AI中国网 https: //www.cnaiplus.com
触觉传感器的发展非常有限，主要是因为难以将电子设备集成到柔性材料中。在《自然》杂志的一篇论文中，Sundaram等人报道了他们使用一种低成本的触觉手套来解决这个问题。
这副手套由一个连接在针织手套手掌侧的手形感应套组成。手套上有548个传感器和64个导线电极。该传感器阵列由张力感应薄膜和导电线网络构成。 电极和薄膜之间的各重合点对垂直力敏感，记录通过薄膜的电阻。
在Sundaram和同事的研究中，他们戴着这只手套，在3 - 5分钟的单手操作26件日常物品的过程中，记录了几段压力图的视频。这个过程产生了一个详细的压力图数据库，这可能是此类数据集中最大的数据库之一。研究人员发现，尽管这种手套的制造成本仅为10美元左右，但这种手套灵活、结实、对微小的压力变化也很敏感。
为了证明手套能够捕捉到人手与不同物体间的不同互动，Sundaram等人使用记录的数据进行了自动对象识别。他们展示了一个最先进的深度学习模型--最初是为大规模图像分类而设计的--可以从收集的压力图中进行学习，从而在盲操作过程中重新识别26个物体。大量的压力图及其空间分辨率被证明是成功识别物体的关键。
接下来，作者使用手套来拾起物体，并证明了类似的深度学习模型可以估计未知物体的重量。
除了提供充分研究人类抓握原理的实验证据外，该数据驱动的探索可以提高对触觉功能的理解。 深度学习模型大大提高了我们对视觉对象认知神经机制的认识。在这方面，类似的方法可以应用于大脑触觉信息处理的解释。
（图片来源：《Nature》杂志）
这种灵活的传感装置可能有多种用途，例如，在医学诊断、个人医疗健康和运动方面。但它也可能影响到假肢和机械手的发展。触觉反馈在控制手的移动和施加力的方面起着至关重要的作用，因此缺乏触觉反馈使得人类和机器人都很难实现稳定的抓握力。
对假肢提供触觉反馈可以减轻对下肢疼痛的感觉，提高对假肢成为身体一部分的认识，通过更自然的操作来控制假肢的认知压力也可以得到减少。
触觉传感器可以安装在假肢戴的手套里，或者直接固定在机械部件上。目前，主要限制是手套要求高密度传感器覆盖的缺点。缺点之一是连接广泛——尽管作者使用行和列设计来合理地限制这种连接。另外层面是工作压力图的纪录速率，这将会必须深化依靠手机应用程序。即便如此，这类胶手套为智能机器人的运用出示了令人激动的市场前景。
摘编：前瞻网
AI中国网 https: //www.cnaiplus.com
本文网址：
