多模态传感器突破！南加大机械手实现温度、压力、运动同步感知

机器人正在习得人类的本能：感知热量、压力乃至物体重量。南加州大学维特比工程学院的学生团队与计算机科学助理教授Daniel Seita合作，开发出一款名为MOTIF Hand的机械手。它专为模仿人类与世界的互动方式设计，配备能感知力、温度和运动的传感器，标志着机器人向“直觉化”迈出重要一步。

“此前从未有人造出这类机械手。”Seita表示。

智能应激设计：超越传统抓取器

与传统机器人抓手不同，MOTIF Hand具备“多模态”能力，可同时收集并响应多种感官输入——包括压力、温度和运动。这些感知能力使其能更自然地应对难以自动化的任务，例如判断推物体的力度或避开高温表面。

这一设计灵感源于人类与物体的互动逻辑：从童年起，我们便学会提起箱子需用多大劲，或如何避开热锅。MOTIF Hand复刻了这种思维：其掌心嵌入热成像相机，如同人类在直接触碰前先用手感知温度。

“烹饪时遇到滚烫的锅，我们会先把手靠近试探是否安全。”Seita解释，“我们希望将这种直觉赋予机器人系统。”

这种热检测完全无需接触——只需将掌心贴近物体，MOTIF Hand就能读取温度，这得益于内置的红外相机，相当于赋予机械手“热视觉”。

“我们曾思考：能否在不接触物体的情况下获取信号？”研究论文合著者、南加州大学计算机科学项目应届毕业生周涵洋（音）说。

此外，手指内置的力传感器让机械手能精准控制推力，这在对精度要求极高的制造业中尤为实用。

靠触觉感知，而非视觉

感知重量的方式则极具“人类特色”：机械手会轻弹或摇晃物体来判断内部情况，就像我们晃动水瓶推测水量。

“人类无法仅凭视觉判断力度，必须通过触觉。”周涵洋（音）举例，“若不知水瓶是否装满，我会轻弹瓶身。”