55、基于触觉数据的智能系统：实现复杂任务的新途径

基于触觉数据的智能系统：实现复杂任务的新途径

1 引言

在机器人执行复杂任务的过程中，触觉传感器正日益成为一项关键的使能技术。要成功执行抓取和操作任务，机器人需要了解物体的特定几何和物理特征，以及与环境之间的相互作用力和扭矩。在近期的应用中，机器人系统还常被用于实现安全高效的人机物理交互任务，这就要求机器人知晓相互作用力和接触位置，以进行协作和共同操作，并减少意外碰撞造成的损坏。

为了实现这些功能，机器人越来越多地配备了能够模拟人类触觉的传感抓手。近年来，许多研究人员开始展示基于模型和机器学习方法的触觉传感解决方案在日常生活中的应用。例如，有研究利用朴素贝叶斯分类器根据摩擦力区分材料；还有研究使用压阻式触觉传感器通过决策树和朴素贝叶斯方法区分不同柔软度的物体。

触觉传感器不仅可用于识别和分类策略，还可用于控制目的，如抓取和操作。本文的主要目标是展示作者开发的触觉传感器，通过将机器学习和基于模型的方法应用于相同的触觉数据，能够处理复杂任务。在之前的研究中，作者已经证明了该技术在开关柜组装操作任务中对抓取电线的形状识别以及基于电线直径进行分类的有效性。在本文中，过去和新的方法被结合成一个更复杂的解决方案，根据物体分类自动管理教学阶段和任务执行阶段。

2 交互任务

2.1 任务概述

本任务的目标是展示如何利用单个触觉传感器执行复杂任务。具体来说，在一个示例应用中，使用单个触觉传感器完成不同阶段的任务：根据电线的直径，沿着特定路径对电线进行布线。

整个任务的流程如下：

graph TD;
    A[前往起始位置] -