研究人員將低成本觸覺傳感器與機器學習相結合開發(fā)出有觸覺的機器人

2020-04-08 08:55:52 編輯：來源：

導讀來自蘇黎世E TH的研究人員宣布，他們已經利用機器學習來開發(fā)一種低成本的觸覺傳感器。該傳感器能夠高分辨率、高精度地測量力的分布。這些功能使機器人手臂能夠更靈巧地抓住敏感、脆弱的物體。使機器人夾持器感覺是非常重要的，使他們更有效。在人類中，我們的觸覺允許我們用手撿起易碎或光滑的物品，而不用擔心壓碎或掉落物品。如果一個物體是通過我們的手指落下，我們就能夠相應地調整我們小組的力量。科學家

來自蘇黎世E TH的研究人員宣布，他們已經利用機器學習來開發(fā)一種低成本的觸覺傳感器。該傳感器能夠高分辨率、高精度地測量力的分布。這些功能使機器人手臂能夠更靈巧地抓住敏感、脆弱的物體。使機器人夾持器感覺是非常重要的，使他們更有效。

在人類中，我們的觸覺允許我們用手撿起易碎或光滑的物品，而不用擔心壓碎或掉落物品。如果一個物體是通過我們的手指落下，我們就能夠相應地調整我們小組的力量。科學家希望那些撿拾產品的機器人夾持器能像人類從我們的觸覺中得到的那樣，擁有類似類型的反饋。研究人員創(chuàng)造的新傳感器據說是邁向“機器人皮膚”的重要一步。

該傳感器由一個彈性硅膠皮膚與彩色塑料微珠和一個固定在其底部的常規(guī)相機組成。基于視覺的傳感器可以看到當它與物體接觸時，硅膠皮膚上會出現壓痕。接觸改變了微珠的圖案，可以由傳感器底部的菲什耶透鏡注冊。用微珠圖案的變化來計算傳感器上的力分布。

科學家們提出的機器人皮膚可以區(qū)分傳感器表面的幾種力，并以較高的分辨率和精度計算它們。團隊可以確定力的作用方向。當計算推動微珠的力和在哪個方向時，團隊使用了一組實驗和數據。

這種方法允許團隊精確地控制和系統(tǒng)地改變接觸的位置、力分布和接觸對象的大小。機器學習使研究人員能夠記錄數千個接觸實例，并將它們與珠子圖案的變化精確匹配。該小組還正在研制更大的傳感器，這些傳感器配備了幾個攝像機，可以識別復雜形狀的物體。他們還在努力使傳感器變薄。