科学家为机器人带来极端的手指灵敏度

马克斯·普朗克智能系统研究所（Max Planck Institute for Intelligent Systems，MPI-IS）的科学家团队推出了一个依靠计算机视觉和深度神经网络来估计物体与传感器接触位置以及应用力大小的强壮柔性触觉传感器。该研究发表在《Nature Machine Intelligence》杂志上，将帮助机器人像人类和动物一样准确地感知环境。

新研究结果表明，机器人可以通过这种传感器来感知环境。研究人员开发了一个thumb形状的传感器，外壳由柔性材料制成，内部有一个轻量级的骨架。骨架由弹性体和反光铝片混合而成，创建了一个灰色外观，防止外部光线进入。传感器内部有一个160度的鱼眼摄像头，记录由LED照亮的彩色图像。

带有骨架的thumb形状传感器

传感器的外观类似于拇指，由柔性材料制成的外壳和内部的轻量级骨架组成。骨架的作用类似于骨骼，稳定了柔性手指组织，并由弹性体和反光铝片混合而成。这样可以创建一个灰色外观，防止外部光线进入。传感器内部有一个160度的鱼眼摄像头，记录由LED照亮的彩色图像。

传感器外壳的颜色模式会根据接触传感器的物体而改变，摄像头快速记录图像并将数据输入深度神经网络。算法检测每个像素的微小变化，并在不到一秒的时间内，机器学习模型就能绘制出手指与物体接触的位置以及力的大小和方向。

乔治·马蒂乌斯（Georg Martius）是MPI-IS的研究组长和自主学习组的负责人。

“我们通过创新的机械设计、内部成像系统、自动数据收集和最先进的深度学习实现了这种优秀的感知性能，”马蒂乌斯说。

黄博（Huanbo Sun）是马蒂乌斯的博士生。

“我们的独特混合结构，柔性外壳和内部骨架，确保了高灵敏度和强壮性。我们的摄像头可以从单个图像中检测到表面的微小变形，”黄博说。

根据MPI-IS触觉智能部门主任凯瑟琳·J·库切贝克（Katherine J. Kuchenbecker）的说法，新传感器将非常有用。

“以前的柔性触觉传感器只有小的感知区域，容易损坏，制造困难，且常常无法感知与皮肤平行的力，这对于机器人操作，如握住水杯或沿桌子滑动硬币，是必不可少的，”库切贝克说。

教传感器学习

为了使传感器能够学习，黄博开发了一个测试平台，生成了训练数据，以便机器学习模型能够学习图像像素变化和应用力之间的相关性。测试平台在传感器表面生成了大约20万个测量数据，模型在一天内完成了训练。

“我们在工作中提出的硬件和软件设计可以应用于具有不同形状和精度要求的各种机器人部件。机器学习架构、训练和推理过程都是通用的，可以应用于许多其他传感器设计，”黄博说。