MIT黑科技，可感知自身运动的软机器人来了！

最近，麻省理工学院（MIT）的研究人员描述了一种配套软体传感器的系统，该系统可覆盖机器人的身体，以提供“本体感觉”，即感知其身体的运动和位置。该反馈会进入一种新颖的深度学习模型，该模型可筛选出噪声并捕获清晰的信号，以计算机器人的3D位置。目前，相关论文已发表在《IEEE机器人与自动化快报》上。

这样的软传感器是将导电硅胶片切成折纸形状，使它们具有“压阻”特性，这意味着它们在应变时会改变电阻。当传感器响应机械臂的拉伸和压缩而变形时，其电阻将转换为输出电压，然后将其用作与该运动相关的信号。

研究人员设计的机器人躯干包括三个部分，每个部分带有四个用于移动手臂的流体致动器（总共12个）。他们在每个段上融合了一个传感器，每个传感器覆盖并收集了来自软机器人中一个嵌入式执行器的数据。他们使用了“等离子键合”技术，该技术可以使一种材料的表面通电，使其与另一种材料键合。大约需要几个小时才能成型出数十个传感器，这些传感器可以使用手持式等离子结合设备结合到软机器人上。

这样的软机器人可自动摆动和伸展，并可预测自己的空间位置。研究人员表示，传统的刚性传感器会损害软机器人的自然柔韧性，使其设计和制造复杂化，并可能导致各种机械故障。因此，基于软材料的传感器是一种更合适的替代方案，但是其设计需要专门的材料和程序运行方法，这使得许多机器人实验室难以在软机器人中制造和集成它们。

“我们未来的目标之一是帮助制造出可以更加灵巧地处理和操纵环境中物体的人造肢体。”CSAIL主任Daniela Rus和电机工程与计算机科学系的Andrew and Erna Viterbi教授表示，他说：“想想人类自己的身体：您可以闭上眼睛，根据皮肤的反馈来了解世界。我们希望为软机器人设计相同的功能。”

接下来，研究人员旨在探索新的传感器设计，以提高灵敏度，并开发新的模型和深度学习方法，以减少每台新的软机器人所需的训练时间和流程。他们还希望完善系统，以更好地捕获机器人的完整动态运动。当前，该软机器人神经网络和传感器皮肤对捕捉细微运动或动态运动不敏感。但是，对于目前基于学习的软机器人控制方法而言，这是重要的第一步。