研究者开发低成本传感器手套：使机械手触摸识别物体

麻省理工学院的研究人员最近开发了一种低成本的传感器手套，使人工智能能够“发现”人类如何通过触摸识别物体。它被称为可伸缩触觉手套(STAG)，使用550个微小的压力传感器产生图案，可以用来创造改进的机器人。

人类非常擅长通过触摸(例如，在黑暗中摸索眼镜或手机)来发现物体。工程师希望机器人能够模仿这种能力。做到这一点的一个方法是收集尽可能多的关于人类如何通过触摸识别的信息。原因是，如果有足够大的数据库，那么机器学习就可以用于分析，不仅可以推断人手如何识别某物，还可以估计其重量——这是机器人和假肢很难做到的。

麻省理工学院通过配备550个压力传感器的低成本针织手套收集这些数据。手套与计算机相连，计算机收集数据，压力测量结果被转换成视频“触觉图”，并输入到卷积神经网络(CNN)。该网络可以对图像进行分类，找出特定的压力模式，并将其与特定的对象进行匹配。

该团队从26种常见物品中收集了135，000个视频帧，如饮料罐、剪刀、网球、勺子、钢笔和马克杯。然后，神经网络将半随机帧与特定的捏点进行匹配，直到创建一个完整的对象图片——非常类似于人们通过在手中滚动对象来识别对象的方式。通过使用半随机图像，可以向网络提供相关的图像簇，因此时间不会浪费在不相关的数据上。

“我们希望最大限度地扩大框架之间的差异，并为我们的网络提供最佳的输入，”CSAIL博士后彼得·克伦霍夫说。“单个集群中的所有帧应该具有相似的签名，这表示抓取对象的相似方式。当人类交互地尝试探索物体时，从多个群中取样模拟不同的抓取方法。

该系统目前识别物体的准确率为76%，它还能帮助研究人员理解手是如何抓住和操纵物体的。为了估算重量，研究人员还汇编了一个包含11600帧的独立数据库，显示在坠落前用手指和拇指拾起物体。当物体被握住时，可以通过测量手周围的压力来测量重量，然后在物体落下后进行比较。

该系统的另一个优点是成本和灵敏度。类似的传感器手套价值数千美元，但只有50个传感器。麻省理工学院的手套是用现成的材料制成的，价格只有10美元。

这项研究发表在《自然》杂志上。