斯坦福大学电子皮肤 希望赐予机器人如人类般敏

机器人没有触觉会怎样?以上便是最生动的例子↑

一直以来,机器人没有足够优质的触觉,是让很多机器人学家头疼的问题。

拿起一样东西需要用多大力,以怎样的姿势拿比较合适,这些对于人类来说再简单不过的问题,对机器人来说显然并不那么轻松。

所以,在之前的工厂里,工程师们需要精准计算机器人要拿起来的物品的坐标和大小,以让机器人快速高效的完成抓取的工作。

拥有结构化环境和固定‘工位’的机器人

即便如此,再复杂的数学计算,也不能完全填补机器人没有优秀触觉的弊端。就像文章开头的那张图片,当碰到柔软的树莓时,它永远不知道自己到达什么位置,才算完美的接触到这颗果实。

所以,能否解决机器人在抓取东西这方面远不如人类能干的问题,成为很多科学家致力于解决的科研问题。

在解决这一问题上,也出现了两个比较主流的派系,一种是另辟蹊径的想法:既然机器人在触觉上还不能完美复刻人类,那么我们可以把它做得足够柔软。

因而,在各大科技类网站上,都出现过与下面图片类似的柔软抓手,它们如同章鱼的触手一般,可以把物品包裹住,再完成之后的抓取任务。

或者模仿拥有人类智慧的折纸艺术,这些折纸类的软体机器人可柔和硬,也能完好无损的将树莓抓取上来。

另一种就是死磕到底:致力于提高机器人触觉感知能力,研发中各种不同种类的电子皮肤。

近日,斯坦福大学在Science Robotics上就发表了一篇关于其电子皮肤的文章,这款电子皮肤,可以说是让我们走上了有朝一日让机器人拥有人体皮肤感知能力的道路。

其实,在人类的手指和手掌上拥有很多触摸传感器,这些传感器可以检测压力,热量和其他刺激。这些传感器和名叫“棘毛” (Spinosum) 的子层密切配合,这一层里,有微观的千山万壑,这些崎岖的地形,对人类触觉的形成至关重要。

当人的手指接触物体的时候,外层皮肤会向棘毛这一层移动。如果是轻度接触,外层皮肤会接触到那些棘毛的“小山”,山上的传感器就会感受到。如果是重度接触,外层皮肤被迫走向更深一层,凹陷的沟壑里传感器会接收到信号,这样便会引发更强烈的触感。

除此之外,棘毛还可以测量压力的方向,就是切向和法向分别有多少力施加在皮肤上,如果一根手指向北推某个东西,“小山”的南坡就会感受到强烈的信号,这是一种叫做剪应力 (Shear Force) 的力量,可以帮助人类握起一个鸡蛋:让鸡蛋不会被握碎,也不会掉在地上摔碎。

斯坦福大学的电子皮肤,就是模仿人类手指触觉器官而来的。在他们研究的装有电子皮肤的手套上,每个手指的传感器都是三层的。

斯坦福大学电子皮肤,希望赐予机器人如人类般敏感而优质的触觉|Science Robotics发布

其中上层和底层带电,中层是不带电的橡胶层,可以让上层和底层的电极保持分离的状态。

研究人员在 (上层与底层) 两个相对的面上,铺设了电线网格 (Grid of Electrical Lines) ,就像电场线那样。然后让这些“电场线”互相垂直,形成一个密集的感应像素阵列。其中底层,就像人类皮肤的棘毛层那样沟壑纵横。

中间的橡胶层很重要,因为两层电极距离很近,又不互相接触,这样的结构可以储存电能。当手指向下按的时候,上层电极和下层就会更靠近,存储的电能就会增加。

一方面我们可以根据储存电量的大小来判断压力的大小,另一方面底层“山丘”状的结构加上电网格上密布的点,我们也可以知道每一点上对应的压力大小和方向。这样类似人类手指的触感就形成了。

试验中,斯坦福大学的研究人员让带着装有电子皮肤的手套的机械臂在轻轻触碰到树莓时便能感知到,并且能够迅速退回不至于伤害到柔软的果实。

也可以轻轻抓起一个圆形的乒乓球任意移动。

那讲完这个神奇的电子皮肤,回到我们最初的问题。既然在解决机器人触觉方面出现了两个主要的研究方向:电子皮肤和软体机器人。那么在模仿人手的道路上,小编认为肯定是要殊途同归的。

比如像康奈尔大学这只发表在《Science》杂志上的触觉机械手“Gentle Bot”,它不仅拥有柔性的外表,还能够感知所接触物体的形状和质地。

只是,和依靠电信号的电子皮肤不一样,康奈尔大学这只触觉机械手,采用的却是导光材料。类似于“大白”的充气状手指,内部有可弯曲的波导和可携带光波的导管。当手指触摸物体时,其外部的轻微形变导致波导弯曲,进而扭曲或改变光信号,从而使机械手获取相应的触摸数据,以确定被触摸物体的坚硬程度和形状。

所以,在未来比起硬邦邦的机械手,你是不是也希望给你端茶的机器人,拥有和人类一样柔软的手掌呢?

    您可能感兴趣的文章

    文章模式

    斯坦福大学电子皮肤 希望赐予机器人如人类般敏

    近日,斯坦福大学在Science Robotics上就发表了一篇关于其电子皮肤的文章,这款电子皮肤,可以说是让我们走上了有朝一日让机器人拥有人体皮肤感知能力的道路。

    长按识别二维码 进入电脑技术网查看详情

    请长按保存图片