论文题目
TactileAR: Active Tactile Pattern Reconstruction
开源代码
GitHub – wmtlab/tactileAR
论文简介
这篇论文提出了一种基于高斯退化模型和卡尔曼滤波器的触觉图案重建框架 TactileAR,用于从低分辨率的触觉传感器数据中重构接触表面的高分辨率形状。通过模拟人类通过连续触摸预测未知物体形状的能力,TactileAR 通过连续触摸(tapping)接触表面收集低分辨率触觉数据,然后重构接触表面的高分辨率形状,无需任何形状的先验信息。此外,文章还提出了一种启发式主动触摸探索策略,以提高重建效率,通过考虑当前轮廓信息和重构表面的不确定性,来指导 tapping 过程。实验结果表明,该算法能够使用少量的观测数据重构出高质量的接触表面形状,并且在恢复复杂接触表面形状方面表现出色,与依赖先验信息的现有算法相比具有显著优势。