在機器學習的幫助下，ETH研究人員開發了一種新穎而低成本的觸覺傳感器。該傳感器以高分辨率和高精度測量力的分布，使機械臂能夠抓住敏感或易碎的物體。

人類可以用手撿起易碎或濕滑的物體。我們的觸覺使我們感覺到我們是否牢牢抓住物體或物體是否會滑過手指，因此我們可以相應地調整握力的強度。負責抓取易碎，打滑或表面復雜的物體的機器人抓取臂也需要這種反饋。

蘇黎世聯邦理工學院的機器人研究人員現在已經開發出一種觸覺傳感器，這種觸覺傳感器可以在這種情況下派上用場，并標志著他們認為這是邁向“機器人皮膚”的重要一步。工程師指出，該傳感器極其簡單的設計使其生產成本低廉。本質上，它由一個帶有彩色塑料微珠的彈性硅樹脂“皮膚”和一個固定在底面上的常規攝像頭組成。

使用純光學輸入進行測量

該傳感器基于視覺：與物體接觸時，硅酮皮膚上會出現凹痕。這會改變微珠的圖案，該圖案由傳感器下側的魚眼鏡頭記錄。根據圖案的這些變化，可以計算傳感器上的力分布。

“傳統的傳感器僅在一個點上記錄施加的力。相比之下，我們的機器人皮膚使我們能夠區分作用在傳感器表面上的多個力，并以很高的分辨率和精度對其進行計算，”蘇黎世聯邦理工學院動態系統與控制教授Raffaello D‘Andrea領導的小組的博士生 Carlo Sferrazza說。“我們甚至可以確定作用力的方向，” Sferrazza說。換句話說，研究人員不僅可以識別在傳感器上施加垂直壓力的力，還可以識別橫向作用的剪切力。

數據驅動的開發

為了計算哪些力將微珠推向哪個方向，工程師使用了一套全面的實驗數據：在通過機器控制進行標準化的測試中，他們檢查了與傳感器的各種不同接觸。他們能夠精確地控制并系統地改變接觸的位置，力的分布和接觸物體的大小。在機器學習的幫助下，研究人員記錄了數千個接觸實例，并將它們與磁珠圖案的變化精確匹配。

迄今為止，研究人員已經建立的最薄的傳感器原型厚度為1.7厘米，覆蓋5 x 5厘米的測量表面。但是，研究人員正在使用相同的技術來實現配備有多個攝像頭的較大傳感器表面，從而也可以識別復雜形狀的物體。此外，他們的目標是使傳感器更薄-他們相信使用現有技術可以實現僅0.5厘米的厚度。

硅膠表層下面有微珠，當有力作用在它們上時，攝像機會記錄它們的運動方式。

機器人，運動與虛擬現實

由于彈性硅樹脂是防滑的，并且傳感器可以測量剪切力，因此非常適合用于機器人抓手臂。Sferrazza解釋說：“當物體威脅要滑出手臂的抓地力時，傳感器會識別出來，以便機器人可以調整其抓地力。”

研究人員還可以使用這種傳感器來測試材料的硬度或數字化觸摸圖。如果集成到可穿戴設備中，騎自行車的人可以通過踏板測量他們對自行車施加的力，或者跑步者可以測量在慢跑時進入鞋中的力。最后，這種傳感器可以提供對于開發例如虛擬現實游戲的觸覺反饋重要的信息。