Dissertação
Grasp-based Object Identification EVALUATED
Os avanços recentes em tecnologia e robótica permitem métodos novos e cada vez mellhores para a classificação de objectos. No entanto, muitos dos modelos existentes requerem características detalhadas do objecto ou informação visual prévia que define o formato do objecto em questão. Neste trabalho, propomos dois métodos de baixo custo para a identificação de objectos, utilizando uma mão robótica com vários dedos e capacidades proprioceptivas. Ambos os métodos são testados para objectos conhecidos, cujas caracteristicas foram previamente obtidas agarrando os objectos sequencialmente e guardando os valores que descrevem cada um. As características são obtidas através das posições e orientações dos contactos entre a mão e o objecto e não requerem reconstruções detalhadas do mesmo. Além disto, ao contrário da maioria dos métodos da literatura, os nossos métodos não dependem da orientação relativa entre o objecto e a mão, o que expande significativamente o domínio da aplicação. No entanto, se essa informação estiver disponível, propomos um novo método de exploração ativa que reduz, no geral, o número de grasps necessários para um bom reconhecimento dos objectos. Além disto, implementamos a estimativa da pose entre a mão e o objecto, de maneira a reduzir o número de grasps necessários, mantendo a sua independência da pose relativa entre a mão e o objecto. Os métodos propostos são testados no simulador robótico GraspIt! e mostramos que é possível classificar objectos através de características tácteis, sem ser necessário a pose relativa entre mão e objecto.
janeiro 14, 2021, 12:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Alexandre José Malheiro Bernardino
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado