Interactive Identification of Granular Materials using Force Measurements

能够识别颗粒材料的能力有助于机器人在各种领域的新应用，从家庭烹饪到采矿场的卡车装载。然而，颗粒材料识别仍然是一个具有挑战性和未被充分开发的领域。在这项工作中，我们提出了一个新颖的交互式材料识别框架，使机器人能够仅使用力-力矩传感器进行感知，识别各种颗粒材料。我们的框架包括交互式探索、特征提取和分类阶段，优先考虑简单性和透明度，以便无缝集成到各种操作流程中。我们通过对一个包含11种颗粒材料的真实数据集进行广泛的实验来评估所提出的方法，该数据集也可公开获取。此外，我们对数据集进行了全面的定性分析，以深入了解其性质，有助于未来的发展。我们的结果表明，所提出的方法能够仅依靠直接与材料的相互作用获得的力测量精确地识别各种颗粒材料。代码和数据集可在以下网址获取：https://irobotics.aalto.fi/indentify_granular/。

论文旨在通过使用力矩传感器，提出一种新的交互式材料识别框架，使机器人能够准确地识别各种颗粒材料，这是一个新颖的问题。

该论文提出的框架包括交互式探索、特征提取和分类阶段，通过直接与材料进行交互获得的力测量值来识别颗粒材料，这种方法简单易懂，易于集成到各种操作流程中。

论文通过11种颗粒材料的实际数据集进行了广泛的实验评估，并对数据集进行了全面的定性分析，以深入了解其性质。论文提供了代码和数据集，值得关注的是该方法在不需要视觉信息的情况下可以准确地识别颗粒材料。

最近的相关研究主要集中在使用计算机视觉技术进行颗粒材料识别，如基于深度学习的方法。