受人类手指的启发，麻省理工学院的研究人员开发了一种机器人手，它使用高分辨率触摸感应技术，只需抓住一次物体即可准确识别物体。

许多机器人手将其所有强大的传感器都装在指尖中，因此物体必须与这些指尖完全接触才能被识别，这可能需要多次抓握。其他设计使用分布在整个手指上的低分辨率传感器，但这些传感器无法捕获尽可能多的细节，因此通常需要多次重新抓取。

取而代之的是，麻省理工学院的团队建造了一个机器人手指，其刚性骨架包裹在柔软的外层中，在其透明“皮肤”下集成了多个高分辨率传感器。这些传感器使用摄像头和 LED 来收集有关物体形状的视觉信息，沿着手指的整个长度提供连续的感应。每根手指同时捕捉物体多个部分的丰富数据。

使用这种设计，研究人员构建了一个三指机械手，只需一次抓握即可识别物体，准确率约为 85%。坚硬的骨架使手指足够强壮，可以拿起重物，例如钻头，而柔软的皮肤使它们能够牢固地抓住柔软的物品，例如空塑料水瓶，而不会压碎它。

这些软硬手指在设计用于与老年人互动的家庭护理机器人中特别有用。机器人可以用帮助个人洗澡的那只手将重物从架子上拿下来。

“同时拥有柔软和坚硬的元素对任何一只手来说都非常重要，但能够在非常大的区域上进行出色的传感也是如此，特别是如果我们想要考虑执行非常复杂的操作任务，就像我们自己的手可以做的那样。我们这项工作的目标是将所有让我们的手变得如此出色的东西结合到一个机器人手指中，它可以完成其他机器人手指目前无法完成的任务，”机械工程研究生 Sandra Liu 说，她是关于机器人手指的研究论文。

刘与共同主要作者和机械工程本科生莱昂纳多·萨莫拉·亚涅斯和她的导师爱德华·阿德尔森一起写了这篇论文，爱德华·阿德尔森是大脑和认知科学系视觉科学的约翰和多萝西·威尔逊教授，也是计算机科学和人工智能的成员情报实验室 (CSAIL)。该研究将在 RoboSoft 会议上展示。

受人类启发的手指

机器人手指由一个刚性的 3D 打印内骨骼组成，该内骨骼放置在模具中并包裹在透明的硅胶“皮肤”中。在模具中制作手指无需使用紧固件或粘合剂将硅胶固定到位。

研究人员将模具设计成弯曲的形状，这样机器人的手指在静止时会略微弯曲，就像人类的手指一样。

“硅胶在弯曲时会起皱，所以我们认为，如果我们将手指塑造成这种弯曲的位置，那么当你更多地弯曲它来抓住一个物体时，你就不会产生那么多的皱纹。皱纹在某些方面是好的——它们可以帮助手指非常顺畅、轻松地沿着表面滑动——但我们不想要我们无法控制的皱纹，”刘说。

每个手指的内骨骼包含一对精细的触摸传感器，称为 GelSight 传感器，嵌入在透明皮肤下方的顶部和中间部分。传感器的放置使得相机的范围略微重叠，让手指沿其整个长度连续感应。

GelSight 传感器基于 Adelson 小组开创的技术，由一个摄像头和三个彩色 LED 组成。当手指抓住一个物体时，彩色 LED 从内部照亮皮肤，相机会捕捉图像。

使用出现在柔软皮肤中的照明轮廓，一种算法执行反向计算以将轮廓映射到所抓物体的表面上。研究人员训练了一个机器学习模型，以使用原始相机图像数据识别物体。

在微调手指制造过程时，研究人员遇到了几个障碍。

首先，硅胶会随着时间的推移从表面剥落。Liu 和她的合作者发现，他们可以通过在内骨骼关节之间的铰链上添加小曲线来限制这种剥离。

当手指弯曲时，硅胶的弯曲度沿着微小的曲线分布，从而减少压力并防止剥落。他们还在关节上增加了折痕，这样当手指弯曲时硅胶就不会被压扁。

在对他们的设计进行故障排除时，研究人员意识到硅胶中的皱纹可以防止皮肤撕裂。

“皱纹的用处是我们的一个偶然发现。当我们在表面合成它们时，我们发现它们实际上使手指比我们预期的更耐用，”她说。

掌握好

一旦他们完善了设计，研究人员就用两根手指以 Y 型排列，第三根手指作为相对的拇指，构建了一只机械手。当它抓住一个物体时，手会捕捉六张图像（每个手指两张），并将这些图像发送到机器学习算法，该算法使用它们作为输入来识别物体。

因为手的所有手指都有触觉感应，所以它可以从一次抓握中收集丰富的触觉数据。

Liu 说:“虽然我们的手指有很多感应功能，但也许添加具有感应功能的手掌会有助于更好地进行触觉区分。”

未来，研究人员还希望改进硬件，以减少硅胶随时间的磨损量，并为拇指增加更多的驱动力，使其能够执行更广泛的任务。这项工作部分得到了丰田研究所、海军研究办公室和 SINTEF BIFROST 项目的支持。