GF225Sensor

类路径: vitai_core.sensors.gf225.GF225Sensor

操作GF225视触觉传感器的核心类。

---

方法

所有方法都使用相同的参数模式：

参数名	类型	默认值	说明
env_idx	int	0	环境索引（多环境仿真时使用）

---

get_tactile_rgb()

获取触觉RGB图像（光学仿真生成）。

返回值: np.ndarray | None

• 形状：(H, W, 3)
• 数据类型：uint8
• 通道：RGB

示例：

sensor = vitai_scene.tactile_sensors["left"]["sensor"]
tactile_rgb = sensor.get_tactile_rgb(env_idx=0)

if tactile_rgb is not None:
    print(f"形状: {tactile_rgb.shape}")  # (480, 480, 3)
    cv2.imwrite("tactile.png", cv2.cvtColor(tactile_rgb, cv2.COLOR_RGB2BGR))

---

get_camera_rgb()

获取传感器内置相机的RGB图像。

返回值: np.ndarray | None

• 形状：(H, W, 3)
• 数据类型：uint8

示例：

camera_rgb = sensor.get_camera_rgb(env_idx=0)

---

get_camera_depth()

获取相机深度图（归一化）。

返回值: np.ndarray | None

• 形状：(H, W)
• 数据类型：uint8
• 值范围：0-255
  • 0 = 远距离（无接触）
  • 255 = 近距离（最大压入）

示例：

depth_img = sensor.get_camera_depth(env_idx=0)

if depth_img is not None:
    max_depth = depth_img.max()
    print(f"最大深度: {max_depth}")
    
    # 接触检测
    if max_depth > 4:  # 阈值：4-10
        print("检测到接触！")

💡 使用技巧：

• 典型接触检测阈值：4-10
• 用于自适应夹爪控制
• 左右传感器同时检测可提高可靠性

---

get_marker_motion()

获取Gelpad表面标记点的运动数据。

返回值: np.ndarray | None

• 形状：(2, num_markers, 2)
  • [0] = 初始位置
  • [1] = 当前位置
  • 最后一维：(x, y)图像坐标

示例：

marker_motion = sensor.get_marker_motion(env_idx=0)

if marker_motion is not None:
    initial_pos = marker_motion[0]  # (num_markers, 2)
    current_pos = marker_motion[1]  # (num_markers, 2)
    
    # 计算位移
    displacement = current_pos - initial_pos
    avg_displacement = np.linalg.norm(displacement, axis=1).mean()
    print(f"平均位移: {avg_displacement:.4f}像素")

---

get_indentation_depth()

获取物体压入Gelpad的深度（单位：米）。

返回值: float - 压痕深度（米）

示例：

depth = sensor.get_indentation_depth(env_idx=0)
print(f"压入深度: {depth*1000:.2f}mm")

---

get_all_data()

一次性获取所有传感器数据。

返回值: dict - 包含所有数据的字典

字典键：

• tactile_rgb: 触觉RGB图像
• camera_rgb: 相机RGB图像
• camera_depth: 深度图
• marker_motion: 标记点运动
• indentation_depth: 压痕深度
• frame: 帧编号
• timestamp: 时间戳

示例：

data = sensor.get_all_data(env_idx=0)

print(f"帧号: {data['frame']}")
print(f"时间戳: {data['timestamp']:.4f}s")
print(f"压入深度: {data['indentation_depth']*1000:.2f}mm")

if data['tactile_rgb'] is not None:
    print(f"触觉图像: {data['tactile_rgb'].shape}")

---

完整示例：自适应夹爪控制

def adaptive_gripper_close(vitai_scene, depth_threshold=4, max_steps=30):
    """基于双传感器深度的自适应夹爪闭合"""
    left_sensor = vitai_scene.tactile_sensors["left"]["sensor"]
    right_sensor = vitai_scene.tactile_sensors["right"]["sensor"]
    
    for i in range(max_steps):
        # 读取双侧深度
        left_depth = left_sensor.get_camera_depth(0)
        right_depth = right_sensor.get_camera_depth(0)
        
        if left_depth is not None and right_depth is not None:
            left_max = left_depth.max()
            right_max = right_depth.max()
            
            # 左右都接触时停止
            if left_max > depth_threshold and right_max > depth_threshold:
                print(f"✅ [步骤{i}] 检测到双侧接触 (L:{left_max}, R:{right_max})")
                return True
        
        yield  # 等待下一帧
    
    print("⚠️ 达到最大步数未检测到接触")
    return False

# 使用
contact_detected = yield from adaptive_gripper_close(vitai_scene)