卡內基梅隆大學機器人研究所的新研究可以幫助機器人感知布料層，而不是依賴計算機視覺工具只看到它。這項工作允許機器人幫助人們做家務，比如疊衣服。

　　人類用他們的視覺和觸覺去抓一個玻璃杯或拿起一塊布。太常規了，很少考慮。然而，這些任務對于機器人來說是極其困難的。觸摸收集的數據量很難量化，這種感覺直到最近也很難在機器人學中模擬。

　　R-Pad實驗室計算機科學學院機器人感知負責人、助理教授戴維赫爾德說：“人類看著東西，伸手去拿，然后我們用觸摸來確保我們在正確的位置抓住它。”。“人類的許多觸覺感知對我們來說是天生的。我們沒想太多，所以沒意識到它有多值錢。”

　　例如，為了疊衣服，機器人需要一個傳感器來模擬人類手指觸摸毛巾或襯衫頂層并抓住其下一層的方式。研究人員可以教會機器人感知最頂層的布并抓住它，但如果機器人沒有感知到其他層的布，機器人只會抓住最頂層，永遠不會成功折疊布。

　　由卡內基梅隆大學和Meta AI的研究人員開發的ReSkin是一個理想的解決方案。開源的觸敏“皮膚”由嵌入磁性顆粒的薄彈性聚合物制成，用于測量三軸觸覺信號。在最近的一篇論文中，研究人員使用ReSkin來幫助機器人感受布料層，而不是依靠它們的視覺傳感器來看到它們。

　　“通過讀取皮膚凹陷或運動的磁場變化，我們可以實現觸覺感應，”R-Pad實驗室的博士生托馬斯翁(Thomas Weng)說，他與RI博士后丹尼爾晴太和研究生薩尚克蒂魯馬拉一起參與了這個項目。“我們可以利用這種觸覺來確定我們用傳感器捏了多少層布。”

　　其他研究使用觸覺來抓取剛性物體，但布是“可變形的”，這意味著當你觸摸它時，它會發生變化。這使得任務更加困難。調整機器人在布料上的抓力會改變它的姿勢和傳感器讀數。

　　研究人員沒有教機器人如何或在哪里抓取布料。相反，他們教它抓住了多少層織物，首先使用ReSkin中的傳感器來估計它抓住了多少層織物，然后調整它的抓地力并再次嘗試。團隊評估機器人拿起一層和兩層布，并使用不同紋理和顏色的布來展示超出訓練數據的泛化能力。ReSkin傳感器的輕薄和柔性使得教會機器人如何處理像多層布料這樣的精細東西成為可能。

　　“這種傳感器的形狀非常小，我們可以通過將它插入布層之間來完成這項非常微妙的任務，這是其他傳感器無法做到的，尤其是基于光學的傳感器，”翁說。“我們可以用它來完成以前無法完成的任務。”

　　然而，在將洗衣籃交給機器人之前，還有很多研究工作要做。這一切都是從一些步驟開始的，比如撫平皺巴巴的布料，選擇合適的布料數量來折疊，然后按照正確的方向折疊布料。

　　“這真的是一個探索，我們可以用這種新的傳感器做什么，”翁說。“我們正在探索如何讓機器人用這種磁性皮膚感受柔軟的東西，并探索簡單的策略來操縱機器人最終將能夠洗衣服的布料。”

　　該團隊的研究論文《使用tact反饋學習新加坡后期布層》將于10月23日至27日在日本京都舉行的2022智能機器人與系統國際會議上發表。還獲得了大會2022年RoMaDO-SI研討會最佳論文獎。

      特別聲明：文章僅代表作者個人觀點，不代表麗泰的觀點和立場。如果侵犯到您的權益，版權或其他問題請及時聯系我們，我們會第一時間處理。