触摸成像！由人类手指启发的机械手，只需一个抓握即可识别物体

原创 | 文 BFT机器人 

目前行业内许多机械手将所有强大的传感器都集成到指尖中，因此物体必须与指尖完全接触才能被识别。也有一些设计使用沿着整个手指分布的较低分辨率传感器，但这些传感器无法捕获尽可能多的细节，因此通常都需要多次重复抓取。

受人类手指的启发，麻省理工学院的研究人员开发了一种机器人手，它使用高分辨率触摸感应，其刚性骨架包裹在柔软的外层中，在其透明的“皮肤”下集成了多个高分辨率传感器。这些传感器使用摄像头和LED来收集有关物体形状的视觉信息，可沿手指的整个长度提供连续感测，每个手指同时捕获物体各个部分的丰富数据，只需抓握一次物体即可准确识别物体，准确率约为 85%。

坚硬的骨架使手指有足够的力量来拿起重物，例如钻头，而柔软的“皮肤”使它们能够牢固地抓住轻柔的物品而不会压碎它，例如空塑料水瓶。

“对于一只手来说，同时拥有软性和刚性元件都是非常重要的，但是能够在一个非常大的区域内执行出色的传感也是非常重要的，特别是我们想要做非常复杂的操作任务。我们这项工作的目标是将所有让我们的手如此优秀的东西结合到一个机器手指上，它可以完成其他机器手指目前无法完成的任务。”共同参与这项研究的麻省理工学院机械工程研究生Sandra Liu说道。

01

受人类启发的手指

机器人手指由一个刚性的3D打印内骨骼组成，该内骨骼被放置在模具中并包裹在透明的硅胶“皮肤”中。将手指放入模具中，无需使用紧固件或粘合剂将硅胶固定到位。

研究人员将模具设计成弯曲的形状，因此机器人手指在休息时略微弯曲，就像人类手指一样。

Sandra Liu表示：“硅胶弯曲时会起皱，所以我们认为如果我们把手指模压在这个弯曲的位置，当你更多地弯曲它来抓住一个物体时，就不会引起那么多的皱纹。皱纹在某些方面是有好处的，它们可以帮助手指非常顺利、轻松地沿着表面滑动，但我们希望它们是可控的。” 

每个手指的内骨骼都包含一对详细的触摸传感器，称为GelSight传感器，嵌入透明皮肤下方的顶部和中间部分。传感器的放置位置使得摄像头的范围稍微重叠，从而使手指能够沿着其整个长度进行连续感应。

GelSight传感器基于Adelson集团首创的技术，由摄像头和三个彩色LED组成。当手指抓住物体时，彩色LED从内部照亮皮肤，相机就会捕捉图像。使用柔软皮肤中出现的照明轮廓，算法执行反向计算以绘制所抓取物体表面上的轮廓。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来识别物体。

当研究人员微调手指制造过程时，他们遇到了一些障碍。首先，随着时间的推移，硅胶容易从表面剥落。研究人员发现，他们可以通过沿着内骨骼关节之间的铰链添加小曲线来限制这种剥落。当手指弯曲时，硅胶的弯曲度会沿着微小的曲线分布，从而减少应力并防止剥落。他们还在关节处添加了折痕，这样当手指弯曲时，硅胶就不会被压扁。

02

增强触觉感知以提高抓握和物体识别能力

完善设计后，研究人员使用两根手指排列成Y形，第三根手指作为相对的拇指，构建了一只机械手。当手抓住一个物体时，它会捕获六张图像（每个手指各两张），并将这些图像发送到机器学习算法，该算法使用它们作为输入来识别该物体。

由于机械手的每一根手指都具有触觉感应，因此单次抓握即可收集丰富的触觉数据。

研究人员表示“虽然我们的手指有很多感应功能，但也许增加手掌的感应功能将有助于它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，并为拇指增加更多驱动力，使其能够执行更广泛的任务。

END

作者 | 不加糖

排版 | 小河

审核 | 猫

若您对该文章内容有任何疑问，请与我们联系，我们将及时回应。