要实现与人类相媲美的灵巧程度，机器手必须具备多模态感知能力，以精确估计物体的形状和姿态。当前，机器手的掌上操作（in-hand manipulation）主要依赖于视觉技术，且仅限于操纵已知的先验物体。然而，在现实环境中，物体经常会受到视觉遮挡。因此，如何使机器手能够更有效地操纵未知物体一直是该领域研究的一大难题。
未来，研究人员计划进一步优化这一技术，如通过基于特征的前端获取更粗略的初始化，引入长期闭环检测以减少姿态误差的累积，通过控制神经SLAM的输出进行通用灵巧性研究等。
信息来源：
https://www.ithome.com/0/810/574.htm
https://www.science.org/doi/10.1126/scirobotics.adl0628
Suresh S, Qi H Z, Wu T F, et al. NeuralFeels with neural fields: Visuotactile perception for in-hand manipulation[J]. Science Robotics, 2024, 9(96). DOI: 10.1126/scirobotics.adl0628.
END
版权声明：本文来源内部整理，仅供交流学习使用，欢迎转载，请联系授权！
