Robotic Tactile Perception and Understanding

این کتاب چالش‌های ادراک لمسی رباتیک و درک کار را معرفی می‌کند و رویکردی پیشرفته بر اساس تکنیک‌های یادگیری ماشین و کدگذاری پراکنده را توصیف می‌کند. علاوه بر این، مجموعه‌ای از مدل‌های کدگذاری پراکنده ساختاریافته برای رسیدگی به مسائل سنجش لمسی پویا توسعه داده شده‌اند. سپس این کتاب ثابت می‌کند که چارچوب پیشنهادی در حل مشکلات تشخیص اشیاء لمسی چند انگشتی، تشخیص صفت لمسی چند برچسبی و تجزیه و تحلیل مواد چند طبقه‌ای که همگی مشکلات عملی چالش برانگیز در زمینه‌های رباتیک و اتوماسیون هستند، مؤثر است. مدل کدگذاری پراکنده پیشنهادی می‌تواند برای مقابله با مشکل شناسایی ترکیب بصری-لمسی چالش‌برانگیز استفاده شود، و این کتاب مجموعه‌ای از الگوریتم‌های بهینه‌سازی کارآمد را برای پیاده‌سازی مدل توسعه می‌دهد. این کتاب به عنوان یک کتاب مرجع برای دانشجویان فارغ التحصیل با دانش اولیه یادگیری ماشین و همچنین محققان حرفه ای علاقه مند به درک و درک لمسی روباتیک و یادگیری ماشین مناسب است.

This book introduces the challenges of robotic tactile perception and task understanding, and describes an advanced approach based on machine learning and sparse coding techniques. Further, a set of structured sparse coding models is developed to address the issues of dynamic tactile sensing. The book then proves that the proposed framework is effective in solving the problems of multi-finger tactile object recognition, multi-label tactile adjective recognition and multi-category material analysis, which are all challenging practical problems in the fields of robotics and automation. The proposed sparse coding model can be used to tackle the challenging visual-tactile fusion recognition problem, and the book develops a series of efficient optimization algorithms to implement the model. It is suitable as a reference book for graduate students with a basic knowledge of machine learning as well as professional researchers interested in robotic tactile perception and understanding, and machine learning.