《华尔街日报》:赋予机器人触觉的探索
Jackie Snow
过去十年间,机器人技术日益先进,从仓库到手术室随处可见它们的身影。但研究人员表示,如果想让机器人承担更多工作并胜任更复杂的任务,这些机器需要像人类一样更多地与现实环境互动——通过触觉。
在商业领域,触觉能让机器人具备处理易碎品和货架补货的能力。在家庭场景中,触觉可让机器人感知是否撞到人或抓握手指力度过大。对于假肢机器人而言,配备触敏电子皮肤能大幅提升义肢性能。
英国牛津大学工程学副教授佩拉·马约利诺指出:“触觉对应对不可预测的世界至关重要。我们对此习以为常,但它正是我们与世界的交互界面。”
然而赋予机器人触觉并非易事。试想生物体的触觉何等复杂:它能感知温度、力度、质地、重量和形状,依赖皮肤多层结构中不同类型的受体,再通过大脑与身体的协同作用形成触觉感知。
“触觉极其重要却也异常复杂,“马约利诺教授强调。
视觉化触觉
成本低廉且普及的摄像头,已成为赋予机器人触觉的最主要探索途径之一,它能提供触觉可传递的诸多细节视觉信息。
麻省理工学院视觉科学教授泰德·阿德尔森解释,一方面解析摄像头像素比解读触觉数据更简单;另一方面触觉使用本身具有复杂性——与物体发生物理接触时,可能以摄像头不会的方式改变环境状态。
机器人学研究者表示,将摄像头安装在靠近机器人触点的位置时效果最佳,可识别纹理、硬度等信息。这正是由Adelson教授创立的机器人系统GelSight采用的触觉信息采集方式。
图示:Daniel Downey该系统在可形变的软质材料后方设置光源与摄像头,当物体接触时材料发生形变,摄像头能捕捉微米级的形变数据。这使得GelSight等视觉系统能处理生鸡蛋这类易碎物品而不损坏蛋壳。
但基于摄像头的系统存在局限:如在夜间手提包中寻找钥匙串时,视觉往往失效;帧率可能过低无法捕捉物品滑落;大物体会遮挡镜头;由于光线折射,处理玻璃制品也具挑战性。
“视觉能提供初始引导定位,“Adelson教授指出,“但物体具体属性、精确空间位置及手部相对位置等关键信息,仍需触觉来提供。”
这些限制促使研究者开发可包裹机器人手指等部位的类皮肤传感器技术。
“若要让机器人真正融入人类环境,它们必须拥有皮肤,“新加坡国立大学材料科学与工程系副教授Benjamin Tee表示,“否则我会感到不安。”
电子皮肤的一个特性是让机器人感知是否与人类有身体接触。借助这一数据,机器人可以调整自身行为——远离人类、放慢速度或减轻动作力度。
Tee教授指出,长期使用会磨损这类皮肤,必须更换或寻找修复方法。他表示与其他研究者正致力于开发像人类皮肤一样持久且具备自愈能力的产品。
现实挑战
Tee教授称,目前学术界以外具备触觉功能的机器人占比仍不足10%。高昂的开发成本是主要障碍。业内人士表示,一旦企业确认关键问题可通过搭载电子皮肤的机器人解决,这将成为成本下降的转折点。
加州蒙特罗斯机器人公司SynTouch副总裁Peter Botticelli提出:“当前难点在于应用场景的不确定性——究竟哪些领域会突然需要具备触觉的机器人?”
但在解答这个问题前,还需开发包括触觉数据与其他输入融合算法在内的多项技术。更复杂的机器人系统也需提升动力支持。尽管电池技术不断进步,精密机器人仍将受限于电源接口或需要持续充电的大型电池。
Botticelli强调:“这是系统工程,不能仅靠单个传感器、马达、摄像头或算法。必须整合所有组件,确保其在有限空间内稳定可靠地协同工作。”
即使数据得以整合并提供了电源,部分触觉数据仍具有主观性且难以理解。判断某物是否过热并可能损坏机器人相对容易,但其他感官信息并不总是易于处理。
软体机器人
虽然大多数创新针对的是坚硬的金属机器,但对于主要由甚至完全由柔软材料构成的机器人来说,加入触觉可能更容易实现。尽管这是机器人技术中研究较少的领域,但这些机器构造更直接,并意味着新的制造可能性,包括3D打印。
例如,加州帕洛阿尔托斯坦福大学化学工程教授鲍哲南表示,按需打印可用于创建家务助手,或打印零件修复现有机器人。
“软体机器人可以通过数字设计,然后按需打印出来,”鲍教授说。
柔软性意味着机器人手可以包裹物体,就像一团物质围绕物品,形成多个接触点——这比大多数机械臂和钳子的精确动作更简单地抓取。波士顿东北大学电气与计算机工程副教授克里斯·多尔西认为,机器人通常需要观察数千个示例才能学会某项任务,而软体机器人能以比现有机器人更少的典型训练时间完成更多操作。
“它不必见过一堆咖啡杯;只需适应一个杯子即可,”多尔西教授说。
柔软性还有助于促进人类与机器人建立更多社交关系。匹兹堡卡内基梅隆大学机器人研究所助理教授袁文珍表示,触觉将至关重要。人们会期望机器人能给予鼓励的拍背、击掌和拥抱,袁教授说。她补充道,在机器人融入我们的生活之前,这是一个必须深入研究的领域。
“与朋友和家人的关系中,接触和触摸是重要的一部分,”袁教授说。“你也会希望与机器人有这样的互动。”
更正与补充Benjamin Tee是新加坡国立大学的副教授。本文早期版本错误地称Tee教授为助理教授。(已于10月31日更正。)
Snow女士是居住在洛杉矶的作家。可通过[email protected]联系到她。