智東西1月20日消息，近日，麻省理工學(xué)院（MIT）的研究人員進(jìn)行了一項(xiàng)研究，旨在在機(jī)器人身上，復(fù)制人類觸摸獲取物體位置的能力。

研究人員將他們的論文預(yù)先發(fā)表在arXiv上，強(qiáng)調(diào)他們的研發(fā)成果可以讓機(jī)器人僅通過觸摸，而無(wú)需通過視覺和音頻處理，就能與其周圍環(huán)境進(jìn)行交互，甚至可以在第一次接觸物體時(shí)對(duì)物體進(jìn)行準(zhǔn)確定位。

一、不依賴外部傳感方式，僅通過模擬訓(xùn)練實(shí)現(xiàn)物體行為

研究人員之一Maria Bauza 在接受外媒Tech Xplore采訪時(shí)說：“我們此次研究的方法相比以往的觸覺定位工作取得了重要飛躍，因?yàn)槲覀兛梢圆灰蕾嚴(yán)缫曈X等其他任何外部傳感方式，也不依賴以前收集的與被操縱物體相關(guān)的觸覺數(shù)據(jù)?！?/p>

“相反，我們的技術(shù)是直接在模擬中訓(xùn)練出來(lái)的，機(jī)器人能在第一次觸摸時(shí)就定位物體，這在機(jī)器人領(lǐng)域的應(yīng)用中是至關(guān)重要的?！?/p>

在現(xiàn)實(shí)情況中，數(shù)據(jù)收集價(jià)格高昂，甚至有些數(shù)據(jù)無(wú)法被收集。而由于這個(gè)新技術(shù)是經(jīng)過模擬訓(xùn)練的，也就是說，無(wú)需真實(shí)的機(jī)器人訓(xùn)練，只需在計(jì)算機(jī)上訓(xùn)練就可完成操作。因此，Bauza和她的同事在設(shè)計(jì)的時(shí)候就不用進(jìn)行復(fù)雜的數(shù)據(jù)收集工作了。

研究人員最初開發(fā)了一個(gè)框架，模擬給定物體和觸覺傳感器之間的接觸，從而假設(shè)機(jī)器人可以訪問與其交互的物體的數(shù)據(jù)（例如，物體的三維形狀、特征等）。這些接觸行為以深度圖像的形式呈現(xiàn)，它顯示了物體擠壓觸覺傳感器的程度。

隨后，Bauza和她的同事們使用最先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)進(jìn)行計(jì)算機(jī)視覺和表示學(xué)習(xí)（representation learning），觀察機(jī)器人收集的真實(shí)觸覺數(shù)據(jù)，并將這些數(shù)據(jù)與模擬生成的觸點(diǎn)數(shù)據(jù)集進(jìn)行匹配。

▲研究人員使用的觸覺傳感器

Bauza說：“我們的方法是，將表示為深度圖像的接觸編碼到一個(gè)嵌入式空間中，這極大地簡(jiǎn)化了計(jì)算成本，使任務(wù)能夠?qū)崟r(shí)執(zhí)行?！?/p>

“在我們的工作中，我們?cè)诙嘟佑|場(chǎng)景中對(duì)這一點(diǎn)進(jìn)行了演示，其中在多個(gè)觸覺傳感器同時(shí)接觸一個(gè)物體的情況下，我們必須將所有觀察結(jié)果整合到對(duì)物體姿態(tài)的估計(jì)中。”

從本質(zhì)上講，這個(gè)研究小組設(shè)計(jì)的方法可以簡(jiǎn)單基于物體的三維形狀來(lái)模擬接觸信息。因此，它不需要在仔細(xì)檢查物體時(shí)收集任何以前的觸覺數(shù)據(jù)。這使得該技術(shù)能夠通過機(jī)器人的觸覺傳感器，在它第一次接觸到物體時(shí)，就對(duì)物體產(chǎn)生姿態(tài)估計(jì)。

Bauza說：“我們意識(shí)到觸覺傳感具有很強(qiáng)的鑒別力，并可以產(chǎn)生高度精確的姿勢(shì)估計(jì)。視覺有時(shí)候會(huì)受到遮擋的影響，但觸覺不會(huì)。因此，如果一個(gè)機(jī)器人接觸到一個(gè)少見且獨(dú)特物體的某一部分，那么我們的算法可以輕易識(shí)別出機(jī)器人接觸的物體，從而識(shí)別物體的姿態(tài)。”

二、“多手指”感觸提高操作精度，適用工業(yè)領(lǐng)域

許多物體不同側(cè)面的觸感相似，而Bauza和她的同事開發(fā)的方法可以預(yù)測(cè)姿勢(shì)分布，而不止對(duì)單個(gè)姿態(tài)進(jìn)行估計(jì)。這一特征非常特殊，與此前只收集單一姿態(tài)估計(jì)的目標(biāo)姿態(tài)估計(jì)方法形成鮮明對(duì)比。此外，麻省理工學(xué)院研究小組的框架所預(yù)測(cè)的分布可以直接與外部信息整合，以進(jìn)一步減少物體姿態(tài)的不確定性。

Bauza說：“值得注意的是，我們還觀察到，像用幾個(gè)手指接觸一個(gè)物體一樣同時(shí)進(jìn)行多個(gè)接觸行為，可以很大程度上減少對(duì)物體姿勢(shì)判斷的不確定性。這證實(shí)了我們的預(yù)測(cè)，即在一個(gè)對(duì)象上添加接觸會(huì)限制其姿態(tài)并簡(jiǎn)化姿態(tài)檢測(cè)過程。”

▲方法運(yùn)作流程：接觸→ 觸覺觀察→觸覺深度→匹配使用研究人員的最佳算法→結(jié)果姿勢(shì)

為了輔助人類進(jìn)行日常活動(dòng)，機(jī)器人必須能夠高精度、高可靠性地完成任務(wù)。由于對(duì)物體的操縱意味著機(jī)器人需要直接接觸物體，因此開發(fā)能有效使機(jī)器人進(jìn)行觸覺傳感的技術(shù)至關(guān)重要。

另一位參與這一項(xiàng)目的研究人員Alberto Rodriguez在接受媒體采訪時(shí)說，觸覺能力最近受到了工業(yè)領(lǐng)域的極大關(guān)注，我們通過對(duì)三個(gè)因素的結(jié)合實(shí)現(xiàn)了觸覺能力技術(shù)的突破：

1、 使用具有高分辨率的小型攝像機(jī)，捕捉觸摸表面變形的狀態(tài)，這一傳感技術(shù)成本較低。例如：GelSight 傳感。

2、 將上述第一點(diǎn)中提到的傳感技術(shù)與機(jī)器人手指進(jìn)行結(jié)合。例如：GelSlim 手指。

3、 一種基于深度學(xué)習(xí)的計(jì)算框架，它可以有效處理高分辨率觸覺圖像，實(shí)現(xiàn)已知部位的觸覺定位。例如：本文提到的研究。

Rodriguez說：“這類技術(shù)正在逐漸成熟，行業(yè)正在看到自動(dòng)化任務(wù)的價(jià)值。比如，在裝配自動(dòng)化領(lǐng)域，觸摸任務(wù)的實(shí)施就對(duì)精確度有要求?！?/p>

這組研究人員設(shè)計(jì)的技術(shù)，使機(jī)器人能實(shí)時(shí)估計(jì)他們正在操縱的物體的姿態(tài)，而且精確度很高。這使工作人員有機(jī)會(huì)對(duì)機(jī)器人的動(dòng)作或行為影響做出更準(zhǔn)確的預(yù)測(cè)，從而提高機(jī)器人在操作任務(wù)中的表現(xiàn)。

這一研究或許能夠證明其在工業(yè)領(lǐng)域應(yīng)用中的價(jià)值。在工業(yè)領(lǐng)域，制造商可以依此根據(jù)產(chǎn)品形狀的清晰模型組裝產(chǎn)品。

未來(lái)，研究人員計(jì)劃擴(kuò)展他們的框架，使其同時(shí)包含有關(guān)物體的視覺信息。他們希望將現(xiàn)有的技術(shù)轉(zhuǎn)化為一個(gè)視覺-觸覺傳感系統(tǒng)，可以更精準(zhǔn)地估計(jì)物體的姿態(tài)。

此外，他們還將研發(fā)讓機(jī)器人進(jìn)行精確拾取和放置操作的技術(shù)。他們的目標(biāo)是，讓機(jī)器人能進(jìn)行穩(wěn)定抓取任務(wù)的同時(shí)，還能幫助其進(jìn)行感知，提高其觸覺定位能力。

結(jié)語(yǔ)：為機(jī)器人提供更多感官

視覺、音頻技術(shù)是機(jī)器人定位常用的方式，這次，MIT的研究人員從觸覺方面為機(jī)器人確認(rèn)物體位置的方式提供了一個(gè)新的切口。

人類通過各種感官確認(rèn)物體的形狀和位置，未來(lái)，機(jī)器人或許也能像人類一樣，通過眼睛鎖定，耳朵聽見，皮膚觸摸，鼻子嗅聞來(lái)準(zhǔn)確鎖定物體位置、形狀及狀態(tài)。

責(zé)任編輯：xj

原文標(biāo)題：MIT新研究：讓機(jī)器人像人一樣有觸覺，觸摸可識(shí)別姿態(tài)位置

文章出處：【微信公眾號(hào)：天津機(jī)器人】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。