基于触觉的 granular 材料中埋藏物体的距离感知系统

granular 材料中物体的距离感知在像 mine sweeping 这样的应用中至关重要。然而，由于粒子的不透明性和复杂特性，现有的距离传感器需要昂贵的硬件且对用户成本高昂。本文提出一种简单而有效的埋藏物体距离感知系统，基于传感器-颗粒相互作用的触觉反馈。我们研究并运用了颗粒的独特特征——失效楔区，并结合机器学习方法——高斯过程回归来识别由物体距离引起的力信号变化，从而实现近场感知。此外，我们设计了一种新颖的轨迹来控制探针在颗粒中的搜索，以适应广泛的感知范围。我们的距离感知系统还能在不同颗粒中自适应确定最优参数以实现稳健操作。实验表明，我们的系统能在各种材料中实现 0.5 到 7 厘米的埋藏物体距离感知。