Nature:机器人戴上智能手套,有望获得人类触感


机器人商城智能科技2020年提供自动化零件,工控产品,工业机器人,以及机器人零部件、机械元件以及气动元件等。机器人商城,一站式机器人采购平台


  研究和复制人类的感官能力,例如视觉、听觉和触觉(基于触摸的知觉)感知,需要依赖于合适数据的可用性。通常,数据集越大、越丰富,模型就越能模拟这些感官。

  研究和复制人类的感官能力,例如视觉、听觉和触觉(基于触摸的知觉)感知,需要依赖于合适数据的可用性。通常,数据集越大、越丰富,模型就越能模拟这些感官。

  人工视觉和语音系统的进步得益于强大的模型,即所谓的深度学习模型,而无处不在的数字图像和语音数据库推动了这一技术的发展。相比之下,触觉传感器的进展则十分有限,这主要是因为难以将电子设备集成到柔性材料中。在《自然》杂志的一篇论文中,Sundaram等人报道了他们使用一种低成本的触觉手套来解决这个问题。

  这副手套由一个手形传感套管组成,该传感套管连接在针织手套的手掌侧,手套上面布置了548个传感器和64个导电线电极。该传感器阵列由一张力敏薄膜和导电线网络组成。电极与薄膜之间的每一个重合点都对垂直力敏感,并会记录通过薄膜的电阻。

  在Sundaram和同事的研究中,他们戴着这只手套,在3-5分钟的单手操作26件日常物品的过程中,记录了几段压力图的视频。这个过程产生了一个详细的压力图数据库,这可能是此类数据集中最大的数据库之一。研究人员发现,尽管这种手套的制造成本仅为10美元左右,但这种手套灵活、结实、对微小的压力变化也很敏感。

  为了证明手套能够捕捉到人手与不同物体间的不同互动,Sundaram等人使用记录的数据进行了自动对象识别。他们展示了一个最先进的深度学习模型--最初是为大规模图像分类而设计的--可以从收集的压力图中进行学习,从而在盲操作过程中重新识别26个物体。大量的压力图及其空间分辨率被证明是成功识别物体的关键。

  接下来,作者使用手套来拾起物体,并证明了类似的深度学习模型可以估计未知物体的重量。

  除了提供了充分研究人类抓取原理的实验证据外,这种数据驱动的探索还可以提高我们对触觉功能的理解。深度学习模型极大地提高了我们对视觉对象识别神经机制的认识。在这方面,类似的方法可以应用于大脑触觉信息处理的解释。

  这种灵活的传感装置可能有多种用途,例如,在医学诊断、个人医疗健康和运动方面。但它也可能影响到假肢和机械手的发展。触觉反馈在控制手的移动和施加力的方面起着至关重要的作用,因此缺乏触觉反馈使得人类和机器人都很难实现稳定的抓握力。

  我们还知道,为假肢提供触觉反馈可以帮助减轻对缺失肢体的疼痛的感知,增加对假肢的成为身体一部分的认可,并通过更自然的操作减少控制假肢所涉及的认知压力。

  触觉传感器可以装在假肢戴的手套里,或者直接固定在机械部件上。目前,主要的限制是手套所需的高密度传感器覆盖的缺点。其中一个缺点是广泛的连接——尽管作者使用了行和列的设计来合理地限制这种连接。另一个方面是压力图的记录速度,这可能需要进一步借助应用程序。尽管如此,这种手套为机器人的应用提供了令人兴奋的前景。

  【人气商品】:

机器人商城产品推荐

  【品牌推荐】:

   机器人周边产品总览

  【了解机器人】:

 机器人商城官网(网址打不开就+V:I99~46O3~9726机气林)

  上海机气林智能科技有限公司

  上海市青浦区华浦路 500 号

  电话:021-59801300