近日，美國卡耐基梅隆大學的計算機團隊就在訓練名叫“Baxter”的機器人練習抓握，并通過不斷試錯來進行觸覺反饋，致力于研發(fā)出一款視覺和觸覺結(jié)合處理的新一代工業(yè)機器人。

　　在人工智能領域，要想讓機器人像人類那樣熟練地抓取物體，機器人的觸覺是機器人發(fā)展的關(guān)鍵技術(shù)之一。近日，美國卡耐基梅隆大學的計算機團隊就在訓練名叫“Baxter”的機器人練習抓握，并通過不斷試錯來進行觸覺反饋，致力于研發(fā)出一款視覺和觸覺結(jié)合處理的新一代工業(yè)機器人。

　　該機器人能實現(xiàn)抓取動作依靠的是手臂末端名叫Fingervision的抓手，F(xiàn)ingervision是用桌面級3D打印機所打印的夾持器，外部有一層透明的硅膠套，硅膠套上附著了許多用于其檢測的黑點，當Fingervision抓取物體時，硅膠表面的黑點就會發(fā)生形變，通過內(nèi)置小型攝像機捕捉這些黑點區(qū)域的形變特征，進而Fingervision做出判斷并做出相應的抓取反應。

　　此外，這款機器人用到了AI的自學習技術(shù)。Baxter將Fingervision所收集到的視覺和觸覺信息發(fā)送到一個類似人腦的深度神經(jīng)網(wǎng)絡，將處理后的圖像與世界上最大的圖像識別數(shù)據(jù)庫ImageNet中的圖像交叉比對后，發(fā)現(xiàn)這款機器人識別精度比僅使用圖像數(shù)據(jù)的機器人提高了10%。

　　目前，F(xiàn)ingervision能夠通過觸覺感知物體是否滑動從而控制握力，從而完成一系列抓取的動作，例如，剝香蕉皮。在接觸到熟悉的物體時，F(xiàn)ingervision會牢牢抓住物體，而碰到不熟悉的物體時，F(xiàn)ingervision會將手臂挪開。

　　除了卡耐基梅隆的Fingervision之外，還有一些大學也在研究機器人的觸覺抓手，比如，康奈爾大學和英國格拉斯哥大學。康奈爾大學于2016年研發(fā)的機械手也能抓取物體，感知物體形狀和材質(zhì)。與Fingervision不同，康奈爾大學的這款觸覺機械手采用的是光信號傳導的方式實現(xiàn)觸覺感知。該機械手外形是柔性充氣狀手指，每根手指內(nèi)部都使用了光學材料。當機械手觸摸物體時，由于外部變形，導致光學材料隨著彎曲，改變光信號的傳導，進而機械手獲得相應的數(shù)據(jù)，確定被觸摸物體的相關(guān)信息。在確定搜集到的數(shù)據(jù)之后，該機械手就可以確定抓取方式。

　　而英國格拉斯哥大學研究的是一種仿生皮膚，將該仿生皮膚包裹在機械手上可以讓機械手擁有觸覺。據(jù)該研究的工作人員稱，這款仿生皮膚由一層石墨烯制成，它本身就是一個觸覺傳感器，因為石墨烯材料能夠通過仿生觸覺傳感器快速感知微小的變化。另外，由于這種仿生皮膚每平方厘米只需要20nW的功率，所以在石墨烯皮膚下有一塊太陽能電池板，可以給該仿生皮膚提供電能。

　　如果卡耐基梅隆的Fingervision、康奈爾大學和格拉斯哥大學的觸覺裝置研發(fā)一旦成熟，那么它們能夠讓機器人在感知領域上更進一步。或許就像Fingervision的研發(fā)者說的那樣，機器人在未來將會更安全、更高效地與人類共同協(xié)作。