QQ在線
企業微信
資訊
719
“閉上你美麗的眼睛，我來帶你感受世界”如果你的心儀對象對你深情的說這句話，會不會感覺特別浪漫呢？現在，軟體機器人也有同樣的能力了。
人類的進化從：早期猿人-晚期猿人-早期智人（古人）-晚期智人（新人）到現代人。機器人的升級從傳統機器人：僵硬，機械，毫無感知到現在變的很柔軟，可以感知觸摸。此前機器人大多通過運動相機、激光雷達系統以及算法來獲取并生成環境三維信息。但現在軟體機器人因骨骼驚奇、身體柔軟，可以穿梭于一般機器人難以觸達的地方。人類的改變是幾百萬年來環境的影響，不斷進化，機器人是人類制造出來的產物，見證著人類科技的進步，不斷的向前發展。
軟體機器人是怎樣的呢？可以感知的電子皮膚又是怎么一回事？讓我們來看看麻神理工學院的杰作。
近日，麻省理工學院發明的一種電子皮膚可以覆蓋在軟體機器人上，幫助這些機器人即便「蒙上雙眼」也能對外界的情況進行感知。其原理是利用來自其“感測”皮膚的運動和位置數據，使軟機械臂能夠了解其在3D空間中的配置。
外網科技媒體評論稱，這個由柔性極高的材料（（類似于在生物體內發現的材料））制作而成的軟機器人，也受到目前機器人向著更安全方向的思路影響，比傳統剛性機器人的更安全，更柔性，更具彈性和適應性，以及具備生物特性的新一代機器人全新替代品。
但是難點同樣存在！例如對這些可變形機器人進行自主控制就是一項艱巨的任務，因為這些新軟體機器人可以在任何給定時刻沿幾乎無限個方向移動，這使得研究人員很難通過編程或者示教，訓練用于驅動自動化設備的規劃和控制模型。
原先，實現自主控制的傳統方法（控制系統）是使用具有多個運動捕捉相機的大型視覺系統，該系統能為機器人提供有關3D運動和位置的反饋。但是，目前對于實際應用中的這個新軟體機器人而言，這是不切實際的。
發表在《IEEE機器人與自動化快報》上的論文中，研究人員描述了一種配套軟體傳感器系統，該系統覆蓋機器人的身體，以提供“本體感覺”，即感知其身體的運動和位置。該反饋會進入一種新穎的深度學習模型，該模型可篩選出噪聲并捕獲清晰的信號，以計算機器人的3D位置。研究人員在這個看起來類似于橡樹干的軟機器人手臂上驗證了他們的系統，讓該機器人手臂可以自動擺動和伸展，并可以預測自己的空間位置。
圖片來源：麻省理工學院
這些研究人員的軟傳感器是將導電硅膠片切成折紙形狀，使它們具有“壓阻”特性，這意味著它們在應變時會改變電阻。當傳感器響應機械臂的拉伸和壓縮而變形時，其電阻將轉換為輸出電壓，然后將其用作與該運動相關的信號。
麻省理工學院計算機科學與人工實驗室（CSAIL）的博士后Ryan Truby表示，該傳感器可以使用人類現成的材料制造，這意味著今后任何實驗室都可以開發自己的系統。
他說：“我們正在感測軟機器人特性，使其從傳感器（而不是視覺系統）獲取反饋以進行控制，而不是和原先一樣通過視覺系統進行控制。” “例如，我們想使用這些柔軟的機器人樹干來自動定向和控制自己，撿拾東西并與世界互動。這是向這種更復雜的自動化控制邁出的第一步。”
未來的目標之一是幫助制造出可以更加靈巧地處理和操縱環境中物體的人造肢體。CSAIL主任Daniela Rus和電機工程與計算機科學系的Andrew and Erna Viterbi教授合著一本書表示，他說：“想想人類自己的身體：您可以閉上眼睛，根據皮膚的反饋來了解世界。” “我們希望為軟機器人設計相同的功能。”
塑造軟傳感器
完全集成的人體傳感器是軟機器人技術的長期目標。傳統的剛性傳感器會損害軟機器人的自然柔韌性，使其設計和制造復雜化，并可能導致各種機械故障。因此，基于軟材料的傳感器是一種更合適的替代方案，但是其設計需要專門的材料和程序運行方法，這使得許多機器人實驗室難以在軟機器人中制造和集成它們。
有一天，在他的CSAIL實驗室工作期間，尋找傳感器材料的靈感時，Truby和這些新材料建立了有趣的聯系。他說：“我發現這些用于電磁干擾屏蔽的導電材料薄片可以在任何地方成卷購買。” 這些材料具有“壓阻”特性，這意味著它們在應變時會改變電阻。Truby意識到，如果將它們放在運動物體上的某些位置，它們可以制成有效的軟傳感器。當傳感器響應于軀干的拉伸和壓縮而變形時，能其電阻將轉換為特定的輸出電壓，然后將該電壓用作與該運動相關的信號。
但是這種材料的伸縮性不高，這將限制其在軟機器人中的使用。受kirigami（提出折紙的一種變化形式，其中包括對材料進行切割）的啟發，Truby設計并用激光切割了矩形的導電硅膠片，將其切割成各種圖案，例如成排的小孔或類似鏈節圍欄的交叉切片。Truby說，這使它們更加靈活，可拉伸，而且“看起來漂亮”。
研究人員設計的機器人軀干包括三個部分，每個部分帶有四個用于移動手臂的流體致動器（總共12個）。他們在每個段上融合了一個傳感器，每個傳感器覆蓋并收集了來自軟機器人中一個嵌入式執行器的數據。他們使用了“等離子鍵合”技術，該技術可以使一種材料的表面通電，使其與另一種材料鍵合。大約需要幾個小時才能成型出數十個傳感器，這些傳感器可以使用手持式等離子結合設備結合到軟機器人上。
圖片來源：麻省理工學院
如假設的那樣，在實驗中他們將傳感器安在了一個行李箱上，傳感器確實捕獲了行李箱的總體運動。但是他們真的很吵。“從本質上講，按我們傳統的觀念來看，它們在許多方面都是非理想的傳感器，因為噪音是工業上非常討厭的事。”特魯比說。“但這只是用軟導電材料制造傳感器的普遍事實。性能更高且更可靠的傳感器需要大多數機器人實驗室所沒有的專用工具制造。”
于是，為了僅使用傳感器來估算軟機器人的配置，研究人員建立了一個深度神經網絡，通過篩查噪聲以捕獲有意義的反饋信號來完成大部分繁重的工作。研究人員開發了一種新模型，以運動學方式描述了軟機器人的形狀，從而大大減少了處理模型所需的變量數量。
圖片來源：麻省理工學院
在對比實驗中，研究人員讓軟機器人的軀干擺動，并以隨機配置將自己延伸大約一個半小時，他們使用傳統的運動捕捉系統獲取地面真實數據，同時在訓練中，該模型也自主分析了來自其傳感器的數據以預測配置，并將其預測與同時收集的地面真實數據進行比較。這樣，模型“學習”以將信號模式從其傳感器映射到實際配置。結果表明，對于某些更穩定的配置，機器人的傳感器估計形狀與地面真實情況相符。
接下來，研究人員旨在探索新的傳感器設計以提高靈敏度，并開發新的模型和深度學習方法，以減少每臺新的軟機器人所需的訓練時間和流程。他們還希望完善系統，以更好地捕獲機器人的完整動態運動。
當前，該軟機器人神經網絡和傳感器皮膚對捕捉細微運動或動態運動不敏感。但是，對于目前基于學習的軟機器人控制方法而言，這是重要的第一步，特魯比說：“像我們的軟機器人一樣，人類的生活系統也不一定是完全精確的，因此，與我們人類相比，機器人一開始也不是精確的機器，做一個看起來不那么精準的機器人，我們無疑做得很好。”
在未來，機器人會越來越像人類，但很多方面又會比人類更勝一籌，人類做不到的，他們可以完成。那么問題來了，將來，機器人會完全代替人類嗎？
