北京邮电大学方斌教授AFM：人工皮肤——依据视触觉传感的三维重建技能：资料、办法和评价

  人工皮肤在机器人感知和医疗保健方面显示出巨大的潜力。它供给了包含三维形状重建、触摸反应和温度感知在内的多功用触觉感知，其间三维重建功用是灵活手在触觉认知和互动中不可或缺的。视觉触觉传感器（VTS）是一种立异的仿生触觉传感器，与电子触觉传感器比较，它支撑高分辨率、高精度、高密度的触觉重建。

  近期，北京邮电大学方斌教授团队以视触觉传感为视角，总结了人工皮肤的三维重建功用的技能细节及开展头绪。依据传感办法、硬件类别和建模办法，将三维重建技能分红5类：1）光度立体；2）深度标定；3）光流；4）深度学习；5）深度相机。其次，从硬件视点论述了重建办法的相关和差异。结合近十五年的文献调研，对三维重建的开展和技能迭代进行了评论。最终，总结现在三维重建研讨的应战，并提出了未来开展的新趋势。该作业以“Artificial Skin Based on Visuo-Tactile Sensing for 3D Shape Reconstruction: Material, Method, and Evaluation”为题宣布在Advanced Functional Materials。文章榜首作者是中国地质大学（北京）博士研讨生章诗昕。该研讨得到国家自然科学基金委的支撑。

  光度立体法使用于涂层型视触觉传感器。经过多方向、不同光色的照明，在触摸区域供给明显的梯度改变。为削减暗影的影响，经过光路规划和光学优化来进步光照的均匀性。运用特定尺度的校准球能够标定出Gx和Gy。经过查找表（哑光涂层）或许MLP（半镜面涂层）从光照强度猜测梯度信息，并结合泊松求解器核算深度值。MLP对平面和曲面重建都具有通用性，而且简化了查找表的生成。当成像环境满足安稳，单色光也能供给满足的梯度信息，而且RGB与梯度的映射联系趋近于线性拟合。

  深度标定和光流法适用于符号型视触觉传感器。深度标定依托双目视觉和符号层来获取视差，进一步推导出深度信息。符号追寻是标定的要害环节。符号物尺度太小会导致图画处理过程中呈现漏点现象。在符号匹配阶段，打乱符号阵列排序，导致左右相机不能追寻到同一个符号。图画切割网络能够尽可能的避免图画处理的差错，对微型化符号的追寻供给支撑。光流法是依据单目相机的深度猜测。对流向量使用二维高斯散布核，并在每个点对散布进行累积，得到高斯密度。外表变形的相对深度能够直接从负高斯密度来估量。符号物的随机性进步了触觉数据的鲁棒性。

  深度学习办法具有高兼容性。经过数据驱动办法，直接构建RGB与深度信息的映射。深度信息的表达形式多样，包含高度/深度图、点云信息和梯度角。与上述重建办法结合，深度学习能够猜测要害参数，简化非线性模型的树立。深度相机能够直接输出深度值，但要预留较大的传感空间，导致传感器体积十分巨大。这不契合视触觉传感器微型化的开展的新趋势。关于未来开展，本文以为视触觉传感将重视多模态交融、曲面重建和高分辨率三维重建。这也契合机器人交互感知和自适应感知的需求。

  声明：仅代表作者自己观念，作者水平有限，如有不科学之处，请在下面进行留言纠正！

上一篇: 何超莲窦骁举行婚礼赌王三太携弟弟到会曾被传是利智的私生女 下一篇: 胆固醇相关食物资讯_食物同伴网