>> 華泰證券-工業(yè)行業(yè)人形機器人再探討：視觸覺融合-240114
| 上傳日期： |
2024/1/14 |
大?。?/td>
| 443KB |
| 格式： |
pdf 共4頁 |
來源： |
華泰證券 |
| 評級： |
增持 |
作者： |
倪正洋 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
視觸覺融合為未來趨勢，基于感知的運控系統(tǒng)有望取代傳統(tǒng)位控
機器人純視覺抓取方案包括目標(biāo)檢測和位姿估計，其易受光線、背景復(fù)雜度等環(huán)境因素干擾，無法獲取物體內(nèi)部屬性；純觸覺抓取可獲取物體屬性和與抓取相關(guān)的交互信息，但難度大，不適用于無接觸場景。視觸覺融合感知抓取可有效克服單模態(tài)感知獲取信息量和使用場景的局限性，提高抓取成功率。傳統(tǒng)的機器人運動控制技術(shù)主要基于攝像頭或雷達的輸入信號進行位置控制，適應(yīng)性和靈活性低，控制精度和穩(wěn)定性差。多模態(tài)運控結(jié)合力/觸覺反饋信號與視覺圖像等輸入信號，通過融合算法實現(xiàn)感知與執(zhí)行動態(tài)反饋的運控系統(tǒng)，有望取代傳統(tǒng)的位控系統(tǒng)，提高機器人智能化水平。
純視覺抓取包括目標(biāo)檢測和位姿估計，易受環(huán)境干擾且成功率較低
純視覺抓取是指機器人通過視覺傳感器獲取圖像，以實現(xiàn)抓取過程中的目標(biāo)檢測和位姿估計。常用人形機器人視覺傳感器包括可獲取三維數(shù)據(jù)的多目立體相機和TOF相機。目標(biāo)檢測算法處理信號進行分類識別，包括SIFT等兩階段網(wǎng)絡(luò)算法和YOLO、SSD等單階段網(wǎng)絡(luò)算法。位姿估計算法運用深度學(xué)習(xí)得到最佳的機器人抓取位姿方案，目前應(yīng)用較多的算法主要基于回歸和檢測。純視覺抓取的優(yōu)點是視覺信息較易獲取，較為成熟；缺點是易受光線等環(huán)境因素干擾?，F(xiàn)有機器人在復(fù)雜環(huán)境中視覺抓取的成功率較低，且無法獲取物體內(nèi)部屬性，抓取易損壞物品的成功率低。
純觸覺抓取包括物體識別和抓取評估，信息豐富精確但物體定位難度大
純觸覺抓取是指機器人通過觸覺傳感器獲取物體的材料、剛性和紋理等內(nèi)部屬性，以及與物體接觸的位置、力等交互信息，實現(xiàn)物體識別和抓取。觸覺感知涉及的算法包括材質(zhì)識別算法、抓取狀態(tài)識別算法和滑動方向檢測算法等，普遍通過神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)模型實現(xiàn)。觸覺感知的優(yōu)點是可獲取較視覺更為直接、豐富、精確的本體感覺。現(xiàn)有觸覺感知機器人在抓取表面特性不確定的物體可達到較高成功率；缺點是物體位置信息獲取難度大，較難實現(xiàn)對目標(biāo)物體的定位。
視觸覺融合克服單模態(tài)感知局限性，提高抓取成功率
視觸覺融合感知將高效目標(biāo)檢測能力（視覺感知）與直接交互能力（觸覺感知）結(jié)合，能有效克服單模態(tài)感知獲取信息量和使用場景的局限性。由于視覺和觸覺具有不同的傳感原理、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)量，且采集過程中得到的視觸覺信息往往針對物體的不同特征，在弱配對條件下實現(xiàn)關(guān)聯(lián)學(xué)習(xí)是視觸覺融合算法的重點。隨著機器學(xué)習(xí)算法的發(fā)展，視觸覺融合感知逐漸取得突破。現(xiàn)已有研究采用三維卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法以及聯(lián)合組核稀疏編碼模型實現(xiàn)視觸覺信息的數(shù)據(jù)融合。實驗室場景中視觸覺融合抓取成功率較視覺抓取提高24%，易損壞物品抓取成功率大幅提升。
基于感知的運控系統(tǒng)可提升機器人智能化程度，有望取代傳統(tǒng)位控
傳統(tǒng)的機器人運動控制技術(shù)主要基于攝像頭或雷達的輸入信號進行位置控制，適應(yīng)性和靈活性低，控制精度和穩(wěn)定性差。多模態(tài)運控結(jié)合力/觸覺反饋信號與視覺圖像等輸入信號，通過融合算法實現(xiàn)感知與執(zhí)行動態(tài)反饋的運控系統(tǒng)。多模態(tài)運動控制系統(tǒng)能夠提高機器人在復(fù)雜環(huán)境中的智能化水平。例如，在抓取任務(wù)中，視觸覺融合算法可根據(jù)物體材質(zhì)、形狀與位置綜合確定最優(yōu)抓取方案，并實時控制抓取力度。目前多模態(tài)運動控制技術(shù)已被應(yīng)用于人形機器人自適應(yīng)抓取、掌內(nèi)姿態(tài)估計等抓取操作任務(wù)，未來有望取代傳統(tǒng)的位控系統(tǒng)。
風(fēng)險提示：人形機器人量產(chǎn)不及預(yù)期、視觸覺融合算法應(yīng)用進度不及預(yù)期、視觸覺融合算法研究不及預(yù)期等。
|
|
