SandWorm: Event-based Visuotactile Perception with Active Vibration for Screw-Actuated Robot in Granular Media
作者: Shoujie Li, Changqing Guo, Junhao Gong, Chenxin Liang, Wenhua Ding, Wenbo Ding
分类: cs.RO
发布日期: 2026-01-20
备注: Accepted by IEEE Transactions on Robotics
💡 一句话要点
SandWorm：基于事件相机的振动触觉感知系统，用于颗粒介质中螺杆驱动机器人
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 颗粒介质 视觉触觉感知 事件相机 机器人 主动振动 仿生机器人 地下勘探
📋 核心要点
- 颗粒介质中感知困难，现有方法难以应对不可预测的颗粒动力学，导致机器人难以在其中稳定运动和有效作业。
- SandWorm机器人结合了螺杆驱动和蠕动运动，并配备了新型的基于事件的视觉触觉传感器SWTac，通过主动振动和弹簧隔离机制提升感知能力。
- 实验表明，SWTac具有高分辨率的纹理感知能力和准确的力估计能力，SandWorm机器人能够在复杂颗粒介质中实现高效的移动和作业。
📝 摘要（中文）
本文提出了一种名为SandWorm的仿生螺杆驱动机器人，该机器人通过蠕动运动增强了在颗粒介质中的移动能力。同时，开发了一种新型的基于事件的视觉触觉传感器SWTac，该传感器具有主动振动弹性体。事件相机通过弹簧隔离机制与振动机械解耦，从而能够对动态和静态物体进行高质量的触觉成像。在算法设计方面，提出了一种IMU引导的时域滤波器来增强成像一致性，使MSNR提高了24%。此外，系统地优化了SWTac的振动参数、事件相机设置和弹性体属性。受非对称边缘特征的启发，还实现了基于U-Net的接触面估计。实验验证表明，SWTac具有0.2毫米的纹理分辨率、98%的石块分类准确率和0.15牛顿的力估计误差，而SandWorm在具有挑战性的地形中表现出通用的运动能力（高达12.5毫米/秒），成功地在复杂的颗粒介质中执行了管道疏浚和地下勘探（观察到90%的成功率）。现场实验进一步证实了该系统的实际性能。
🔬 方法详解
问题定义：在颗粒介质中进行感知和运动是一个具有挑战性的问题。由于颗粒介质的动态特性难以预测，传统的视觉和触觉传感器难以提供可靠的信息，导致机器人难以在其中稳定运动和有效作业。现有的方法通常依赖于复杂的模型或大量的训练数据，泛化能力较差。
核心思路：本文的核心思路是设计一种仿生机器人，结合螺杆驱动和蠕动运动，以适应颗粒介质的特性。同时，开发一种新型的基于事件的视觉触觉传感器，通过主动振动和弹簧隔离机制，提高感知能力。通过算法优化，提高成像质量和感知精度。
技术框架：SandWorm系统的整体架构包括：1) 螺杆驱动和蠕动运动机构，用于在颗粒介质中移动；2) SWTac视觉触觉传感器，用于感知环境信息；3) IMU引导的时域滤波器，用于提高成像一致性；4) 基于U-Net的接触面估计模块，用于估计接触面信息。整个流程是，机器人通过螺杆驱动和蠕动运动在颗粒介质中移动，SWTac传感器感知环境信息，IMU引导的时域滤波器提高成像质量，基于U-Net的接触面估计模块估计接触面信息，最后机器人根据感知信息进行决策和控制。
关键创新：该论文的关键创新点在于：1) 提出了一种新型的基于事件的视觉触觉传感器SWTac，该传感器具有主动振动弹性体和弹簧隔离机制，能够对动态和静态物体进行高质量的触觉成像；2) 提出了一种IMU引导的时域滤波器，用于提高成像一致性；3) 系统地优化了SWTac的振动参数、事件相机设置和弹性体属性。
关键设计：在SWTac传感器设计中，关键参数包括振动频率、振幅、弹性体材料和形状等。在算法设计中，关键细节包括IMU引导的时域滤波器的参数设置、U-Net的网络结构和损失函数等。具体而言，IMU用于提供运动先验，辅助事件相机进行时间滤波，减少运动模糊。U-Net网络用于从事件数据中分割出接触区域，从而进行力估计和物体识别。
🖼️ 关键图片
📊 实验亮点
实验结果表明，SWTac传感器具有0.2毫米的纹理分辨率，能够准确识别细微的纹理特征。石块分类准确率达到98%，表明SWTac传感器具有良好的物体识别能力。力估计误差为0.15牛顿，表明SWTac传感器具有较高的力感知精度。SandWorm机器人在具有挑战性的地形中表现出通用的运动能力，移动速度高达12.5毫米/秒，并在复杂的颗粒介质中成功执行了管道疏浚和地下勘探任务，成功率达到90%。
🎯 应用场景
该研究成果可应用于多种领域，包括：1) 管道疏浚：SandWorm机器人可以用于疏浚水下管道，清理淤泥和杂物；2) 地下勘探：SandWorm机器人可以用于勘探地下资源，例如矿产和石油；3) 搜救：SandWorm机器人可以用于在废墟中搜寻幸存者。该研究具有重要的实际价值和广阔的应用前景。
📄 摘要（原文）
Perception in granular media remains challenging due to unpredictable particle dynamics. To address this challenge, we present SandWorm, a biomimetic screw-actuated robot augmented by peristaltic motion to enhance locomotion, and SWTac, a novel event-based visuotactile sensor with an actively vibrated elastomer. The event camera is mechanically decoupled from vibrations by a spring isolation mechanism, enabling high-quality tactile imaging of both dynamic and stationary objects. For algorithm design, we propose an IMU-guided temporal filter to enhance imaging consistency, improving MSNR by 24%. Moreover, we systematically optimize SWTac with vibration parameters, event camera settings and elastomer properties. Motivated by asymmetric edge features, we also implement contact surface estimation by U-Net. Experimental validation demonstrates SWTac's 0.2 mm texture resolution, 98% stone classification accuracy, and 0.15 N force estimation error, while SandWorm demonstrates versatile locomotion (up to 12.5 mm/s) in challenging terrains, successfully executes pipeline dredging and subsurface exploration in complex granular media (observed 90% success rate). Field experiments further confirm the system's practical performance.