既能识别物体 又能称重的手套新型电子侦察站让俄导弹舰更“隐蔽”日本新研究:狗能与主人“心心相印”中美科研团队“打印”出有永久磁性的液态磁铁前沿科技国际论坛开幕 发布多个高科技新项目德国公司研发纳米涂层可防止指纹显示在不锈钢上
第07版:科技创新·项目
上一版 下一版  
既能识别物体 又能称重的手套
新型电子侦察站让俄导弹舰更“隐蔽”
日本新研究:狗能与主人“心心相印”
中美科研团队“打印”出有永久磁性的液态磁铁
前沿科技国际论坛开幕 发布多个高科技新项目
德国公司研发纳米涂层可防止指纹显示在不锈钢上
     
 
重庆日报 | 重庆日报农村版 | 重庆科技报
重庆日报报业集团主办 
3上一篇  下一篇4  
2019 年 07 月 25 日 星期 放大 缩小 默认  

既能识别物体 又能称重的手套

辰辰

    针织可伸缩触觉手套STAG。

  手边没有秤时我们往往喜欢把东西拿起来掂一下,经验丰富的人可能真的能估计出物体的质量,但并非人人都有这种能力。最近,MIT的研究人员就发明了一种手套,戴上它不仅能掂出手上的小东西有多重,还能仅通过触觉识别出是什么物体。

  配有548个微小的传感器

  MIT研究人员开发了一种低成本的针织可伸缩触觉手套STAG。市面上流通的类似传感器手套动辄上千美元,通常还只包含50个传感器,捕捉到的信息非常有限。但MIT研究人员设计的这款STAG手套,能够生成高分辨率的数据,且成本仅为10美元。

  该手套配有548个微小的传感器,几乎遍布整个手套。当人以各种方式和物体进行交互时,每个传感器都会捕捉压力信号。神经网络会处理这些信号,以学习与该物体相关的压力-信号模式,并形成数据集,然后利用收集到的数据集对物体进行分类,并仅通过触觉来预测它们的重量,整个过程无须视觉输入。该系统可以用来帮助机器人识别和操纵物体,也可以用于假肢设计。

  研究人员利用STAG与26个常见物体进行交互并收集到的数据集,这些物体包括汽水罐、剪刀、网球、勺子、钢笔等。基于该数据集,该系统预测物体类别的准确率可达76%。该系统还能够准确预测大部分60g以内物体的重量。

  利用触觉地图识别抓取物体

  STAG覆盖有一张可根据外在压力改变电阻的导电聚合物。研究人员让导电线穿过导电聚合物薄膜中的洞,从指尖一直到掌根。这些线形成一个个压力传感器。戴着STAG手套的人抓握、举起、放下或感受一样物体时,这些传感器可以记录每个点的压力。

  这些线连接手套和外部电路,从而将压力数据转换为“触觉地图”,即手上各个点变大变小的视频。这些点表示压力点的位置,点的大小表示力的大小:点越大,压力越大。研究人员使用STAG手套与26个不同物体进行交互,并基于触觉地图收集了一个数据集,包含135000个视频帧。神经网络可使用这些视频帧预测物体的类别和重量,并感知人类的抓握。

  为了识别物体的类别,研究人员设计了一个卷积神经网络(CNN),从而将特定的压力模式与特定物体联系起来。但是这个技巧需要从不同类型的抓握中选择视频帧,以获取物体的全貌。模仿人类抓握物体的多种不同方式,以便可以在不使用视力的情况下识别出物体类别。同样地,CNN半随机从视频中选取表示不同类型抓握行为的八个视频帧。

  但是CNN无法从每个视频的数千个帧中随机选取帧。因此,它将类似的帧聚合在一起,形成对应不同抓握的各个簇。然后,它从每个簇中选取一帧,确保每个帧都具备代表性。接下来,CNN使用它在训练过程中学到的接触模式,预测物体分类。如单个簇中的所有帧具备类似的信号,可以表示抓取物体的相似方式。从多个簇中采样可以模拟人类在探索物体类别时不断尝试不同抓握的方式。

  可与机器人上的传感器结合

  对于重量估计,研究人员构建了另一个数据集,包含手指和拇指抓、握、放下物体时的触觉地图的11600个视频帧。CNN训练数据集与测试数据集完全不同,这意味着它无法学习简单地将重量和物体联系起来。在测试中,研究人员将单个帧输入到CNN中。

  本质上,CNN只会挑出物体重量带来的手部压力,忽略其他因素(如为防止物体滑落所使用的手掌位置)导致的压力。之后,CNN基于恰当的压力计算重量。该系统可与机器人关节上的传感器结合起来使用,来衡量力矩和力,从而帮助机器人更好地预测物体重量。

  STAG手套的触觉传感系统可以与传统的计算机视觉和基于图像的数据集结合使用,从而使机器人对与物体的交互有更人性化的理解。研究人员还使用数据集来衡量物体交互过程中手部不同区域之间的合作。例如,当人们使用食指的中间关节时,他们很少会使用拇指。但是食指和中指的指尖总是与大拇指一起使用。

3上一篇  下一篇  
 
《重庆科技报》版权所有 未经书面授权 不得复制或建立镜像
地址:重庆市渝中区双钢路3号科协大厦 邮编:400013
技术支持:北京北大方正电子有限公司