科学家打造出能让机器人拥有近乎人类触感的人工指尖

简介: 来自伦敦大学学院的触摸研究员Mandayam Srinivasan表示,研究人员正在“让自然和人工触摸领域更加接近。

机器人可以被编程举起一辆汽车,甚至帮助进行一些手术,但当涉及到拿起一个它们以前没有接触过的物体,比如鸡蛋,它们往往会惨遭失败。现在,工程师们已经想出了一个人工指尖来克服这一限制。这一进步使机器能像人类的指尖那样感知这些表面的纹理。

c5d85562674e54cbdbc618aa56eff57c6d30a3.png

来自伦敦大学学院的触摸研究员Mandayam Srinivasan表示,研究人员正在“让自然和人工触摸领域更加接近......这是改进机器人触摸的必要步骤”。据悉,他并没有参与这项工作。

工程师们长期以来一直在寻求使机器人像人一样灵巧。一种方法是为它们配备人工神经。但“机器人触觉的现状通常远远不如人类的触觉能力,”Srinivasan说道。

因此,当布里斯托尔大学的研究人员在2009年开始设计人工指尖时,他们以人类皮肤为指导。他们的第一个指尖是手工组装的,约有一个汽水罐那么大。到2018年,他们改用3D打印。这使得他们有可能将指尖及其所有部件做成成人大脚趾的大小并更容易创造出一系列接近人类皮肤多层结构的层。最近,科学家们在指尖上加入了神经网络,他们称之为TacTip。这些神经网络帮助机器人快速处理它所感应到的东西并作出相应的反应--似乎就像一个真正的手指。

在我们的指尖,当皮肤接触到一个物体时一层神经末梢会变形并告诉大脑正在发生什么。这些神经会发出“快”的信号来帮助我们避免掉落东西,或发出“慢”的信号来传达物体的形状。

TacTip的等效信号来自橡胶表层下的一排针状突起,这些突起在表面被触碰时移动。该阵列的针状物就像毛刷的刷毛:坚硬但可弯曲。在这个阵列下面,除其他外还有一个摄像头,它可以检测到针脚何时以及如何移动。大头针的弯曲程度负责提供慢信号,弯曲速度负责提供快信号。神经网络将这些信号转化为指尖的动作,如使其抓得更或调整指尖的角度。

芝加哥大学研究触觉神经元基础的神经科学家Sliman Bensmaia表示:“我们的很多触觉都是由(皮肤的)机械结构形成的。这种方法所做的是真正解决这个问题。”

在这项新工作中,布里斯托尔大学的工程师Nathan Lepora及其同事对人工尖端进行了测试,测试方式跟研究人员评估一个人的触觉一样。他们测量了指尖接触灯芯绒状材料时相机的输出,这些材料有着不同高度和密度的缝隙和脊线。该团队在发表在《Journal of the Royal Society Interface》上的报告指出,人工指尖不仅能够检测到缝隙和脊背,而且它的输出跟接受同样测试的人类指尖的神经元信号模式密切相关。

然人工指尖并不像真正的McCoy那样敏感。Lepora指出,人类可以检测到像铅笔的铅那样窄的缝隙,而TacTip需要两倍的宽度才能注意到它。但他认为,等到他和他的同事开发出更薄的外表面就会得到提高。

在第二个项目中,Lepora的团队为TacTip增加了更多的针脚和一个麦克风。麦克风模仿了我们皮肤深处的另一组神经末梢,当我们的手指穿过一个表面时,这些神经末梢能感觉到振动。据悉,这些神经末梢增强了我们感受表面粗糙程度的能力。

当研究人员测试增强的指尖对13种织物的区分能力时,麦克风也有着同样的作用。Lepora指出,同样,来自麦克风和摄像机的信号模仿了人类手指在做这项测试时记录的信号。

这些研究给Koç大学从事可穿戴传感器研究的机械工程师Levent Beker留下了深刻印象。“一只机器人手(现在)可以感知与人类手指类似的压力和纹理信息。”

“这是一种非常有趣的方法,我认为没有人采取过这种方法,”Bensmaia补充道,“这非常酷。"然而,来自人工指尖和自然指尖的信号并不完全相同,因为真实皮肤中的信号传递更加强烈。它只是适度地像皮肤。”

尽管如此,Bensmaia认为这种指尖可以帮助机器人探测、捡起和操纵物体。他指出,这种可变形的橡胶指尖应该给仿生手提供一条腿,或说比目前带有僵硬的金属手指和脚趾的设备更有优势。

今天的机器人必须经过精确的编程才能安装一个特定的汽车部件,且它们和手部保护装置一样,很难抓牢硬物如钢笔或牙刷。Lepora指出,像TacTip这样的指尖可以在无需变成的情况下让机器人和假肢处理各种形状和大小的物体。但Bensmaia指出,目前还不清楚它能在多大程度上实现小型化。

Lepora对TacTip的缩小持乐观态度。摄像头和麦克风的尺寸一直在变小,而改进的3D打印技术正在使更薄的层成为可能。他和Bensmaia都认为这种更小的设备可能更接近人类的“感觉”,因为它们将能够检测到更精细的纹理从而更加灵巧。

康奈尔大学的材料科学家Robert Shepherd则表示,从基本层面来看,这项研究正在帮助展示人类的触觉是如何运作的。他称,Lepora和他的同事们基本上已经弄清楚了皮肤的神经末梢是如何翻译它们的感觉,以使手指能够抓住一个从我们指间滑过的球或拿起一个折纸鹤而不把它压扁。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

相关文章
|
机器学习/深度学习 传感器 编解码
路径规划算法:基于人工大猩猩部队优化的机器人路径规划算法- 附matlab代码
路径规划算法:基于人工大猩猩部队优化的机器人路径规划算法- 附matlab代码
|
算法 机器人
基于人工势场法的移动机器人路径规划研究(Matlab代码实现)
基于人工势场法的移动机器人路径规划研究(Matlab代码实现)
193 0
|
机器学习/深度学习 传感器 编解码
路径规划算法:基于人工电场优化的机器人路径规划算法- 附matlab代码
路径规划算法:基于人工电场优化的机器人路径规划算法- 附matlab代码
|
机器学习/深度学习 传感器 算法
【二维路径规划】基于人工势场求解机器人路径规划问题附matlab代码
【二维路径规划】基于人工势场求解机器人路径规划问题附matlab代码
|
机器学习/深度学习 传感器 算法
基于人工势场(APF)算法、Vortex APF 算法、Safe APF 算法和动态窗口实现机器人路径规划附matlab代码
基于人工势场(APF)算法、Vortex APF 算法、Safe APF 算法和动态窗口实现机器人路径规划附matlab代码
|
机器学习/深度学习 传感器 人工智能
【路径规划】基于人工势场法实现多机器人系统的群集编队控制附matlab代码
【路径规划】基于人工势场法实现多机器人系统的群集编队控制附matlab代码
|
传感器 人工智能 机器人
科学家正在开发带有电子毛发的机器人,可模仿人类皮肤触感,甚至感知预测触摸方向
科学家正在开发带有电子毛发的机器人,可模仿人类皮肤触感,甚至感知预测触摸方向
206 0
科学家正在开发带有电子毛发的机器人,可模仿人类皮肤触感,甚至感知预测触摸方向
|
29天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
194 64
|
4天前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
80 32
|
10天前
|
人工智能 自然语言处理 机器人
机器人迈向ChatGPT时刻!清华团队首次发现具身智能Scaling Laws
清华大学研究团队在机器人操作领域发现了数据规模定律,通过大规模数据训练,机器人策略的泛化性能显著提升。研究揭示了环境和对象多样性的重要性,提出了高效的數據收集策略,使机器人在新环境中成功率达到约90%。这一发现有望推动机器人技术的发展,实现更广泛的应用。
60 26

热门文章

最新文章