聚焦信息技术领域 为产业发声

导读

７月７日，美国麻省理工学院近日发布公报称，该校研究人员最新公布了一种“盲动”机器人的技术细节。这种机器人不需要借助视觉系统，可在崎岖地形中穿行跳跃，有望在危险工作环境中得到广泛应用。研究人员指出，他们开发了“触觉感应”算法，可根据地面材料的软硬，确定机器某条腿在空中摆动与落到地面上的最佳时间。触觉感应，一时间引起了大家的广泛关注。

什么是触觉感应？

我们每个人都拥有触觉，即皮肤触觉感受器接触机械刺激产生的感觉。据百度百科解释，皮肤深层存在触觉小体，椎体里存在敏感的神经细胞，当神经细胞感受到触摸带来的压迫，就会马上发出一个微小的电流信号，电流信号就会随神经纤维到达大脑，这样就能感受到这次触摸，大脑可以马上分辨出触摸的程度以及信号的位置。

回想一下，人类抓取一个东西，需要怎么做？毫无疑问，我们会很自然地去看一下目标物，然后进行抓取，在这个过程中，就应用到了视觉感知能力和触觉感知能力。著名心理学家、哈佛大学史蒂文·平克教授（Steven Pinker）曾在《意识如何工作》（How the Mind Works）一书中描述人类的触觉感知能力：“假设你要拿起一盒牛奶，如果抓的不够紧，它就会掉下来，如果抓的太紧，又会把它挤爆；拿起牛奶后轻轻摇晃它，你甚至可以用指尖的触觉来估测盒子里有多少牛奶！”对于人类so easy的事情，想要机器做到却非常困难，因此，不得不提到触觉感应。

近日麻省理工公布的“盲动”机器人，就是利用了“触觉感应”算法，才能让机器可根据地面材料的软硬，确定机器某条腿在空中摆动与落到地面上的最佳时间。

为什么机器需要触觉？

人类在尝试抓取物体时，会组合运用各种感知能力，最基础的就是视觉和触觉。但直到目前，大部分解决机器人抓握问题的尝试都只把注意力放在机器人的视觉感知上。其中一种方法就是通过数据库进行图像匹配。

比如，机器人使用摄像头来感知目标物体，同时监测自身的动作，以此来尝试抓取物体。在这一过程中，机器人会将实时的视觉信息与储存在数据库中的3D扫描图像进行比对。一旦找到匹配的图像信息，机器人就能找出对应当前情况的抓取算法。

但是，机器却无法根据环境的变化采取相应地抓取策略。比如，无法根据灯光或者物体尺寸、重量的不同作调整。其次，机器很难看清目标物体全貌的情况，如同盲人摸象，不能从全局上对待。最后，抓握任务是关于接触与力学的，在视觉上很难被监控。视觉最多可以告诉机器人什么样的手指姿势最有可能抓取成功，但机器人最终还是需要触觉上的信息，这样才能获取与抓握任务相关的物理数据。

如何为机器赋予触觉？

提到如何为机器赋予触觉，不得不清楚，触觉感应器返回的信号是复杂的、多维度的，而在机器手上增加触觉感应器通常不能直接增强抓握能力。因此，我们需要的是一种方法，能够把低等的原始数据转换为高等的信息，让机器人具有更好的抓握和操作物体的表现。触觉智能就可以让机器人通过触摸识别物体是否要滑出、基于触觉手势识别物体来预测抓取物体成功的可能性。

我们知道，人类皮肤中的感受器可以探测到压力和振动的迅速变化。比如，物体滑出会在我们手的表面产生振动，有研究者在机器学习算法中以振动图像（光谱图表）取代了压感图像。使用与在抓取预测实验中的同样配置的机器人，在系统中加入了在物体滑出过程中学习到的振动图像的特点，现在它可以以92%的准确率识别到物体的滑出。这不失为一个赋予机器处决的方法。

然而，让一个机器人意识到物体的滑出似乎很容易，因为滑出的过程就会产生一系列的振动。但如何让机器人分辨由于物体滑出发生的振动和由于机器人在另一个表面（如桌面）上拖拽物体而发生的振动呢？我们还不能忘记机器人手臂的运动自身也会产生微小的振动。这三种不同的事件会产生相似的信号，但需要机器人采取不同的行动。识别这些不同的事件就是机器学习的意义所在。

目前，人们在触觉智能的研究上投入的精力显然不够，未来，随着人工智能的发展，希望触觉智能能真正为我们所用。

声明：

部分图片及视频来源于网络

黄河连线系太原九州连线文化传媒有限公司旗下品牌

本平台法律顾问为山西晋商律师事务所

九州连线原创文章，转载请注明出处