无限手套不只灭霸拥有,不远的将来你也可能会得到,只是它没有6颗宝石,却有548个传感器加持。更吸引人的是,这副手套的材料成本只有10美元,也就是不超过70元。

  5月29日,《自然》发表的研究描述了一种装配了传感器的手套,它可以学会识别单个物体、估算重量和应用触觉反馈。

  更软,更灵敏

  人类能够以适当的力度抓握和感受物体。但是这种触觉反馈很难在机器人身上实现。近年来,基于计算机视觉的抓握策略在新兴机器学习工具的帮助下,取得了长足进步,但是对触觉这一个重要感知模态的使用仍然是欠缺的。

  目前已有的类似手套传感器装置造价高达数千美元,并且只有50个传感器来收集信息。来自麻省理工学院计算机科学与人工智能实验室的Subramanian Sundaram及同事设计了一种简易廉价(成本只有10美元)的可伸缩触觉手套,上面布置了548个传感器和64个导电线电极。

  该传感器阵列由一张力敏薄膜和导电线网络组成。电极与薄膜之间的每一个重合点都对垂直力敏感,并会记录通过薄膜的电阻。

  研究人员带上手套单手操控物体,由此记录下了一个大规模的触觉图谱数据集。数据集包含手指区域的空间关联和对应,它们代表了人类抓握的触觉特征。

  研究人员使用手套,单手与26种物体进行互动,包括汽水罐、剪刀、网球、勺子、笔和杯子等等,时间超过5个小时,并录下了触觉视频。之后,他们利用记录下来的数据训练一种深度学习网络来识别这些图片,发现该深度学习网络能够通过持握方式鉴定出不同的物体,还能估计出物体重量,这些都无需视觉输入。

  在这26种物体的试验中,这个系统识别准确率高达76%,还可以估测60克内的大多数物体的重量。

  研究者称,这种策略或有助于未来设计假体、机械工具和人机交互。

  科幻不再遥远郑州×××医院:http://mobile.63556355.com/

  本文作者之一是麻省理工学院计算机科学与人工智能实验室(CSAIL)博士生李昀烛,他的专业领域是计算机视觉、机器学习和机器人技术,尤其是基于深度学习的机器人动力学建模和多模态感知。李昀烛全程参与了此次研究,并和Subramanian Sundaram所在的实验室协作完成了这项工作。

  他接受DeepTech采访对此项研究进行了解读。