Navigation and 3D Surface Reconstruction from Passive Whisker Sensing

本文提出了一种使用高度柔性、弯曲的被动触须作为机器人手臂上的传感器，通过在正常机器人运动过程中刷过物体来收集感官数据的方法。触须提供了一种在不干扰周围环境的情况下感知表面的方式。这些信息可用于引导机器人在杂乱的空间中移动，并重建物体的暴露面。表面重建取决于沿每个触须准确定位接触点的精度。我们提出了一种基于贝叶斯滤波的算法，该算法快速收敛到实际接触位置的1毫米以内。每个触须的分段连续接触位置历史记录允许准确重建物体表面上的曲线。通过使用多个触须和轨迹，我们能够生成靠近物体的占据地图。

本论文旨在利用高度灵活、弯曲、被动的触须，在机器人运动过程中接触物体，收集感官数据，以便指导机器人在杂乱空间中移动，并重建物体的暴露面。论文试图解决机器人在复杂环境中感知和导航的问题。

本论文的关键思路是使用基于贝叶斯过滤的算法快速收敛到每个触须的实际接触位置，然后利用触须的分段连续历史接触位置来精确重建物体曲面。通过使用多个触须和轨迹，我们能够生成近距离物体的占用地图。

本论文的亮点包括：使用高度灵活、弯曲、被动的触须进行感知；提出了基于贝叶斯过滤的算法来快速收敛到实际接触位置；通过触须的历史接触位置来重建物体曲面；利用多个触须和轨迹生成近距离物体的占用地图。

在这个领域中，最近的相关研究包括：利用视觉和触觉信息的机器人感知方法；使用深度学习方法进行物体重建；利用机器人手臂进行物体表面探测。