行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 人工智能 正文

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

你见过能灵活夹取鸡蛋、可取可放的机器人吗?

不仅如此,甚至还能穿针引线:

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

就算是往它拿着的瓶子里倒水,也不会掉:

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

这是来自香港城市大学、香港大学、CMU和南方科技大学的科学家,联手打造出的一款机器人触觉皮肤,效果堪比人类皮肤——

不仅可以精准感知到力度方向和大小,还能准确定位外界刺激的位置。

目前,这一研究成果已登上Science子刊《Science Robotics》。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

这样神奇的触觉皮肤,究竟是怎么做出来的?

将AI与磁性薄膜结合

首先,这种磁性皮肤,用到了一种基于磁性薄膜的触觉传感器,来感知力的大小与方向。

这种触觉传感器的核心,由一层经过单面多级正弦磁化的磁膜、以及嵌在印刷电路板上的霍尔传感器构成。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

经单面多级正弦磁化后的磁体,又被称作Halbach阵列,它的特点是在削弱一侧磁场的同时,能极大地增强另一侧磁场。

论文一作闫友璨发现,这种阵列还有一种特殊性质,使得磁膜能互不干扰地测量正压力和切向力,使得受力反馈更精确。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

这种技术,多被用于磁悬浮列车、粒子加速器、电磁炮等领域(冰箱贴也是类似的原理)。

当外力施加在磁膜上时,霍尔传感器将测量到由磁膜变形所引起的磁场变化,进而测量出施加外力的大小和方向。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

当然,磁膜和霍尔传感器之间,可以填充不同厚度和弹性的硅胶,来调节传感器的灵敏度量程

这就完了?

当然不,这种磁性皮肤,还用到了深度学习的算法,来更加准确地定位外界刺激。

而且,与人类皮肤一样,这种定位的精度可以超越传感器自身的物理分辨率(两个传感单元之间的距离),即达到所谓的超分辨率

磁性皮肤会先通过霍尔传感器,大致分析出小球的施力位置在S5领域的右上角。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

然后,再通过神经网络进行定量计算,将小球的接触位置定位到S5右上角的坐标(X,Y)处。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

这种方法确认的定位精度,可以达到0.1毫米,分辨率为6毫米传感单元间距的60倍

做出来的磁性皮肤,效果如何呢?

定位精度堪比人类皮肤

这个触觉皮肤,不仅能实时反馈受力情况、自适应抓取易碎物体,还能根据受力变化和定位精度,及时调整力的大小和方向。

例如,在夹取鸡蛋的时候,如果遇到人类外力扯拽,机械手则会自动增大夹持力;而如果松手的话,机械手也会逐渐松开夹爪,避免鸡蛋被夹碎。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

这种根据力反馈,来改变施力大小的实验,在注水实验中体现得更加明显。

如果有了力反馈,夹爪在夹住瓶子的时候,就能根据瓶子注水的重量来改变用力大小,使得水瓶不至于滑落。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

但如果关闭这种能反馈力度的触觉功能,瓶子注水到一定程度,就从夹爪中滑落了。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

不仅受力大小、方向的反馈非常精准,这款触觉皮肤对外界刺激的定位,也非常精确。

例如,通过远程按压触觉皮肤,就可以遥控机械夹爪,轻轻松松将发丝细度的针线穿过针眼。

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

据论文作者表示,他们利用深度学习,将超分辨率提升到了60倍,堪比人类皮肤约40倍的超分辨率。

作者表示,这款皮肤极大地减少了机器人皮肤中的传感单元和布线,提升了智能皮肤的易用性。

或许,将来用上这款皮肤的智能机器人,也能拥有和我们一样的触觉了~

作者介绍

机器用上AI后,拥有了堪比人类皮肤的触觉丨Science子刊

论文一作闫友璨,是香港城市大学的博士生,研究方向为机械与生物医学工程。

这项工作,由来自香港城市大学生物医学工程系的申亚京教授课题组、和香港大学计算机系的潘佳教授课题组共同完成。

其中,申亚京、潘佳为论文的共同通讯作者。

团队的其他成员,则分别来自香港城市大学、CMU和南方科技大学。

论文地址:
https://robotics.sciencemag.org/content/6/51/eabc8801

参考链接:
https://scholar.google.com/citations?user=eY8D8JYAAAAJ&hl=en

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2028 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注

扫码入群
扫码关注

微信公众号

返回顶部