Reconocimiento de objetos agarrados con sensorizado híbrido propioceptivo-táctil
Ver/Abrir
Use este enlace para citar
http://hdl.handle.net/2183/24958
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial 3.0 España
Colecciones
Metadatos
Mostrar el registro completo del ítemTítulo
Reconocimiento de objetos agarrados con sensorizado híbrido propioceptivo-táctilTítulo(s) alternativo(s)
Grasped object recognition with proprioceptive-tactile hybrid sensingFecha
2018Cita bibliográfica
Velasco Sánchez, E., Zapata Impatá, B. S., Gil, P. Reconocimiento de objetos agarrados con sensorizado híbrido propioceptivo-táctil. En Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018 (pp.224-232). DOI capítulo: https://doi.org/10.17979/spudc.9788497497565.0224 DOI libro: https://doi.org/10.17979/spudc.9788497497565
Versiones
http://hdl.handle.net/10662/8241
Resumen
[Resumen] Este trabajo se presenta una aproximación híbrida propioceptiva-táctil para reconocer objetos agarrados. La información propioceptiva de una mano robótica es usada para estimar la geometría de contacto y así, distinguir la forma de cada uno de los objetos que están siendo agarrados. La geometría de contacto viene determinada por los datos articulares de la mano robótica cuando ésta lleva a cabo un agarre en configuración de cierre sobre la superficie del objeto. Además, la información táctil permite determinar propiedades de rigidez y flexibilidad del objeto agarrado, mejorando el proceso de reconocimiento cuando la geometría de contacto y por lo tanto, la forma de los objetos es similar. El método propuesto emplea técnicas de clasificación de aprendizaje supervisado para combinar los datos de ambos tipos de sensores e identificar el tipo de objeto con un porcentaje de acierto medio del 95,5% con métrica ‘accuracy’ y 95.3% con F1(F-score) aun en presencia de incertidumbre de medida y ambigüedad. Estas ratios de acierto se han alcanzado experimentando con 7 objetos domésticos y llevando a cabo más de 3000 agarres [Abstract] This work presents a hybrid proprioceptive-tactile approach to recognize grasped objects. Proprioceptive data of a robotic hand are used to estimate contact geometry and thus, to distinguish the shape of each of the objects that are being grasped. The contact geometry is determined by the joint data of the robotic hand when it carries out a grip in closure grasps configuration on the object surface. In addition, the tactile data allow to robotic hand to determine rigidity and flexibility properties of the grasped object, improving the recognition process when the contact geometry and therefore, the shapes of different objects are similar. The proposed method employs supervised learning classification techniques to combine the data from both types of sensors and identify the type of object with an average success rate of 95,5% (with accuracy) and 95.3% (with F1 or F-score)even in the presence of measurement with uncertainty and ambiguity of pose. These success ratios have been achieved by experimenting with 7 different objects and performing more than 3000 grasps.
Palabras clave
Agarre de objetos
Manipulación dextrógira
Reconocimiento de objetos
Aprendizaje propioceptivo y táctil
Reconocimiento propioceptivo y táctil
Object grasping
Dextrogyre manipulation
Object recognition
Proprioceptive and tactile learning
Proprioceptive and tactile recognition
Manipulación dextrógira
Reconocimiento de objetos
Aprendizaje propioceptivo y táctil
Reconocimiento propioceptivo y táctil
Object grasping
Dextrogyre manipulation
Object recognition
Proprioceptive and tactile learning
Proprioceptive and tactile recognition
Versión del editor
Derechos
Atribución-NoComercial 3.0 España
ISBN
978-84-09-04460-3 (UEX) 978-84-9749-756-5 (UDC electrónico)
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
Lezama Lima: infinitos ojos táctiles. El tacto como sentido del conocimiento
Río Surribas, Juan Manuel del (Universidade da Coruña, 2005) -
Herramientas para visualización gráfica de fuerzas de contacto y de movimientos de una mano robótica con sensores táctiles
Montaño, Andrés; Suárez, Raúl (Universidade da Coruña, Servizo de Publicacións, 2019)[Resumen] En este trabajo se presenta una herramienta de software que permite la visualización gráfica de fuerzas de contacto de especial utilidad en prensiones usando manos robóticas. Las fuerzas visualizadas se generan ... -
Adaptación cultural de los test de percepción táctil y praxis del Evaluation of Ayres Sensory Integration
Moriyón Iglesias, Tania (2017)[Resumen] Objetivo: adaptar culturalmente a España los test de percepción táctil y de praxis de la escala de valoración Evaluation of Ayres Sensory Integration (EASI). Metodología: la adaptación cultural ha constado de ...