촉각 센서의 공정한 테스트 및 비교를 위한 3D 프린팅 가능한 데이터셋

기존의 촉각 감지 (tactile sensing)를 위한 질감 데이터셋은 질감 자체를 설명하기보다는 특정 센서가 사용 가능한 표면/물체와 상호작용하여 얻은 센서 판독값으로 주로 구성되어 있어, 촉각 센서 간의 공정한 비교를 제한하고 재현 가능한 연구를 방해합니다. 본 연구에서는 다양한 프린터와 필라멘트 (filament) 유형에 걸쳐 신뢰성 있게 제작되도록 설계된, 수학적으로 정의된 질감의 3D 프린팅 가능한 데이터셋을 소개합니다. 이 데이터셋은 사인파 (sine-wave)와 푸리에 (Fourier) 기반 함수의 조합에서 유도된 6가지 파라미터 생성 표면 패턴으로 구성되며, 공간 주파수 (spatial frequency), 진폭 (amplitude), 그리고 방향성 구조 (directional structure)에 대한 제어된 변동을 제공합니다. 우리는 제어된 접촉 조건 하에서 광학 TacTip 센서를 사용하여 캡처된 이미지의 분산을 측정함으로써, 세 가지 인기 있는 3D 프린터와 여러 필라멘트 유형에 걸친 이러한 질감의 재현성을 평가합니다. 연구 결과, 출력 품질, 특히 피크의 날카로움 (peak sharpness)과 거미줄 현상 (stringing)이 촉각 분산에 영향을 미치며, 고사양 프린터가 훨씬 더 일관된 시그니처 (signatures)를 생성한다는 것을 보여줍니다. 신경망 (neural networks) 및 PCA 기반 모델을 사용한 분류 실험은 고품질 출력이 강력한 프린터 내 일반화 (within-printer generalisation)를 지원하는 반면, 기하학적 불일치로 인해 프린터 간 일반화 (cross-printer generalisation)는 여전히 도전 과제로 남아 있음을 추가로 입증합니다. 본 연구는 최초로 공개적으로 사용 가능하고 물리적으로 재현 가능한 3D 프린팅 질감 벤치마크를 구축하여, 촉각 센서의 공정한 비교를 위한 토대를 제공합니다.