基于力矩测量的粗粒度材料交互式识别

尽管粗粒度材料识别能力为诸如机器人烹饪或土方工程等应用提供了潜力，但粗粒度材料识别仍是一个具有挑战性的领域，现有方法大多依赖于在封闭容器中摇晃材料。本工作提出了一种交互式材料识别框架，使机器人仅通过力-扭矩测量即可识别广泛范围的粗粒度材料。不同于先前工作，所提方法使用与材料的直接接触。该方法通过实验评估，包括一个由11种粗粒度材料组成的真实世界数据集，我们也将其公开。结果表明，该方法能够在仅依赖来自直接接触的力量测量的情况下，以接近完美的准确度识别广泛范围的粗粒度材料。进一步，我们的全面数据分析和实验表明，高性能特征空间必须结合力信号时域动力学和频谱特征。我们通过提出将原始信号及其高频幅值直方图组合作为建议的特征空间表示来实现这一点。我们表明，所提特征空间显著优于基线方法。代码和数据集可在：https://irobotics.aalto.fi/identify_granular/获取。