手指形传感器使机器人更加灵巧

您可以想象一下，如果利用一只手抓住重物，比如重型管扳手，您可能会用整个手指来抓住扳手，而不仅仅是指尖。皮肤中的感觉受体沿着每个手指的整个长度延伸，会将有关您正在抓握的信息发送到大脑。

在机器人手中，利用摄像头获取所抓取物体信息的光学式触觉传感器小而扁平，因此通常位于指尖。反过来，这些机器人仅使用指尖来抓取物体，通常是捏住动作。这限制了他们可以执行的操作任务。

据麦姆斯咨询报道，近期，麻省理工学院（MIT）的研究人员开发了一款名为“GelSight Svelte”的光学式触摸传感器，该传感器长而弯曲，形状像人类手指，可在大面积范围内提供高分辨率触觉传感功能。该传感器使用两个镜子反射和折射光线，以便位于传感器底部的一个摄像头可以沿着整个手指的长度进行观察。

此外，研究人员还构建了具有柔性骨架的指形传感器。通过测量手指触摸物体时骨架的弯曲程度，他们可以估计施加在传感器上的力。

研究人员利用GelSight Svelte触觉传感器制作了一只机器人手——利用其三个手指的整个传感区域，能够像人类一样抓住重物。该机器人手还可以执行与传统机器人抓手相同的捏住动作。

麻省理工学院机械工程专业研究生Alan (Jialiang) Zhao说道：“因为我们的GelSight Svelte触觉传感器是人类手指形状的，所以可以用它来针对不同的任务进行不同类型的抓握，而不是对所有物体都使用捏住——平行夹爪器只能做这么多。因此，我们的传感器确实可以赋能机器人，执行各种操作任务，开辟新的应用可能性。”

Zhao与大脑和认知科学系视觉科学教授、计算机科学和人工智能实验室（CSAIL）成员Edward Adelson共同撰写了这篇关于GelSight Svelte触觉传感器的论文，并在IEEE智能机器人与系统会议上发表。

传统光学式触觉传感器中使用的摄像头受到尺寸、镜头焦距和视角的限制。因此，这些触觉传感器往往又小又平，被限制在机器人的指尖上。

如果感应区域较长（更类似于人类手指），则摄像头需要放置在离感应表面更远的地方才能观察到整个区域。由于机器人夹具的尺寸和形状限制，这尤其具有挑战性。

Zhao与Edward Adelson使用两个镜子解决了这个问题，这两个镜子将光线反射和折射到位于手指根部的单个摄像头上。

GelSight Svelte触觉传感器集成了一个位于摄像头对面的平面倾斜镜子和一个位于传感器背面的长曲面镜子。这两个镜子使摄像头可以沿着整个机器人手指的长度看到感应表面的反射光。

为了优化镜子的形状、角度和曲率，研究人员设计了一款模拟光的反射和折射的软件。“通过该软件，我们可以轻松地调整镜子的位置以及它们的弯曲方式，以了解我们实际制造传感器后的成像效果如何。”Zhao解释道。

镜子、摄像头和两组照明LED连接到塑料骨架上，并封装在由硅胶制成的柔性外壳中。摄像头从内部观察机器人手指皮肤背面；根据变形情况，摄像头可以看到接触发生的位置并测量物体接触表面的几何形状。

此外，由于GelSight Svelte触觉传感器上不同位置的颜色饱和度，红色和绿色LED阵列可以让摄像头感知抓握物体时凝胶被按下的深度信息，即使用颜色饱和度信息来重建所抓取物体的3D深度图像。

该触觉传感器的塑料骨架使其能够确定本体感觉信息，例如施加到机器人手指的扭转力矩。当抓住物体时，骨架会弯曲。研究人员使用机器学习（ML）根据骨架变形来估计施加到触觉传感器上的力。

“确保镜子的曲率与我们在软件模拟中的曲率相匹配是非常具有挑战性的。另外，我意识到有些强力胶会抑制硅的固化。我们需要进行大量实验才能制造出真正有效的传感器。”Zhao补充道。

完善设计之后，研究人员测试了GelSight Svelte触觉传感器，将螺钉等物体按压到传感器上的不同位置，以检查成像清晰度并了解它确定物体形状的能力。

研究人员还使用三个GelSight Svelte触觉传感器构建了机器人手，可以执行多种抓握操作，包括捏住、横向捏握以及使用三个手指的整个感应区域的强力抓握。

三指强力抓握功能使机器人手能够更稳定地抓住较重的物体。然而，当物体非常小时，捏住仍然有用。Zhao说，能够用一只手执行两种类型的抓握将使机器人具有更多的多功能性。

展望未来，研究人员计划增强GelSight Svelte触觉传感器，使其变成铰接式，可以在关节处弯曲，更像人类的手指。

斯坦福大学机械工程助理教授Monroe Kennedy III表示：“手指形光学式触觉传感器允许机器人使用廉价的摄像头来收集表面接触的高分辨率图像，并通过观察柔性表面的变形，估计接触形状和施加的力。这项工作代表了机器人手指设计的进步，改进了全手指的感知范围和操作能力。提高机器人的触觉并接近人类的能力是必要的，这也是开发能够执行复杂、灵巧任务的机器人的一种催化剂。”

审核编辑：刘清