MIT纤细的机械手指触觉传感器可感知埋藏物品

　　MIT纤细的机械手指触觉传感器可 感知埋藏物品
　　GelSight的触觉传感器升级版
　　描述了用于评估这些流化和掩埋形状识别能力的实验程序。与诸如探地雷达（GPR）之类的技术相比，具有这种手指的机器人可以以更精细的分辨率执行爆炸物处理和简易爆炸装置（IED）检测任务。
　　麻省理工学院的研究人员开发了一种＂挖掘机手指＂机器人，该机器人可以挖掘诸如沙子和砾石之类的颗粒状物质，并感测掩埋物体的形状。图片来源：麻省理工学院
　　多年来，只要它们是公开的，机器人就已经非常擅长识别物体。
　　然而辨别诸如沙子之类的粒状材料中的掩埋物品是一项较高的任务。要做到这一点，机器人需要的手指细长，足以穿透沙子，可以在沙粒堵塞时自由活动，并且要足够敏感，以感觉到被埋物体的详细形状。
　　麻省理工学院的研究人员现在已经设计了带有触觉感应的尖尖机器人手指，以应对识别掩埋物体的挑战。在实验中，恰当地称为Digger Finger能够挖掘诸如沙子和大米等颗粒状介质，并且可以正确地感测其遇到的浸没物品的形状。研究人员说，该机器人有一天可能会执行各种地下任务，例如寻找埋藏的电缆或解除埋藏的炸弹的武装。
　　挖掘机手指。1.底部外壳，2.镜子3，荧光漆，4.透明亚克力管，5。凝胶，6。顶部外壳，7，摄像机外壳，8，蓝色发光二极管，9，PCB。10，振动器外壳，11。振动电机。
　　这项研究将在下一届国际实验机器人技术研讨会上发表。该研究的主要作者是麻省理工学院计算机科学与人工智能实验室（CSAIL）的博士后Radhen Patel。共同作者包括CSAIL博士。哈佛大学学生Branden Romero博士 学生南希·欧阳（Nancy Ouyang）和爱德华·阿德尔森（Edward Adelson），是CSAIL和脑与认知科学系视觉科学的约翰和多萝西·威尔逊教授。
　　以前寻求识别埋在粒状材料中的物体（沙子，砾石和其他类型的松散堆积的颗粒）的研究人员使用了从上方感应地下的技术，例如探地雷达或超声振动。但是这些技术仅提供了被淹没物体的朦胧视图。例如，他们可能难以区分岩石和骨骼。
　　Adelson说：＂因此，其想法是使手指具有良好的触感，并且可以区分各种感觉。＂ ＂例如，如果您想寻找并禁用埋藏的炸弹，那将很有帮助。＂ 使这个想法成为现实意味着要消除许多障碍。
　　团队面临的第一个挑战是形式问题：机械手的手指必须细长且尖锐。
　　在先前的工作中，研究人员使用了一种名为GelSight的触觉传感器。该传感器由覆盖有反射膜的透明凝胶组成，当物体压在其上时，该凝胶会变形。膜后面是三种颜色的LED灯和一个摄像头。光线照耀着凝胶并射到膜上，而相机则收集了膜的反射图案。然后，计算机视觉算法提取了软手指触摸对象的接触区域的3D形状。该装置提供了极好的人造触摸感，但是不方便笨重。
　　配备了GelSight抓爪的机器人必须抓住一把小螺丝刀，将其从皮套中取出，然后将其放回原处。当然，来自GelSight传感器的数据并不能描述整个螺丝刀，只是一小部分。但是伊扎特发现，只要视觉系统对螺丝起子初始位置的估计准确到几厘米以内，他的算法就可以推断出GelSight传感器正在接触螺丝起子的哪一部分，从而确定螺丝起子在机器人手中的位置。
　　麻省理工学院和东北大学的研究人员为机器人配备了新颖的触觉传感器，可以让它抓紧钩上自由悬挂的USB电缆并将其插入USB端口。
　　而对于Digger Finger，研究人员通过两种主要方法来缩小其GelSight传感器的厚度。首先，他们将形状更改为带有斜角尖端的细长圆柱体。接下来，他们结合使用了蓝色LED和彩色荧光涂料，放弃了三分之二的LED灯。欧阳说：＂这节省了很多复杂性和空间。＂ ＂这就是我们能够将其转换为如此紧凑的形式的方式。＂ 最终产品采用了一种设备，其触觉感应膜约为2平方厘米，类似于手指的尖端。
　　整理好尺寸后，研究人员将注意力转移到运动上，将手指放在机器人手臂上，并挖出细粒沙子和粗粒米。当大量颗粒被锁定在适当的位置时，颗粒状介质倾向于卡住。这使其难以渗透。因此，团队为Digger Finger的功能增加了振动，并进行了一系列测试。
　　左：实验装置。箭头显示1.UR5机械臂，2.F/T传感器，3.颗粒介质，4.挖掘机右指：随着振动器电机工作电压的增加，力（通过在颗粒介质中移动给定垂直距离所需的F/T传感器）减小。
　　帕特尔说：＂我们想看看机械振动如何有助于更深地挖掘和克服堵塞。＂ ＂我们在不同的工作电压下运行振动电机，这会改变振动的幅度和频率。＂ 他们发现，快速的振动有助于＂流化＂介质，清除堵塞并允许更深的挖洞，尽管在沙子中比在水稻中更难达到这种流化效果。
　　他们还测试了大米和沙子中的各种扭曲运动。有时，每种类型的介质的颗粒都会卡在Digger-Finger的触觉膜和它试图感知的掩埋物体之间。当这种情况在大米中发生时，被困的谷物足够大，可以完全遮挡物体的形状，尽管通常可以通过一点点机器人摇摆来清除阻塞。被困的沙粒很难清除，尽管谷物的尺寸很小，但挖掘手指仍然可以感觉到目标物体的一般轮廓。
　　帕特尔说，操作员将不得不针对不同的设置调整＂挖指＂的运动模式，＂取决于介质的类型以及谷物的大小和形状。＂ 该团队计划继续探索新的动作，以优化Digger Finger导航各种媒体的能力。
　　阿德尔森说，＂挖掘手指＂是该程序的一部分，该程序扩展了可以使用机器人触摸的领域。人类在复杂的环境中使用手指，无论是在口袋里摸鱼还是在手术过程中感觉到肿瘤。Adelson说：＂随着我们在人造触摸方面的能力不断提高，我们希望能够在您被各种分散注意力的信息所包围的情况下使用它。＂ ＂