能够寻找埋在颗粒介质中的物体的机器人将在深海勘探、采矿或农业等领域很有用。然而，由于困难重重，这一领域仍未得到充分开发。例如，当使用触觉传感器时，介质可能会卡住并阻止向下移动。此外，粒状介质颗粒会卡在传感器和物体之间。

最近，麻省理工学院的研究人员展示了DiggerFinger的原型，这是一种紧凑的楔形传感器，可以解决这些问题。它依赖于对基于视觉的触觉传感器GelSight的全新改进。机械振动用于在渗透过程中流化颗粒介质。

高分辨率触觉感应即使在被粒子扭曲时也能识别物体形状。建议的传感器为在简单操作(如铲垃圾)和工业应用(如寻找埋地电缆)中的可能操作开辟了道路。

在本文中，我们展示了DiggerFinger的早期原型，该原型旨在轻松穿透颗粒状介质并配备GelSight传感器。使用触觉传感器识别埋在颗粒介质中的物体是一项具有挑战性的任务。首先，颗粒介质中的颗粒堵塞会阻止向下运动。其次，粒状介质颗粒往往会卡在感测表面和感兴趣的物体之间，从而扭曲物体的实际形状。为了应对这些挑战，我们推出了DiggerFinger原型。它能够在渗透过程中使用机械振动流化颗粒介质。它配备了基于高分辨率视觉的触觉感知，以识别埋在颗粒介质中的物体。我们描述了我们用来评估这些流化和埋藏形状识别能力的实验程序。与探地雷达(GPR)等技术相比，具有这种手指的机器人可以以更精细的分辨率执行爆炸物处理和简易爆炸装置(IED)检测任务。像DiggerFinger这样的传感器将使机器人操纵研究超越仅仅操纵刚性物体。