Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Natural Bipeds, Birds and Humans: An Inspiration for Bipedal Robots Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Gaussian Process Regression for a Biomimetic Tactile Sensor

verfasst von : Kirsty Aquilina, David A. W. Barton, Nathan F. Lepora

Erschienen in: Biomimetic and Biohybrid Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The aim of this paper is to investigate a new approach to decode sensor information into spatial information. The tactile fingertip (TacTip) considered in this work is inspired from the operation of dermal papillae in the human fingertip. We propose an approach for interpreting tactile data consisting of a preprocessing dimensionality reduction step using principal component analysis and subsequently a regression model using a Gaussian process. Our results are compared with a classification method based on a biomimetic approach for Bayesian perception. The proposed method obtains comparable performance with the classification method whilst providing a framework that facilitates integration with control strategies, for example to perform controlled manipulation.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel On Three Categories of Conscious Machines
Nächstes Kapitel Modulating Learning Through Expectation in a Simulated Robotic Setup
Literatur
1.
Johansson, R.S., Flanagan, J.R.: Coding and use of tactile signals from the fingertips in object manipulation tasks. Nat. Rev. Neurosci. 10(5), 345–359 (2009)CrossRef
2.
Lepora, N.F., Ward-Cherrier, B.: Superresolution with an optical tactile sensor. In: 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 2686–2691, September 2015
3.
Lepora, N.F.: Biomimetic active touch with fingertips and whiskers. IEEE Trans. Haptics 9(2), 170–183 (2016)CrossRef
4.
Rasmussen, C., Williams, C.: Gaussian Processes for Machine Learning. Adaptative Computation and Machine Learning Series. University Press Group Limited, New Era Estate (2006)MATH
5.
Chorley, C., Melhuish, C., Pipe, T., Rossiter, J.: Development of a tactile sensor based on biologically inspired edge encoding. In: International Conference on Advanced Robotics, ICAR 2009, pp. 1–6, June 2009
6.
Gegenfurtner, K.R., Kiper, D.C.: Color vision. Annu. Rev. Neurosci. 26(1), 181–206 (2003)CrossRef
7.
Baddeley, R.J., Hancock, P.J.B.: A statistical analysis of natural images matches psychophysically derived orientation tuning curves. Proc. R. Soc. Lond. B: Biol. Sci. 246(1317), 219–223 (1991)CrossRef
8.
Koh, K., Meyer, D.E.: Function learning: induction of continuous stimulus-response relations. J. Exp. Psychol. Learn. Mem. Cogn. 17(5), 811 (1991)CrossRef
9.
Griffiths, T.L., Lucas, C., Williams, J., Kalish, M.L.: Modeling human function learning with gaussian processes. In: Koller, D., Schuurmans, D., Bengio, Y., Bottou, L. (eds.) Advances in Neural Information Processing Systems 21, pp. 553–560. Curran Associates Inc. (2009)
10.
Ward-Cherrier, B., Cramphorn, L., Lepora, N.F.: Exploiting sensor symmetry to generalize biomimetic touch. In: Ohwada, H., Yoshida, K. (eds.) Living Machines 2016. LNCS, vol. 9793, pp. 540–544. Springer, Switzerland (2016)
11.
Nguyen-Tuong, D., Peters, J.: Local gaussian process regression for real-time model-based robot control. In: IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2008, pp. 380–385, September 2008
Metadaten
Titel
Gaussian Process Regression for a Biomimetic Tactile Sensor
verfasst von
Kirsty Aquilina
David A. W. Barton
Nathan F. Lepora
Copyright-Jahr
2016
Buch
Biomimetic and Biohybrid Systems

Print ISBN: 978-3-319-42416-3

Electronic ISBN: 978-3-319-42417-0

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-42417-0_36