研究人员开发了一个新的触觉-本体感觉传感器融合框架，以增强物理人机交互。该方法结合了来自气动皮肤垫的触觉数据和基于电机电流的本体感觉，以准确估计机器人上的多轴接触力。利用时间卷积网络（TCN）来管理摩擦滞后，确保运动过程中机器人引导的平稳性和响应性。该系统已在集成皮肤的机器人手臂上得到验证，与仅依赖触觉或本体感觉数据的系统相比，显示出更高的灵敏度和响应性。 AI
排序理由 该集群包含一篇详细介绍机器人新技术框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.28412v1 Announce Type: cross Abstract: Direct physical guidance is a natural means of teaching and interacting with robots, and robotic skins make a key contribution by enabling sensitive contact sensing and localization. This paper presents a tactile-proprioceptive se…
Direct physical guidance is a natural means of teaching and interacting with robots, and robotic skins make a key contribution by enabling sensitive contact sensing and localization. This paper presents a tactile-proprioceptive sensor fusion framework for natural physical human-r…