機器人手指正在學習如何感受

加州大學圣地亞哥分校的研究人員正在使用神經網絡為機器人手指提供與人類相似的敏感度。加利福尼亞大學圣地亞哥分校雅各布工程學院的一組研究人員正在開發(fā)一種用于柔性執(zhí)行器的觸摸感知系統(tǒng)，這種系統(tǒng)有朝一日可以讓機器人像人類一樣具有類似人類的靈敏度。該項目是在由Michael Tolley教授領導的Bioinspired機器人和設計實驗室內進行的。該實驗室還與更大的Contextual Robotics Institute相關聯(lián)。這項工作發(fā)表在最近一期的“科學機器人”雜志上。

加州大學圣地亞哥分校的機械工程博士生Benjamin Shih和團隊成員之一告訴Design News，他們的想法是開發(fā)一種使用機器學習的嵌入式觸摸感知模型。該團隊使用運動檢測系統(tǒng)提供反饋，以訓練復發(fā)神經網絡，然后在訓練完成時斷開該系統(tǒng)。這個過程可以比較教導學生在燈光打開的情況下彈鋼琴，然后關燈，并讓他們僅依靠他們的觸覺來展示技巧。

加拿大設計與制造部門專注于對您而言至關重要的最新軟件和產品。深入探索生成設計，電子元件，3D打印，快速原型設計和機器學習等令人興奮的創(chuàng)新。學到更多!

“我們并沒有明確地實時計算我們的運動學，但我們也不是每次都從頭開始學習，”Shih說，描述模型。“如果你從生物學中得出一些相似之處或靈感，就像人們如何學習如何感覺和識別物體，或物體有多遠，這是一些組合。“

通過在自由空間中展開的致動器以及沿著其長度和在尖端處與物體接觸允許一個和兩個自由度來執(zhí)行實驗。Shih說，這個項目讓他對人體皮膚的“令人難以置信的分辨率”有了新的認識。

對于他們的項目，研究人員制作了一套軟應變傳感器，其中包含浸漬有導電碳納米管(cPDMS)的聚二甲基硅氧烷(PDMS)層。它們嵌入手指式致動器的層中。這些軟傳感器不像傳統(tǒng)的剛性應變傳感器那樣限制運動范圍，因此可以實現更大的工作空間。

然而，它們目前不太準確，并且可能會漂移。這種不足至少部分地通過使用多個冗余傳感器得到補償。每個傳感器為任何類型的應變(例如拉伸，扭轉，壓縮等)提供單個無差別輸出，但組合輸出足以提供致動器位置和它所承受的力的合理近似。

毫無疑問，機器人技術將很快在我們的工作場所，家庭和醫(yī)療保健中發(fā)揮越來越重要的作用。隨之而來的是他們可能對人或財產造成傷害或傷害。當然，精度和響應性的提高將有所幫助，但使用更柔軟，可變形的材料也將發(fā)揮重要作用?？勺冃尾牧系膯栴}在于它們的非線性行為，這使得控制它們成為一種挑戰(zhàn)。

此外，在這些機器人將要運行的不受控制的“現實世界”環(huán)境中，它們必須為意外事件做好準備，例如接觸外部物體，而不會迷失方向。這表明需要某種類型的嵌入式運動學模型，像哥倫比亞大學的研究人員這樣的團體一直在發(fā)展。

這些方面的其他工作包括中國南開大學雷孫教授的工作，他開發(fā)了一種改進串聯(lián)彈性執(zhí)行器系統(tǒng)控制的算法。與此同時，科羅拉多大學的研究人員正在研究使用介電彈性致動器來提供類似肌肉的行為。