MIT人工智能實(shí)驗(yàn)室的研究人員開(kāi)發(fā)了一種“觸覺(jué)手套”，548個(gè)傳感器，戴上它就能識(shí)別物體、物體的重量等，而且原始成本僅需10美元！

“滅霸打了一個(gè)響指，全宇宙半數(shù)的生命瞬間消失?！?/p>

漫威漫畫中描繪的“無(wú)限手套”功能無(wú)比厲害，不過(guò)滅霸也要集齊了六顆無(wú)限寶石，才能發(fā)揮出“無(wú)限手套”的能力。

現(xiàn)在，有一個(gè)神奇手套，它沒(méi)有寶石，但裝了548個(gè)傳感器，戴上它就能測(cè)到物體、物體的重量等，而且僅需10美元成本！你想不想要？

如果你曾在黑暗中摸索過(guò)自己的眼鏡或手機(jī)，就會(huì)知道我們?nèi)祟惙浅Ｉ瞄L(zhǎng)通過(guò)觸摸來(lái)弄清楚物體是什么。

即使我們的其他感官失敗了，提供給我們大腦的觸覺(jué)信息仍然是我們與周圍環(huán)境交互的有力工具。這是一種非常重要的能力，也是機(jī)器人研究喜歡模仿的能力。如果實(shí)現(xiàn)了的話，機(jī)器人可以擁有更靈巧的機(jī)械手，假肢也會(huì)更加逼真和有用。

研究和復(fù)制人類的感官能力，例如視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)，依賴于能否得到合適的數(shù)據(jù)。通常，數(shù)據(jù)集越大、越豐富，模型就越能模擬這些功能。

MIT人工智能實(shí)驗(yàn)室(CSAIL)的Subramanian Sundaram等研究人員開(kāi)發(fā)了這種低成本的觸覺(jué)手套，通過(guò)獲得詳細(xì)壓力圖的大型數(shù)據(jù)集，使AI系統(tǒng)能夠僅通過(guò)觸摸來(lái)識(shí)別物體。他們的論文發(fā)表在最新一期Nature雜志上。

64條導(dǎo)電線，548個(gè)傳感器，原始成本10美元

這個(gè)神奇手套名為“可伸縮觸覺(jué)手套”(scalable tactile glove，STAG)，使用柔性材料，在幾乎整只手上布置了550個(gè)微型傳感器。

手套由一個(gè)手形的傳感器套和一個(gè)普通的針織手套組成，如下圖所示：

低成本的觸覺(jué)手套，由一個(gè)普通針織手套(黃色)和一個(gè)手形的傳感器套(黑色)組成。

傳感器套筒分兩層排布了64條導(dǎo)電線，橫向和縱向分別32條，在兩層導(dǎo)電線之間有一張力敏膜(對(duì)垂直力敏感的薄膜)。

這些線交叉的548個(gè)點(diǎn)，每一個(gè)都是壓力傳感器。當(dāng)這些點(diǎn)被按壓時(shí)，交叉點(diǎn)處薄膜的電阻會(huì)變小，電極陣列就能進(jìn)行感知。

手套的輸出可以處理成32×32的灰度像素陣列，其中每個(gè)像素的顏色表示壓力變化，黑色表示壓力低，白色表示壓力高。

研究人員每秒七幀的速度將壓力圖記錄下來(lái)。使用手套在操作物體時(shí)傳感器收集到的壓力圖，可以讓機(jī)器學(xué)習(xí)模型學(xué)習(xí)識(shí)別物體、估計(jì)物體的重量，以及區(qū)分不同的手部姿勢(shì)。

Sundaram和同事戴著這只手套，在3~5分鐘的單手操作26件日常物品(包括汽水罐、剪刀、網(wǎng)球、勺子、鋼筆、水杯等)的過(guò)程中，記錄了幾段壓力圖的視頻。

用于實(shí)驗(yàn)的物品。

實(shí)驗(yàn)總共使用了 26 個(gè)物品；這里顯示了 24 個(gè)，此外還有兩個(gè)可樂(lè)罐（一個(gè)空罐和一個(gè)滿罐）。

這個(gè)過(guò)程產(chǎn)生了一個(gè)詳細(xì)的壓力圖數(shù)據(jù)集，作者表示，這是最大的此類數(shù)據(jù)集之一。

盡管手套的制造成本僅為10美元左右，但十分靈活、結(jié)實(shí)，對(duì)微小的壓力變化敏感。

為了證明手套能捕捉到手與每個(gè)物體的不同互動(dòng)，研究人員使用記錄的數(shù)據(jù)進(jìn)行了自動(dòng)對(duì)象識(shí)別。他們展示了一個(gè)最先進(jìn)的深度學(xué)習(xí)模型如何從收集的壓力圖數(shù)據(jù)中學(xué)習(xí)重新識(shí)別26類物體，該模型最初是為大規(guī)模圖像分類而設(shè)計(jì)的。

僅使用觸覺(jué)數(shù)據(jù)，AI系統(tǒng)識(shí)別物體的準(zhǔn)確率高達(dá)76%。實(shí)驗(yàn)還證明，大量的壓力圖及其空間分辨率是成功識(shí)別目標(biāo)的關(guān)鍵。

接下來(lái)，作者使用手套來(lái)拾取物體，并證明了類似的深度學(xué)習(xí)模型可以估計(jì)未知物體的重量。結(jié)果顯示，重量在60克以內(nèi)的物體大部分都能準(zhǔn)確估計(jì)出來(lái)。

重量估計(jì)的示例和性能。

他們還實(shí)驗(yàn)了不同的姿勢(shì)，證明手套傳感器讀取的信號(hào)非常詳細(xì)，足以區(qū)分不同的姿勢(shì)。

使用分解的手姿態(tài)信號(hào)的六個(gè)傳感器的對(duì)應(yīng)圖。

從物體相互作用中分解出的手位信號(hào)被用來(lái)共同提取傳感器和全手之間的相關(guān)性。

手勢(shì)信號(hào)

最后，Sundaram和他的同事通過(guò)觀察信號(hào)相關(guān)性分析了不同手部區(qū)域在抓取物體時(shí)的協(xié)作。

觸覺(jué)手套抓起一個(gè)咖啡杯產(chǎn)生的交互