详细信息 位置: 首页 >> 解决方案  
 

机器人灵巧手像人手不依赖视觉来操纵物体

编辑:创泽      来源:CAAI认知系统与信息处理专委会      时间:2023/6/19
 

想想当你晚上在家按下电视遥控器上的按钮时,或者在餐厅使用各种餐具和玻璃器皿时,你用手做什么。当你在看电视节目或从菜单中选择一些东西时,我们的手和手指都能非常熟练完成各种操作。

机器人研究人员长期以来一直试图在机器人手中创造“真正”的灵巧性,但令人沮丧的是,这个目标一直难以实现。机器人抓手和吸盘可以拾取和放置物品,但更灵巧的任务,如组装、插入、重新定向、包装等仍然难以和人类操作比拟。然而,在传感技术和机器学习技术处理传感数据的推动下,机器人操作领域正在迅速变化。


哥伦比亚大学的研究人员展示了一种高度灵巧的机器人手,它将先进的触觉与运动学习算法相结合,以实现高水平的灵巧性。

为了展示技能,该团队选择了一项困难的操作任务:对手中形状不均匀的抓取物体执行任意大的旋转,同时始终将物体保持在稳定、安全的固定状态。这是一项非常困难的任务,因为它需要不断重新定位一部分手指,而其他手指必须保持物体稳定。手不仅能够执行这项任务,而且完全基于触摸感应,而且没有任何视觉反馈。

除了新的灵巧度之外,这只手在没有任何外部摄像头的情况下工作,因此不受照明、遮挡或类似问题的影响。事实上,手不依赖视觉来操纵物体,这意味着它可以在非常困难的照明条件下这样做,这会混淆基于视觉的算法——它甚至可以在黑暗中操作。





 
【声明:转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考,如有侵权,请联系删除。】
 
推荐信息
将反射纳入机器人规划架构的设计,对更复杂的反射进行编程,以实现灵活,适应性强的机器人,具有反射能力的机器人能够适应并应对不确定性
SayCan使用基于RL的价值函数来提供世界上可能存在的个体技能,使用文本标签作为这些技能的潜在响应,由语言模型进行评分
SensLoc方法,基于移动电话上的多模态传感器实现长期视觉定位,利用附加移动传感器(主要是GPS,指南针和重力传感器)来辅助图像检索和姿态估计
柔性传感器可以在动态和不规则表面上形成紧密附着,大大减少外界刺激的干扰,实现高保真,高精度的数据采集
人们将机器人拟人化,包括假定性别,即使机器人不是类似人类或动物形态的,人类依靠物理线索来投射类人机器人的性别
每个手指都包含两个摄像头,可以沿着手指的正面和侧面收集触觉数据,抓取器可以对物体进行包裹着抓取,在一次抓取中提取大量丰富的触觉数据
使用电机扭矩控制操纵人形机器人腿部的运动,让机器人落脚力度保持轻缓;特斯拉为人形机器人添加了环境发现与记忆的能力
基于神经系统分层感觉运动控制器的框架通过布置高密度触觉传感器阵列在机器人手的表面,获取感知对象的接触状态,包括接触力,压力分布和表面形状等信息
 

解决方案

 
 

迎宾机器人在楼梯处迎接客人
 
新动态