机械手超越人类触感？MIT最新研究让机械手轻轻一抓就能识别物体

‍大数据文摘授权转载自机器人大讲堂

如果和机械手一起玩“摸箱子”游戏，你有信心能赢么？

先别盲目自信，论谁更会“摸”，机械手说不定更胜一筹，因为它的「类人触感技术」最近又又又进化了！

别看它只有3根手指头，仅需要抓握一次，这只机械手就能识别出手中的物体是什么，准确率可达85%！

这是MIT最新研究成果，他们在其透明“皮肤”下集成了多个高分辨率传感器，使用摄像头和LED来收集物体形状的视觉信息，沿着手指提供连续感应，一次抓取后就能识别物体，小手一握，尽在掌握！

全手指集成高分辨率传感器

具有触觉的机械手不在少数，它们要么把传感器安装在指尖中，需要和物体完全接触才能感知；要么将低分辨率传感器分布在整个手指上，通常需要多次抓握才能捕获信息。

这让机械手的触觉感知显得有些“迟钝”。

相比之下，MIT的机械手具有极高的敏感度，那它到底是怎么做到的？

我们先从机械手的设计讲起，它结合了刚性和柔性设计，既“强壮”又“温柔”，指骨由3D打印的刚性内骨骼组成，包裹在透明的硅胶“皮肤”里，这种设计让它可以轻松拿起重物，柔软的皮肤也给交互带来更多安全感。

其中，每个手指的刚性内骨骼都由可弯曲的关节和指骨组成：

（每个手指独立操作，具有一个自由度，如果损坏可以快速更换）

每段指骨内嵌入了一对精细的触摸传感器，称为GelSight 传感器，由一个摄像头和三个彩色 LED 组成。这里的摄像头并不是让机械手去“看”物体，而是利用彩色 LED 从内部照亮皮肤，相机来捕捉物体的大致轮廓图像。

当图像的照明轮廓出现在皮肤上时，一种算法执行反向计算将轮廓映射到所抓物体的表面上。研究人员训练了一个机器学习模型，以使用原始相机图像数据识别物体。

更妙的是，虽然研发团队只在每段指骨中嵌入了摄像机，但手指可以弯曲呀，当它弯曲的时候相机的范围能够略微重叠，这样就实现了整个手指长度的连续感应！

而机械手虽然只有3根手指，但每一根的作用都不多不少刚刚好：其中两根手指以 Y 型排列，第三根手指作为辅助的拇指，当它抓住物体时，手会捕捉六张图像（每个手指两张），并将这些图像发送到机器学习算法来识别物体。结合每根手指的连续触觉感应，它可以从一次抓握中收集丰富的触觉数据！

意外收获——皱纹让硅胶皮肤寿命更长

机械手的设计过程也并不是那么顺利的，在对机械手进行测试时，研发团队发现：机械手的硅胶皮肤会随着时间的推移从表面剥落。

但同时，他们还有个意外收获——添加皱纹可以增加机械手寿命！

最初，为了解决硅胶剥落的问题，研发团队在内骨骼关节中增加了曲线设计，这样可以在手指弯曲时分担硅胶皮肤的压力；他们还在关节上增加了折痕，这样当手指弯曲时硅胶就不会被压扁。

这一切都是为了防止硅胶表面起皱，但随后他们发现：在手指表面制造的皱纹，有助于防止硅胶膜上的撕裂！

和光滑的硅胶皮肤相比，皱纹有助于减轻由尖角进入传感器表面而造成的高应力点。有皱纹的表面也比光滑的表面摩擦更小。虽然皱纹会出现在传感器图像中，导致表面重建困难，但它完全没有对物体分类结果产生影响。

“皱纹的用处是我们的一个偶然发现。当我们在表面合成它们时，我们发现它们实际上使手指比我们预期的更耐用，”MIT的研究人员表示。

GelSight EndoFlex 传感器网状皱纹表面的特写图像。其中一条皱纹的宽度约为 0.4 毫米，是我们在模具表面喷上油漆，然后再将硅胶浇注到内部时才形成的。

进一步研发感知手掌

这项研究的第一作者是MIT的机械工程博士生Sandra Liu，她目前在Edward Adelson 教授领导的感知科学小组中进行研究工作。该研究将在 RoboSoft 会议上展示。

这项研究为机械手的发展带来了新的可能性，一次抓握精准识别大大提升了速度和效率，“我们的目标是将人手的功能尽可能赋予给机器人，它可以完成其他机器人手指目前无法完成的任务，”Sandra Liu说：“未来我们考虑进一步研发具有感应功能的手掌，更好地进行触觉区分。”

未来，研究人员还希望改进硬件，以减少硅胶随时间的磨损量，并为拇指增加更多的驱动力，使其能够执行更广泛的任务。

点「在看」的人都变好看了哦！