弗吉尼亚理工用振动+AI估计火星埋岩深度
先了解这件事
2026-11-05，Interesting Engineering 报道，弗吉尼亚理工机械工程系团队在 IEEE Sensors Journal 发表研究，提出用物理振动结合神经网络估计火星地下岩石埋深，以帮助机器人挖掘器判断岩石是浅埋还是大块深埋巨石，避免工具损坏与能量浪费。实验中，研究人员用带仪器的锤敲击 18 块不同形状尺寸、埋于不同深度的混凝土块，用扫描激光 Doppler vibrometer 远程追踪振动，再将数据输入仅含两个隐藏层的紧凑神经网络估计埋深。2026-11-10，Universe Today 报道同一研究，补充说明研究由博士生 Yiyan Ruan 和机械工程副教授 Erik Komendera 主导，论文发表于 IEEE Sensors Journal，成果用于让机器人自主判断掩埋岩石深度。
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。
- Universe TodayVirginia Tech 团队用振动与 AI 让机器人自主判断掩埋岩石深度
Virginia Tech 团队开发出利用振动与 AI 判断行星表面下掩埋岩石深度的工具，研究由博士生 Yiyan Ruan 和机械工程副教授 Erik Komendera 主导，论文发表于 IEEE Sensors Journal。
- Interesting EngineeringVirginia Tech 团队用振动与 AI 测量火星地下岩石埋深
Virginia Tech 机械工程系团队在 IEEE Sensors Journal 发表研究，用物理振动结合神经网络估计岩石埋深，帮助机器人挖掘器判断岩石是浅埋还是大块深埋巨石，避免工具损坏与能量浪费。实验用带仪器的锤敲击 18 块不同形状尺寸、埋于不同深度的混凝土块，以扫描激光 Doppler vibrometer 远程追踪振动，再将数据输入仅含两个隐藏层的紧凑神经网络估计埋深。
本事件热度走势
当前热度 10·可比范围峰值 10（11月10日 07:00）·近 24 小时可比范围变化 +1820%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。