人類(lèi)能夠通過(guò)觸摸找到周?chē)奈矬w并明確其某些屬性，這一技能對(duì)盲人來(lái)說(shuō)尤其重要，而沒(méi)有視覺(jué)障礙的人同樣在日常生活中頻繁用到這一點(diǎn)，例如在口袋中摸索并抓住一樣?xùn)|西。

近日，麻省理工學(xué)院（MIT）的研究人員進(jìn)行了一項(xiàng)技術(shù)研究，旨在將這種人類(lèi)能力復(fù)制到機(jī)器人上，從而使其通過(guò)觸摸即可了解對(duì)象的位置并可實(shí)時(shí)估計(jì)對(duì)象的姿態(tài)。該研究成果預(yù)先發(fā)表在 arXiv 上，論文著重強(qiáng)調(diào)了不再局限于視覺(jué)、音頻處理而只需通過(guò)觸摸就能與其周?chē)沫h(huán)境進(jìn)行交互的機(jī)器人的優(yōu)勢(shì)。

幫助機(jī)器人通過(guò)觸覺(jué)感知來(lái)定位物體

技術(shù)原理（英文圖示）

“我們的研究目標(biāo)是想證明，機(jī)器人通過(guò)高分辨率的觸覺(jué)感應(yīng)，甚至首次接觸就可以準(zhǔn)確定位已知的對(duì)象。與以前在觸覺(jué)定位方面的工作相比，我們的方法有了重要的飛躍，因?yàn)槲覀儾灰蕾囉谌魏纹渌獠扛袘?yīng)方式（例如視覺(jué)）或以前收集的與被操縱對(duì)象有關(guān)的觸覺(jué)數(shù)據(jù)。恰恰相反，我們的技術(shù)是在模擬中直接訓(xùn)練的，它第一次觸摸就可以定位已知對(duì)象，這在實(shí)際的機(jī)器人應(yīng)用中至關(guān)重要，因?yàn)樵谡鎸?shí)的機(jī)器人中，實(shí)時(shí)數(shù)據(jù)收集成本很高或根本不可行?！边M(jìn)行該項(xiàng)研究的研究人員之一 Maria Bauza 表示。

由于這項(xiàng)技術(shù)是在模擬中得到過(guò)訓(xùn)練，因此 Bauza 及其同事不再需要大量的數(shù)據(jù)收集。這些研究人員最初開(kāi)發(fā)了一個(gè)框架，該框架可模擬給定對(duì)象與觸覺(jué)傳感器之間的接觸，因此假設(shè)機(jī)器人有權(quán)訪問(wèn)與其交互的對(duì)象有關(guān)的數(shù)據(jù)（例如其 3-D 形狀、特性等）。這些接觸會(huì)被描繪為深度圖像，可顯示出對(duì)象穿透觸覺(jué)傳感器的程度。

隨后，他們使用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)進(jìn)行計(jì)算機(jī)視覺(jué)和表征學(xué)習(xí)，將機(jī)器人收集的真實(shí)觸覺(jué)觀察結(jié)果與模擬生成的一組接觸信息進(jìn)行匹配。根據(jù)模擬數(shù)據(jù)集中的每次接觸與實(shí)際或觀察到的接觸的匹配可能性，對(duì)其進(jìn)行加權(quán)，最終框架會(huì)獲得對(duì)象的可能姿勢(shì)的概率分布。

研究人員使用的觸覺(jué)傳感器

Bauza 說(shuō)道：“我們的方法將被描繪為深度圖像的接觸編碼到一個(gè)嵌入式空間中，這極大地簡(jiǎn)化了計(jì)算成本，可以做到實(shí)時(shí)執(zhí)行。由于它可以產(chǎn)生有意義的姿勢(shì)分布，因此可以輕松地與其他感知系統(tǒng)結(jié)合使用。例如，在多觸點(diǎn)場(chǎng)景中，多個(gè)觸覺(jué)傳感器同時(shí)觸摸一個(gè)對(duì)象，我們必須將所有的觀察結(jié)果都整合到對(duì)象的姿態(tài)估計(jì)中?！?/p>

本質(zhì)上，這種方法可以根據(jù)對(duì)象的 3D 形狀模擬出接觸信息。但他們發(fā)現(xiàn)，在利用這種技術(shù)仔細(xì)觸摸對(duì)象時(shí)并不需要收集任何以前的觸覺(jué)數(shù)據(jù)。也就是說(shuō)，有了這項(xiàng)技術(shù)，機(jī)器人的觸覺(jué)傳感器可以在首次觸摸到對(duì)象時(shí)就生成可能的姿勢(shì)判斷。

Bauza 表示，他們意識(shí)到觸覺(jué)感知具有高度鑒別性，并能產(chǎn)生高度精確的姿勢(shì)估計(jì)?！耙暳τ袝r(shí)會(huì)受到遮擋的影響，但觸覺(jué)感應(yīng)卻不會(huì)。因此，如果機(jī)器人觸碰到了某個(gè)獨(dú)特對(duì)象的一部分，且這種接觸與其他的不同，那么我們的算法可以輕松識(shí)別出這一接觸及對(duì)象的姿態(tài)。”

由于許多接觸對(duì)象不具備的獨(dú)特區(qū)域（即它們的放置方式可能導(dǎo)致最終的接觸極其類(lèi)似），因此 Bauza 及其同事開(kāi)發(fā)的方法可以預(yù)測(cè)的是姿勢(shì)分布，而不是單個(gè)姿勢(shì)估計(jì)。這與此前開(kāi)發(fā)的只收集單個(gè)姿勢(shì)估計(jì)的對(duì)象姿態(tài)估計(jì)方法形成了鮮明的對(duì)比。而且，該框架預(yù)測(cè)的分布信息可以直接與外部信息進(jìn)行合并，從而能夠進(jìn)一步減少對(duì)象姿態(tài)預(yù)測(cè)的不確定性。

值得注意的是，他們還觀察到，同時(shí)使用多個(gè)手指接觸對(duì)象，并同時(shí)對(duì)多個(gè)接觸進(jìn)行組合，也可以迅速減少對(duì)象姿態(tài)估計(jì)的不確定性。

參與這項(xiàng)研究的另一位研究員 Alberto Rodriguez 表示，“感應(yīng)觸摸能力最近在業(yè)界引起了極大了研究興趣，而我們主要是通過(guò)結(jié)合三個(gè)因素來(lái)實(shí)現(xiàn)這一點(diǎn)的：（1）一種分辨率高但并不昂貴的感應(yīng)技術(shù)，該技術(shù)使用小型相機(jī)來(lái)捕獲觸摸表面的變形（例如 GelSight 感應(yīng)）;（2）將此傳感技術(shù)緊密結(jié)合到機(jī)器人手指（例如 GelSlim 手指）中;（3）基于深度學(xué)習(xí)的計(jì)算框架，來(lái)有效處理高分辨率觸覺(jué)圖像，從而通過(guò)已知零件完成觸覺(jué)定位。”

總之，該研究小組設(shè)計(jì)的這項(xiàng)技術(shù)可以讓機(jī)器人實(shí)時(shí)、高水平地估計(jì)其正在操作的對(duì)象的姿態(tài)，這樣一來(lái)，就讓機(jī)器人能夠?qū)ζ渚唧w動(dòng)作的影響做出更準(zhǔn)確的預(yù)測(cè)，從而可以提高其在操作任務(wù)時(shí)的表現(xiàn)。這對(duì)工業(yè)當(dāng)中根據(jù)物品形狀的模型進(jìn)行組裝的制造商來(lái)說(shuō)極具價(jià)值。

在未來(lái)的工作中，Bauza 團(tuán)隊(duì)計(jì)劃擴(kuò)展這一框架，使其能夠涵蓋有關(guān)對(duì)象的視覺(jué)信息。理想情況下，他們還希望將其技術(shù)轉(zhuǎn)變?yōu)橐环N視覺(jué) - 觸覺(jué)傳感系統(tǒng)，從而能夠以更高的精度來(lái)估算對(duì)象的姿態(tài)。

“我們正在進(jìn)行的另一項(xiàng)研究與這種方法密切相關(guān)，目的是探索觸覺(jué)感知方法在復(fù)雜操作任務(wù)中的運(yùn)用。現(xiàn)在我們正在學(xué)習(xí)能讓機(jī)器人執(zhí)行精確地抓放操作的模型，以實(shí)現(xiàn)穩(wěn)定地抓握，幫助提高感知水平，改善觸覺(jué)定位?！?Bauza 表示。 （摘自美《深科技》）（編輯/諾伊克）