發(fā)表時間：2019-06-02 次數(shù)：647 作者：孫滔
無限手套不只滅霸擁有，不遠的將來你也可能會得到，只是它沒有6顆寶石，卻有548個傳感器加持。更吸引人的是，這副手套的材料成本只有10美元，也就是不超過70元。
5月29日，《自然》發(fā)表的研究描述了一種裝配了傳感器的手套，它可以學會識別單個物體、估算重量和應用觸覺反饋。
圖 | 觸覺手套。來源：MIT News
圖 | 手套掌心，黑色的傳感裝置連接到了黃色針織手套上。來源：nature 供圖：Subramanian Sundaram。
人類能夠以適當?shù)牧Χ茸ノ蘸透惺芪矬w。但是這種觸覺反饋很難在機器人身上實現(xiàn)。近年來，基于計算機視覺的抓握策略在新興機器學習工具的幫助下，取得了長足進步，但是對觸覺這一個重要感知模態(tài)的使用仍然是欠缺的。
目前已有的類似手套傳感器裝置造價高達數(shù)千美元，并且只有50個傳感器來收集信息。來自麻省理工學院計算機科學與人工智能實驗室的Subramanian Sundaram及同事設計了一種簡易廉價（成本只有10美元）的可伸縮觸覺手套，上面布置了548個傳感器和64個導電線電極。
該傳感器陣列由一張力敏薄膜和導電線網(wǎng)絡組成。電極與薄膜之間的每一個重合點都對垂直力敏感，并會記錄通過薄膜的電阻。
研究人員帶上手套單手操控物體，由此記錄下了一個大規(guī)模的觸覺圖譜數(shù)據(jù)集。數(shù)據(jù)集包含手指區(qū)域的空間關聯(lián)和對應，它們代表了人類抓握的觸覺特征。
圖 | 手套有548個傳感器覆蓋，連接到定制的針織手套。來源：Nature。
圖 | b: 548個傳感器的分布，壓阻式傳感器陣列通過層壓簡單材料制造。c: 每個傳感器元件通過顯示電阻的變化來響應壓力。來源：Nature。
圖 | 抓握萬用表來估計重量（3倍播放速度）。來源：研究人員。
研究人員使用手套，單手與26種物體進行互動，包括汽水罐、剪刀、網(wǎng)球、勺子、筆和杯子等等，時間超過5個小時，并錄下了觸覺視頻。之后，他們利用記錄下來的數(shù)據(jù)訓練一種深度學習網(wǎng)絡來識別這些圖片，發(fā)現(xiàn)該深度學習網(wǎng)絡能夠通過持握方式鑒定出不同的物體，還能估計出物體重量，這些都無需視覺輸入。
在這26種物體的試驗中，這個系統(tǒng)識別準確率高達76％，還可以估測60克內(nèi)的大多數(shù)物體的重量。
研究者稱，這種策略或有助于未來設計假體、機械工具和人機交互。
本文作者之一是麻省理工學院計算機科學與人工智能實驗室（CSAIL）博士生李昀燭，他的專業(yè)領域是計算機視覺、機器學習和機器人技術，尤其是基于深度學習的機器人動力學建模和多模態(tài)感知。李昀燭全程參與了此次研究，并和Subramanian Sundaram所在的實驗室協(xié)作完成了這項工作。
他接受DeepTech采訪對此項研究進行了解讀。
DeepTech：對于普通讀者來說，這個手套很科幻，你們是基于什么考慮來開發(fā)這個手套的？
李昀燭：人在和周圍環(huán)境進行交互的時候，除了用視覺，我們還會用聽覺和觸覺等多種感官來感知這個世界，而其中觸覺在我們?nèi)粘Ｉ钪泻铜h(huán)境進行物理性交互的過程中尤為重要。
比如伸手到褲兜里拿鑰匙，需要在看不見的情況下對鑰匙進行定位和抓??；或者在揉面團的時候，要判斷面團的軟硬，這些任務僅靠視覺是很困難的，還需要有來自觸覺的反饋。所以我們希望引入像人手一樣的壓力傳感器，去研究人到底是如何利用觸覺去跟世界進行交互的。
現(xiàn)在已有的觸覺傳感器要么非常小，能感知的區(qū)域有限，要么可能面積比較大，但是傳感器的密度非常稀疏，并且可能很難擴展到更大的面積，所以我們希望能做一個非常密集的且有很強可擴展性的手套感知器。
我們開發(fā)的這一套傳感器使用的是柔性材料，非常適合去貼合像手這樣自由度比較大的物體。我們帶上這個手套去跟各種各樣的物體進行互動，就能得到清晰度很高的觸覺數(shù)據(jù)集，來分析人在抓取物體過程中的一些行為模式。
我們希望在未來能幫助機器手做到像人的手指一樣靈活。比如人在抓一個東西的時候，我們就得到了人的手指壓力分布數(shù)據(jù)，那么這有助于機器人更靈活地把物體抓起來，或者完成某個相似的任務。
DeepTech：能不能解讀一下這個手套的基本原理？為何選擇的傳感器數(shù)目是548個？
李昀燭： 手套的基本原理比較容易理解。當你在對手套施加壓力的時候，它的導電性就會有一定變化，這就變成了數(shù)據(jù)。其中我們分兩層在橫向和縱向分別排布了32條導電線，在兩層電線之間加入了一張對垂直力敏感的薄膜，當壓力變化時，薄膜的電阻也會隨之變化，電極陣列就能感知到這種變化。
在實驗室的環(huán)境里，32×32是一個比較合理的密度，如果做的更密集，導電線在人手大幅度運動的過程中就可能接觸發(fā)生短路。再者，因為手掌形狀的不規(guī)則，在手掌的區(qū)域內(nèi)只能容納548個壓力傳感器。在未來我們可能會采取其他辦法來實現(xiàn)更高的傳感器密度，比如更精細的排線設計。
DeepTech：此項研究的最大突破在哪里？與之前的研究相比，本次研究在方法上和結果上有哪些突破性收獲？
李昀燭：這項研究的突破在于我們提出了一種新的傳感器的設計和制造方法，不需要特別的制作工具，使用的也都是市場上能買到的材料，最后的產(chǎn)品很靈敏，成本很低，并且有很強的可擴展性；在軟件方面，我們給出了行業(yè)領域內(nèi)第一個包含整個手掌觸覺信息的大規(guī)模數(shù)據(jù)集，這可以幫助我們使用機器學習的算法去定量理解人類的抓取動作。
設計和制作整個帶觸覺的“皮膚”是很有挑戰(zhàn)性的，我們既需要很強的可擴展性和長時間穩(wěn)定工作的能力，還不能去影響人本身的動作，之前的研究很難兼得這些要求。
DeepTech：10美元的成本意味著什么？
李昀燭：10美元指的是手套以及傳感器的成本。除了手套以外，我們目前連接傳感器的線路板大約為100美元。低成本就意味著有更多的擴展和商業(yè)化的可能性。
DeepTech：能不能描繪一下其應用前景？這個研究的下一步是怎樣的？
李昀燭：這項研究有很多可能的應用，比如我們可以記錄人在完成某個復雜任務時的觸覺反饋，然后通過模仿學習去幫助機器人完成類似的任務；或者我們可以將傳感裝置的面積做得更大，包裹住整個機械臂，這可以幫助機器人更好地和人類進行交互；我們也可以把傳感器織成衣服和鞋子，來分析人在走路、跑步或登山時的受力分布，有助于設計出更好的產(chǎn)品；在交互游戲的設計上也會有很多想象的空間。
參考：
https://www.nature.com/articles/s41586-019-1234-z%20
https://news.mit.edu/2019/sensor-glove-human-grasp-robotics-0529
-End-
聯(lián)系我們
地址：深圳市龍崗區(qū)寶龍街道寶龍社區(qū)翠寶路24號巨龍廠房A1002-3 電話：(86) 755 2891 2583 傳真：(86) 755 2891 2583 郵箱：info@polarsystems.cn
