山西大学的研究人员开发了一个新颖的框架，使用序列触觉图像进行动态触觉力估计，该框架专为TacTip传感器设计。该方法捕获时空特征，以准确模拟动态力的变化，为机器人真实交互中的力控制提供了新解决方案。该方法在动态场景（如表面滑动过程中的机器人力跟踪）中已证明有效，解决了传统静态校准方法的局限性。 AI
影响 通过在动态环境中实现更精确的力控制，增强了机器人的操纵和交互能力。
排序理由 学术论文被顶级机器人会议（ICRA 2026）录用，详细介绍了触觉力估计的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Chen Lu
- ICRA 2026
- IEEE Robotics and Automation Society
- Liu Jingyang
- National Natural Science Foundation of China
- Shanxi University
- TacTip
- University of Liverpool
- Xie Wantong
- Yang Chenguang
- Yang Jialong
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
