将现有传感器与机器学习算法相结合可以改善机器人的内在触觉
德国航空航天中心机器人与机电一体化研究所的一组机器人专家发现，将传统的内部力矩传感器与机器学习算法相结合，可以为机器人提供一种感知触觉的新方法。研究小组在《科学机器人》杂志上发表的研究中，采用了一种全新的方法，让机器人拥有不借助人造皮肤的触觉。
对于生物来说，触觉是双向的；当你触摸某物时，你会感受到它的质地、温度和其他特征。但你也可以被触碰，比如当别人或别的东西接触到你身体的某个部位时。在这项新研究中，研究小组找到了一种在机器人中模拟后一种触觉的方法，即将内部力矩传感器与机器学习算法相结合。
动态运动过程中的多点感应和触摸识别。
研究人员认识到，大部分触摸感都来自扭矩（例如，如果手指受到压力，手腕会感觉到张力），因此在机器人手臂的关节处安装了超灵敏的力矩传感器。传感器可以同时检测来自多个方向施加在手臂上的压力。
然后，他们使用机器学习应用程序教机器人如何解读各种类型的张力。这使机器人能够识别不同类型的触摸场景。例如，机器人能够分辨出它手臂上的某个位置被触摸了。它也消除了用人造感应皮肤覆盖整个机器人的需要。
触摸识别。将机器人表面上的书写数字解释为机器可读代码，以直观的方式指挥机器人 (A)。应用书写数字 1 的触摸轨迹，成功识别轨迹并相应地执行分配的任务。同样，应用数字 3 会触发相应任务的执行。同样，虚拟功能按钮可以放置在结构上的任何位置以分配高级任务 (B)。r
研究人员发现，人工智能应用程序使手臂非常敏感，它可以识别出手臂上画的哪个数字被按了，或者在另一种情况下，识别出人们用指尖在手臂上画的数字。
这种方法可以开辟与多种类型的机器人互动的新方式，特别是那些在工业环境中与人类同伴密切合作的机器人。
页:
[1]