ADVERTISEMENT
如果和機械手一起玩摸摸箱子裡有什麼的遊戲,你有信心能贏嗎? 別以為人類一定贏,機械手說不定更勝一籌,因為它的「類人觸感技術」最近又進化了!
ADVERTISEMENT
別看它只有3根手指頭,僅需要抓握一次,這只機械手就能辨識出手中的物體是什麼,準確率達到85%!
ADVERTISEMENT
這是MIT最新研究成果,他們在其透明「皮膚」下整合了多個高解析度感測器,使用攝影鏡頭和LED來收集物體形狀的視覺資訊,沿著手指提供連續感應,一次抓取後就能辨識物體,小手一握,盡在掌握!
全手指整合高解析度感測器
具有觸覺的機械手不在少數,它們要嘛把感測器安裝在指尖中,需要和物體完全接觸才能感知;要嘛將低解析度感測器分佈在整個手指上,通常需要多次抓握才能捕獲資訊。
這讓機械手的觸覺感知顯得有些「遲鈍」。
ADVERTISEMENT
相比之下,MIT的機械手具有極高的敏感度,那它到底是怎麼做到的?
我們先從機械手的設計講起,它結合了剛性和柔性設計,既「強壯」又「溫柔」,指骨由3D列印的剛性內骨骼組成,包裹在透明的矽膠「皮膚」裡,這種設計讓它可以輕鬆拿起重物,柔軟的皮膚也給互動帶來更多安全感。
ADVERTISEMENT
其中,每個手指的剛性內骨骼都由可彎曲的關節和指骨組成:
(每個手指獨立操作,具有一個自由度,如果損壞可以快速更換)
每段指骨內嵌入了一對精細的觸摸感測器,稱為GelSight 感測器,由一個攝影鏡頭和三個彩色 LED 組成。這裡的攝影鏡頭並不是讓機械手去「看」物體,而是利用彩色 LED 從內部照亮皮膚,相機來捕捉物體的大致輪廓圖像。
當圖像的照明輪廓出現在皮膚上時,一種演算法執行反向計算將輪廓映射到所抓物體的表面上。研究人員訓練了一個機器學習模型,以使用原始相機圖像資料辨識物體。
更妙的是,雖然研發團隊只在每段指骨中嵌入了攝影機,但手指可以彎曲呀,當它彎曲的時候相機的範圍能夠略微重疊,這樣就實現了整個手指長度的連續感應!
而機械手雖然只有3根手指,但每一根的作用都不多不少剛剛好:其中兩根手指以 Y 型排列,第三根手指作為輔助的拇指,當它抓住物體時,手會捕捉六張圖像(每個手指兩張),並將這些圖像發送到機器學習演算法來辨識物體。結合每根手指的連續觸覺感應,它可以從一次抓握中收集豐富的觸覺資料!
意外收穫——皺紋讓矽膠皮膚壽命更長
機械手的設計過程也並不是那麼順利的,在對機械手進行測試時,研發團隊發現:機械手的矽膠皮膚會隨著時間的推移從表面剝落。
但同時,他們還有個意外收穫——添加皺紋可以增加機械手壽命!
最初,為了解決矽膠剝落的問題,研發團隊在內骨骼關節中增加了曲線設計,這樣可以在手指彎曲時分擔矽膠皮膚的壓力;他們還在關節上增加了折痕,這樣當手指彎曲時矽膠就不會被壓扁。
這一切都是為了防止矽膠表面起皺,但隨後他們發現:在手指表面製造的皺紋,有助於防止矽膠膜上的撕裂!
和光滑的矽膠皮膚相比,皺紋有助於減輕由尖角進入感測器表面而造成的高應力點。有皺紋的表面也比光滑的表面摩擦更小。雖然皺紋會出現在感測器圖像中,導致表面重建困難,但它完全沒有對物體分類結果產生影響。
「皺紋的用處是我們的一個偶然發現。當我們在表面合成它們時,我們發現它們實際上使手指比我們預期的更耐用,」MIT的研究人員表示。
GelSight EndoFlex 感測器網狀皺紋表面的特寫圖像。其中一條皺紋的寬度約為 0.4 毫米,是我們在模具表面噴上油漆,然後再將矽膠澆注到內部時才形成的。
進一步研發感知手掌
這項研究的第一作者是MIT的機械工程博士生Sandra Liu,她目前在Edward Adelson 教授領導的感知科學小組中進行研究工作。該研究將在 RoboSoft 會議上展示。
這項研究為機械手的發展帶來了新的可能性,一次抓握精準辨識大大提升了速度和效率,「我們的目標是將人手的功能盡可能賦予給機器人,它可以完成其他機器人手指目前無法完成的任務,」Sandra Liu說:「未來我們考慮進一步研發具有感應功能的手掌,更好地進行觸覺區分。」
未來,研究人員還希望改進硬體,以減少矽膠隨時間的磨損量,並為拇指增加更多的驅動力,使其能夠執行更廣泛的任務。
ADVERTISEMENT