-
题名基于自适应多核稀疏表示的机器人触觉物体感知研究
被引量：1
- 1
-
-
作者
童小宝
熊鹏文
陈志远
宋爱国
刘小平
-
机构
中南大学自动化学院
南昌大学先进制造学院
中国科学技术大学自动化系
东南大学仪器科学与工程学院
卡尔顿大学系统与计算机工程系
-
出处
《中国科学：技术科学》
EI
CSCD
北大核心
2023年第12期2053-2065,共13页
-
基金
国家自然科学基金(批准号:62163024,61903175,92148205)
江西省“双千计划”(编号:jxsq2023201097)资助项目。
-
文摘
传统的多指机器人在进行触觉物体感知时往往忽略了多指间的力关联性以及单个手指的多个触觉传感器间的力关联性.为了解决这个问题,本文提出了一种自适应多核稀疏表示(adaptive multi-kernel sparse representation,AMSR)方法以提高多指抓取过程中触觉物体识别表现.首先,本文采用多个基本核函数将训练样本映射到希尔伯特空间,并分别计算每个基本核对应的核矩阵,以获取触觉样本不同维度的特征.其次,通过提出一种自适应核权重计算方法来学习每个基本核的自适应核权重,在此过程中可以有效地考虑多指间的力关联性以及单个手指的多个触觉传感器间的力关联性.然后,通过学习到的自适应核权重构造了一个线性复合核,以探索多个手指的多维核特征.最后,通过对多个手指触觉数据的编码向量施加相同的稀疏模式,以进一步探索多个手指之间的力关联性.并在我们收集的触觉数据集上,将提出的AMSR算法与其他相关算法进行了比较,物体识别结果表明了提出AMSR算法的有效性.
-
关键词
自适应核权重
力关联性
物体感知
稀疏表示
-
Keywords
adaptive kernel weight
force correlation
object perception
sparse representation
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
