本文参加百家号#科学了不起#系列征文赛。机器人领域最热门的研究方向之一就是软体机器人，它利用的是柔性材料，不是传统的刚性材料。但由于软体机器人缺乏良好的感知能力，所以一直受到限制。一个好的机器人抓手需要感觉到它所接触到的东西（触觉传感）同时需要感知手指的位置（本体感知）。这种传感一直是大多数软体机器人所缺少的。在两篇新发表的论文中，来自麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员想出了新的方法，让机器人能够更好地感知与之交互的东西：能够看到和分类物品，同时具有更柔和、更细腻的触觉。我们希望通过感知世界来实现看世界。柔软的机器人手具有感应皮肤，可以拿起很多不同性质的物体，如薯片、牛奶瓶等，CSAIL主任DanielaRus说。其中一篇论文建立在去年麻省理工学院和哈佛大学的研究基础上，开发出了一种柔软又结实的机器人抓手，其形状为圆锥状的折纸结构。它可以像捕蝇器一样，在物体上折叠起来，捡起重量是其倍的物品。为了让其在多功能性和适应性方面更接近于人的手，一个新的团队提出了一个改进方式：由连接压力传感器的乳胶气球制成的触觉传感器。新的传感器不仅可以让抓取器捡起像薯片一样精致的物体，还可以对其进行分类，让机器人更好地理解它所捡起的物体，同时还能表现出轻盈的触感。对物体进行分类时，即使有物体滑脱，传感器也能正确识别10个物体，准确率超过90％。与许多其他软触觉传感器不同的是，我们的传感器可以快速制造，可以改造成抓取器，并显示出高的灵敏度和可靠性，麻省理工学院博士后JosieHughes说，他是关于传感器的新论文的主要作者。新的传感器提供了一种新的软传感方法，可以应用于制造环境中的各种不同应用，如包装和起重等。在第二篇论文中，研究人员开发了一种名为GelFlex的软体机器人手指，它使用嵌入式摄像头和深度学习来实现高分辨率的触觉传感和本体感知（对身体的位置和运动的感知）。这款机械手使用肌腱驱动的方式来驱动手指。当对各种形状的金属物体进行测试时，该系统的识别准确率超过96%。第一篇论文中的魔术球抓手是由一个柔软的折纸结构制成的，由一个柔软的气球包裹着。当在气球上施加真空时，折纸结构会在物体周围闭合，抓手就会变形为其结构。虽然这种运动可以让抓手抓取到比以往更多的物体，比如汤罐、锤子、酒杯、无人机，甚至是一朵西兰花，但在精细度和理解力方面还是相当欠缺，直到他们增加了传感器。当传感器经历了受力或应变时，内部压力会发生变化，团队可以测量这种压力的变化，以确定它什么时候会再次感受到这种变化。除了乳胶传感器外，团队还开发了一种算法，通过反馈，让抓取器具有类似于人类的双重属性，既坚固又精确，80%的测试对象都能成功抓取到，而且没有损坏。在第二篇论文中，CSAIL的一个团队研究了如何赋予软体机器人抓取器更细微的、类似人类的感觉。柔软的手指可以实现大范围的变形，但要想在可控的方式下使用，必须要有丰富的触觉和本体感应。该团队使用了带有广角鱼眼镜头的嵌入式摄像头，可以非常详细地捕捉到手指的变形情况。为了制作GelFlex，该团队使用硅胶材料制作了柔软透明的手指，并将一个摄像头放在指尖附近，另一个放在手指中间。然后，他们在手指的正面和侧面涂上了反光墨水，并在背面添加了LED灯。这样一来，内部的鱼眼摄像头就可以观察到手指正面和侧面的状态。该团队训练了神经网络，从内部摄像头中提取关键信息进行反馈。一个神经网络被训练成预测GelFlex的弯曲角度，另一个神经网络被训练成估计被抓取物体的形状和大小。然后，抓取器可以抓取各种物品，如魔方、DVD盒或铝块等。在测试中，抓取时的平均位置误差小于0.77毫米，比人类手指的位置误差要好。在第二组测试中，抓取器在抓取和识别不同尺寸的圆柱体和盒子时受到了挑战。在80个试验中，只有3个被归类错误。在未来，该团队希望改进本体感知和触觉传感算法，并利用基于视觉的传感器来估计更复杂的手指结构，比如扭动或侧弯，这对普通传感器来说是个挑战，但通过嵌入式摄像头应该是可以实现的。论文标题为《Exoskeleton-coveredsoftfingerwithvision-basedproprioceptionandexteroception》、《Exoskeleton-coveredsoftfingerwithvision-basedproprioceptionandexteroception》。

转载请注明:http://www.aideyishus.com/lkjg/7097.html