清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A review of robot grasping tactile perception based on deep learning

触觉知觉 人工智能 机器人 感知 深度学习 敏捷软件开发 触觉传感器 计算机科学 人机交互 主动感知 计算机视觉 工程类 心理学 软件工程 神经科学
作者
Chi Zhang,Yingzhao Zhu
标识
DOI:10.1117/12.3011588
摘要

For robots, grasping is a necessary skill, and agile grasping by robotic hands is currently a cutting-edge research hotspot. Tactile perception serves as the primary sensory channel for both humans and robots to perceive the surface properties of objects, playing a fundamental role in enabling robots to perform dexterous operations. Tactile perception allows a robotic arm to sense the geometric contour, roughness, hardness, and other material properties of an object during the grasping process. It provides the robotic arm with predictive information on force and angles, thereby enhancing the efficiency of grasping. In recent years, deep learning has achieved remarkable advancements in various industrial domains, including intelligent sorting, defect detection, textile manufacturing, and autonomous driving. These achievements have spurred researchers to shift their focus from machine learning to deep learning in the study of tactile perception for agile robotic manipulation. Despite the unprecedented progress made in deep learning-assisted robot tactile perception, there are still some unresolved challenges in this field. This article begins by discussing the implementation methods of robot tactile perception and then provides a comprehensive overview of the current research and application status of deep learning-based robot tactile perception. Firstly, it highlights the latest advancements in tactile perception for dexterous robot operations. Secondly, it presents an overview of the sources and data acquisition methods employed in existing research. Additionally, the article summarizes the applications of deep learning in robot tactile perception. Finally, it explores current trends and potential future research directions in the field of tactile perception during robot grasping.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
迅速的念芹完成签到 ,获得积分10
4秒前
焚心结完成签到 ,获得积分10
13秒前
六等于三二一完成签到 ,获得积分10
22秒前
快乐的七宝完成签到 ,获得积分10
23秒前
Ray完成签到 ,获得积分10
23秒前
27秒前
serenity完成签到 ,获得积分10
28秒前
ChatGPT发布了新的文献求助10
33秒前
瘦瘦煎饼完成签到 ,获得积分10
33秒前
ChatGPT发布了新的文献求助10
53秒前
三脸茫然完成签到 ,获得积分10
54秒前
ChatGPT完成签到,获得积分10
1分钟前
研友完成签到 ,获得积分10
1分钟前
fffffffffffffff完成签到 ,获得积分10
1分钟前
8R60d8完成签到,获得积分0
1分钟前
lunyu完成签到 ,获得积分10
1分钟前
坚强志泽完成签到 ,获得积分10
1分钟前
俊逸的白梦完成签到 ,获得积分10
1分钟前
橘子海完成签到 ,获得积分10
1分钟前
Tianju完成签到,获得积分10
1分钟前
研友_Lmg1gZ完成签到,获得积分10
1分钟前
huazhangchina完成签到 ,获得积分10
2分钟前
高雯完成签到,获得积分10
2分钟前
芝诺的乌龟完成签到 ,获得积分0
2分钟前
张颖完成签到 ,获得积分10
2分钟前
欢呼的茗茗完成签到 ,获得积分10
2分钟前
丹妮完成签到 ,获得积分10
2分钟前
2分钟前
longlonglong完成签到,获得积分10
2分钟前
2分钟前
荔枝波波加油完成签到 ,获得积分10
2分钟前
Danny完成签到 ,获得积分10
3分钟前
Young完成签到 ,获得积分10
3分钟前
郑先生完成签到 ,获得积分10
3分钟前
郑志凡完成签到 ,获得积分10
3分钟前
wanci应助科研通管家采纳,获得10
3分钟前
啥也不是完成签到,获得积分10
3分钟前
双眼皮跳蚤完成签到,获得积分10
3分钟前
kehe!完成签到 ,获得积分0
3分钟前
霸霸斌完成签到 ,获得积分10
4分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052644
求助须知:如何正确求助?哪些是违规求助? 2709863
关于积分的说明 7418252
捐赠科研通 2354395
什么是DOI,文献DOI怎么找? 1246007
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921