科技生活|內嵌鏡頭傳感器識別 機械手一抓即知東西

從人類手指中獲得靈感，麻省理工學院的研究人員已經開發出一種具有高韌性分辨率傳感的機械人手，只需抓一下就能準確識別物體。這個實驗裝置被稱為GelSight EndoFlex。

許多機械人手將其強大的傳感器全部放在指尖上，因此物體必須與這些指尖完全接觸才能被識別，這可能需要多次抓取。其他設計使用分布在整個手指長度上的低分辨率傳感器，但這些傳感器不能捕捉到那麼多的細節，所以通常也需要多次抓取。

現在，麻省理工學院的團隊已經創造了一個機械人手，其剛性的3D打印內骨骼被包裹在一個柔軟的外殼中，在其透明的硅膠皮膚下嵌入了多個高分辨率的傳感器。

每根手指的內骨骼包含一對GelSight觸摸傳感器，嵌入透明皮膚下的頂部和中間部分。傳感器使用一個鏡頭和彩色LED燈，收集關於物體形狀的視覺信息，沿著手指的整個長度提供連續的檢測。每根手指都能同時捕捉到物體許多部分的豐富數據。

一個特殊的算法進行逆向計算，以映射被抓物體表面的輪廓，並將其變成3D圖像。這些圖像然後被發送到一個機器學習算法，該算法使用它們作為輸入來識別物體。由於觸覺感應覆蓋了所有的手指，這隻手可以從一次抓握中收集豐富的觸覺數據。

利用這種設計，研究人員建立了一個三指機械人手，使用兩根手指以Y型排列，第三根手指作為對立的拇指。這隻手在抓住一個物體時捕捉到六張圖像(每根手指兩張)，並將這些圖像發送給機器學習算法，該算法將這些圖像作為輸入，以大約85%的準確率識別該物體。隨著技術的進一步發展，這個數字應該有所提高。

堅硬的骨架使手指足夠強壯，可以拿起重物如電鑽，而柔軟的皮膚使它們能夠安全地抓住柔韌的物品而不被壓碎。

在未來的工作中，研究人員還希望改進硬件，以減少硅膠的長期磨損。他們還計劃在拇指上增加更多的驅動力，以便它能執行更廣泛的任務。

圖片：MIT

T09