跳到正文
热点事件持续更新

MagPillar软磁柱阵列触觉传感器预印本发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Haotian Guo等作者在arXiv提交预印本(arXiv:2611.01609v1,cs.RO),报告MagPillar触觉传感器:受蜘蛛触觉毛启发,将磁性柱阵列与三轴霍尔传感结合,用于机器人表面感知。作者建立全阵列力学与磁场模型,描述柱体形变如何影响阵列测得的叠加磁场,并称柔性柱结构可将与表面纹理、几何特征的接触转化为不同磁响应模式。 在机器人表面感知实验中,作者报告频谱特征加逻辑回归在会话内时间分块交叉验证下,以99.34%的离线准确率区分六种材料表面;对周期性凸起的连续扫描产生与表面几何变化一致的幅值和峰间距变化。作者称这些结果把柔性接触力学与分布式磁传感联系起来,为材料识别和定性表面轮廓感知提供路径。 上述为预印本自报结果,未经同行评议或独立验证;99.34%为离线准确率,仅对应六种材料、会话内时间分块交叉验证这一设定。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.RO
    MagPillar:用于机器人表面感知的软磁柱阵列触觉传感器

    MagPillar 是一种受蜘蛛触觉毛启发的触觉传感器,将磁性柱阵列与三轴霍尔传感结合,用于机器人表面探索。作者建立全阵列力学与磁场模型,刻画柱体形变如何影响阵列测得的叠加磁场,为解读接触响应提供物理依据;柔性柱结构把与表面纹理和几何特征的接触转化为不同的磁响应模式。在机器人表面感知实验中,频谱特征与逻辑回归在会话内时间分块交叉验证下以 99.34% 的离线准确率区分六种材料表面;对周期性凸起的连续扫描产生与表面几何变化一致的幅值和峰间距变化。作者称这些结果把柔性接触力学与分布式磁传感联系起来,为材料识别和定性表面轮廓感知提供路径。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。