介绍

IrisTac 是基于视觉的触觉传感器，内部含有24个LED灯，可生成丰富的光照。

硬件设计

iristac硬件正在持续迭代

• version 1: 使用亚克力透镜以集中LED的光线，使光线能照射到传感器表面的中心区域。
• version 2: 使用减光镜延长相机的曝光时间，降低LED的频闪。

仿真

使用raycasting的原理，能够快速计算iristac的仿真图像。 仿真步骤：

1. 计算相机每个像素对应的表面坐标。
2. 计算24个LED照射在每个点处的光线的入射光方向
3. 判断入射光照射时到目标点时是否被遮挡
4. 计算入射光方向与表面法线方向的夹角
5. 计算每个入射光线的光线强度
6. 计算每个像素处光线的漫反射强度
7. 计算每个像素处的颜色三色值

表面重建算法

为了能在多种光照条件下实现表面重建，开发了基于光照模型的光度立体算法以供iristac使用。 光度立体算法步骤类似仿真，具体计算步骤如下：

计算步骤：

1. 对表面形状进行初始估计
2. 计算相机每个像素对应的估计表面坐标。
3. 计算24个LED照射在每个点处的光线的入射光方向
4. 判断入射光照射时到目标点时是否被遮挡
5. 计算每个入射光线的光线强度
6. 根据每个像素处的颜色三色值计算每个像素处光线的漫反射强度
7. 计算每个像素处的表面法线方向
8. 计算表面深度
   • gradient-domain methods from [[Microgeometry Capture using an Elastomeric Sensor]]
   • [[Fast Poisson Solver]]
   • Frankot Chellappa Algorithm from Harvard University Slides Depth from Gradient
   • Frankot Chellappa Algorithm from DeepBump/module_normals_to_height.py
9. 重复第一步

算法标定

标定目标是根据已知的系统输入和输出计算系统中未知的参数。

在文中提出的光度立体算法中有两个步骤需要标定：

1. 漫反射强度和图像像素值的关系
2. 光源的光照模型