MIT“触觉手套”,轻触便可识物

MIT人工智能实验室的研究人员开发了一种“触觉手套”，548个传感器，戴上它就能识别物体、物体的重量等，而且原始成本仅需10美元！

“灭霸打了一个响指，全宇宙半数的生命瞬间消失。”

漫威漫画中描绘的“无限手套”功能无比厉害，不过灭霸也要集齐了六颗无限宝石，才能发挥出“无限手套”的能力。

现在，有一个神奇手套，它没有宝石，但装了548个传感器，戴上它就能测到物体、物体的重量等，而且仅需10美元成本！你想不想要？

如果你曾在黑暗中摸索过自己的眼镜或手机，就会知道我们人类非常擅长通过触摸来弄清楚物体是什么。

即使我们的其他感官失败了，提供给我们大脑的触觉信息仍然是我们与周围环境交互的有力工具。这是一种非常重要的能力，也是机器人研究喜欢模仿的能力。如果实现了的话，机器人可以拥有更灵巧的机械手，假肢也会更加逼真和有用。

研究和复制人类的感官能力，例如视觉、听觉和触觉，依赖于能否得到合适的数据。通常，数据集越大、越丰富，模型就越能模拟这些功能。

MIT人工智能实验室(CSAIL)的Subramanian Sundaram等研究人员开发了这种低成本的触觉手套，通过获得详细压力图的大型数据集，使AI系统能够仅通过触摸来识别物体。他们的论文发表在最新一期Nature杂志上。

64条导电线，548个传感器，原始成本10美元

这个神奇手套名为“可伸缩触觉手套”(scalable tactile glove，STAG)，使用柔性材料，在几乎整只手上布置了550个微型传感器。

手套由一个手形的传感器套和一个普通的针织手套组成，如下图所示：

低成本的触觉手套，由一个普通针织手套(黄色)和一个手形的传感器套(黑色)组成。

传感器套筒分两层排布了64条导电线，横向和纵向分别32条，在两层导电线之间有一张力敏膜(对垂直力敏感的薄膜)。

这些线交叉的548个点，每一个都是压力传感器。当这些点被按压时，交叉点处薄膜的电阻会变小，电极阵列就能进行感知。

手套的输出可以处理成32×32的灰度像素阵列，其中每个像素的颜色表示压力变化，黑色表示压力低，白色表示压力高。

研究人员每秒七帧的速度将压力图记录下来。使用手套在操作物体时传感器收集到的压力图，可以让机器学习模型学习识别物体、估计物体的重量，以及区分不同的手部姿势。

Sundaram和同事戴着这只手套，在3~5分钟的单手操作26件日常物品(包括汽水罐、剪刀、网球、勺子、钢笔、水杯等)的过程中，记录了几段压力图的视频。

用于实验的物品。

实验总共使用了 26 个物品；这里显示了 24 个，此外还有两个可乐罐（一个空罐和一个满罐）。

这个过程产生了一个详细的压力图数据集，作者表示，这是最大的此类数据集之一。

尽管手套的制造成本仅为10美元左右，但十分灵活、结实，对微小的压力变化敏感。

为了证明手套能捕捉到手与每个物体的不同互动，研究人员使用记录的数据进行了自动对象识别。他们展示了一个最先进的深度学习模型如何从收集的压力图数据中学习重新识别26类物体，该模型最初是为大规模图像分类而设计的。

仅使用触觉数据，AI系统识别物体的准确率高达76%。实验还证明，大量的压力图及其空间分辨率是成功识别目标的关键。

接下来，作者使用手套来拾取物体，并证明了类似的深度学习模型可以估计未知物体的重量。结果显示，重量在60克以内的物体大部分都能准确估计出来。

重量估计的示例和性能。

他们还实验了不同的姿势，证明手套传感器读取的信号非常详细，足以区分不同的姿势。

使用分解的手姿态信号的六个传感器的对应图。

从物体相互作用中分解出的手位信号被用来共同提取传感器和全手之间的相关性。

手势信号

最后，Sundaram和他的同事通过观察信号相关性分析了不同手部区域在抓取物体时的协作。

触觉手套抓起一个咖啡杯产生的交互