IROS

Learning Adaptive Force Control for Contact-Rich Sample Scraping with Heterogeneous Materials

学习适应性力控制以处理富含接触的样本刮擦与异质材料

Cenk Cetin, Shreyas Pouli, Gabriella Pizzuto

机构 * School of Computer Science & Informatics, University of Liverpool, UK（利物浦大学计算机科学与信息学学院） ； Department of Chemistry, University of Liverpool, UK（利物浦大学化学系） 纠错

AI总结 本研究提出了一种自适应力控制框架，通过仿真和真实环境测试，实现了在异质材料样本刮擦任务中动态调整交互力，提升自动化操作的灵活性和效率。

Comments 8 pages, 6 figures, 4 tables; Submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Semantic Landmark Particle Filter for Robot Localisation in Vineyards

语义地标粒子滤波器用于葡萄园中机器人的局部化

Rajitha de Silva, Jonathan Cox, James R. Heselden, Marija Popović, Cesar Cadena, Riccardo Polvara

AI总结 本研究提出语义地标粒子滤波器，通过整合树干和杆地标检测与LiDAR，在葡萄园等重复性高环境中提升机器人定位的鲁棒性。

Comments Submmitted to IROS 2026