研究人员开发了一种新颖的框架，使用基于事件的光学触觉传感器来重建密集的三维力场。这种新方法利用事件数据的高时间分辨率和低运动模糊，克服了传统基于视觉传感器的局限性。该系统估计表面位移并将其映射到力，实现了 (0.14 N, 0.10 N, 0.93 N) 的平均绝对误差，并以平均 100 Hz 的频率运行，为增强机器人操作铺平了道路。 AI
影响 通过提供密集的力反馈，实现机器人抓取和操作的更高频率控制。
排序理由 该集群包含一篇详细介绍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:2606.09451v1 Announce Type: cross Abstract: Humans rely on spatially dense, geometry and force-aware tactile feedback at high temporal resolution for dexterous manipulation. While vision-based tactile sensors enable dense force estimation, they are limited by camera frame r…
Humans rely on spatially dense, geometry and force-aware tactile feedback at high temporal resolution for dexterous manipulation. While vision-based tactile sensors enable dense force estimation, they are limited by camera frame rates, motion blur, and data bandwidth. Event-based…