麻省理工研發帶傳感器的柔性機械臂 可感知自身運動

　　最近，麻省理工學院（MIT）的研究人員描述了一種配套軟體傳感器的系統，該系統可覆蓋機器人的身體，以提供“本體感覺”，即感知其身體的運動和位置。該反饋會進入一種新穎的深度學習模型，該模型可篩選出噪聲并捕獲清晰的信號，以計算機器人的3D位置。

MIT配套軟體傳感器的機械臂系統，資料圖

　　據了解，這款軟機器人手臂可自動擺動和伸展，并可預測自己的空間位置。研究人員開發的軟傳感器，是將導電硅膠片切成折紙形狀，使它們具有“壓阻”特性，這意味著它們在應變時會改變電阻。當傳感器響應機械臂的拉伸和壓縮而變形時，其電阻將轉換為輸出電壓，然后將其用作與該運動相關的信號。該傳感器可使用人類現成的材料制造，這意味著今后任何實驗室都可以開發自己的系統。

　　完全集成的人體傳感器是軟機器人技術的長期目標。傳統的剛性傳感器會損害軟機器人的自然柔韌性，使其設計和制造復雜化，并可能導致各種機械故障。因此，基于軟材料的傳感器是一種更合適的替代方案，但是其設計需要專門的材料和程序運行方法，這使得許多機器人實驗室難以在軟機器人中制造和集成它們。

機械臂動態圖，資料圖

　　研究人員稱：“我們正在感測軟機器人特性，使其從傳感器（而不是視覺系統）獲取反饋以進行控制，而不是和原先一樣通過視覺系統進行控制。例如，我們想使用這些柔軟的機器人樹干來自動定向和控制自己，撿拾東西并與世界互動。這是向這種更復雜的自動化控制邁出的第一步。”

　　未來，研究人員的目標之一是幫助制造出可以更加靈巧地處理和操縱環境中物體的人造肢體。

　　接下來，研究人員旨在探索新的傳感器設計，以提高靈敏度，并開發新的模型和深度學習方法，以減少每臺新的軟機器人所需的訓練時間和流程。他們還希望完善系統，以更好地捕獲機器人的完整動態運動。當前，該軟機器人神經網絡和傳感器皮膚對捕捉細微運動或動態運動不敏感。但是，對于目前基于學習的軟機器人控制方法而言，這是重要的第一步。