德国航空航天中心机器人与机电一体化研究所的机器人专家团队发现,将传统的内部力-扭矩传感器与机器学习算法相结合可以为机器人提供一种感知触摸的新方式。
在他们的学习中发表在日记中科学机器人,该小组采取了一种全新的方法来赋予机器人触觉不涉及人造皮肤。
对于生物来说,触摸是一条双向路;触摸是一条双向路。当你触摸某物时,你会感觉到它的质地、温度和其他特征。但你也可能被触摸,就像有人或其他东西接触到你身体的一部分时一样。在这项新研究中,研究团队找到了一种通过将内部力-扭矩传感器与机器学习算法相结合来模拟机器人中后一种触摸的方法。
认识到大部分被触摸的感觉是由于扭矩(例如,如果对手指施加压力,手腕会感受到张力),研究人员在机器人手臂的关节中放置了超灵敏的力-扭矩传感器。传感器检测到压力一次从多个方向施加到手臂上。然后,他们使用机器学习应用程序来教机器人如何解释各种类型的张力。
这使得机器人能够识别不同类型的触摸场景。例如,机器人能够分辨出何时有人触摸其手臂上的某个位置。它还消除了覆盖整个机器人具有人工感应皮肤。触摸识别。
研究人员发现,人工智能应用程序使手臂变得非常敏感,以至于它可以识别出手臂上画的哪个数字被按下,或者在另一种情况下,可以识别人用指尖在手臂上画的数字。
这种方法可以开辟与多种类型的机器人交互的新方法,特别是那些在工业环境中与人类同伴密切合作的机器人。
更多信息:Maged Iskandar 等人,直观的物理人机交互的内在触觉,科学机器人(2024)。DOI:10.1126/scirobotics.adn4008
© 2024 Science X 网络
引文:将现有传感器与机器学习算法相结合可改善机器人的固有触觉(2024 年 9 月 12 日)检索日期:2024 年 9 月 12 日来自 https://techxplore.com/news/2024-09-combining-sensors-machine-algorithms-robots.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。