研究进展
研究进展
解析深度学习驱动的视触觉动态重建方案

研究背景:

捕捉操作中与可变形物体的互动状态对多个领域有益,但遮挡和变形使得状态复制困难。



创新点:

我们提出视觉-触觉记录和跟踪系统,结合高精度触觉手套和联合学习框架,通过主动抑制方法提高力测量准确性,实现对不同变形程度物体的操作状态的高效重建。


研究团队Chunpeng Jiang, Wenqiang Xu, Yutong Li, Zhenjun Yu, Longchun Wang, Xiaotong Hu, Zhengyi Xie, Qingkun Liu, Bin Yang, Xiaolin Wang, Wenxin Du, Tutian Tang, Dongzhe Zheng, Siqiong Yao, Cewu Lu & Jingquan Liu


论文名称Capturing forceful interaction with deformable objects using a deep learning-powered stretchable tactile array


论文链接https://www.nature.com/articles/s41467-024-53654-y


项目地址https://github.com/jeffsonyu/ViTaM


英国上市公司365

地址:上海市闵行区剑川路610号32栋
邮箱:https://www.hzymtz.net

Copyright © 2021 365上市公司(英国)集团-官方网站 版权所有 沪交ICP备20220181