具有触摸感的机器人皮肤

对人类而言，拿起一罐软饮料可能是一项简单的任务，但这是一项复杂的任务机器人- 必须定位对象，推断其形状，确定适量的使用强度，并抓住对象而不让其滑动。当今的大多数机器人仅基于视觉处理，这限制了其功能。为了执行更复杂的任务，机器人必须配备出色的触摸感和快速，智能处理感官信息的能力。

新加坡国立大学（NUS）的计算机科学家和材料工程师团队表现出一种使机器人更聪明的方法。他们开发了一种感官综合的人工脑系统，该系统模仿生物神经网络，该网络可以在功率高效的神经形态处理器上运行，例如英特尔的Loihi芯片。这个新颖的系统集成了人造皮肤和视觉传感器，为机器人配备能力，能够根据视觉和触摸捕获的数据得出有关对象的准确结论传感器实时。

“近年来，机器人操纵领域取得了长足的进步。但是，将视觉和触觉信息融合以在毫秒中提供高度精确的响应仍然是技术挑战。我们最近的工作将我们的超快速电子皮肤和神经系统与视力传感和机器人AI的最新创新相结合，以便它们在物理互动中变得更加聪明，更直观。他与NUS计算机科学的助理教授Harold Soh共同领导该项目。

人类对机器人的触摸感

使人可以触摸机器人技术可以显着提高当前功能，甚至导致新用途。例如，在工厂地板上，装有电子皮肤的机器人臂可以轻松适应不同的物品，并使用触觉感应识别和抓住不熟悉的物体，并具有适当的压力以防止滑倒。

在新的机器人系统中，NUS团队应用了由ASST Prof Tee和他的团队在2019年开发的高级人造皮肤，称为异步编码电子皮肤（ACE）。这款新颖的传感器检测到比人类感觉神经系统快的1000倍以上。它还可以识别物体的形状，质地和硬度比眼睛的眨眼快10倍。“制造超快速的人造皮肤传感器可以解决机器人更聪明的难题的一半。他们还需要一个人造的大脑，最终可以将感知和学习作为难题中的另一个关键作品。” Tee补充说。

机器人的人类大脑

为了打破机器人感知的新基础，NUS团队探索了神经形态技术 - 模拟人脑神经结构和操作的计算领域，以处理人造皮肤的感觉数据。由于Tee和SOH是英特尔神经形态研究界（INRC）的成员，因此自然选择使用英特尔的Loihi神经形态研究芯片作为其新的机器人系统。

在最初的实验中，研究人员将机器人的手与人造皮肤相提并论，并用它读取盲文，将触觉数据传递给Loihi，通过云将触觉转换为将手感觉到的微型颠簸转化为语义含义。Loihi在对盲文字母分类时的精度超过92％，而使用的功率比普通微处理器少20倍。

SOH的团队通过在尖峰神经网络中结合视觉和触摸数据来提高机器人的感知能力。在他们的实验中，研究人员任务了配备人造皮肤和视觉传感器的机器人，以对包含不同液体的各种不透明容器进行分类。他们还测试了系统识别旋转滑动的能力，这对于稳定的抓握很重要。

在这两个测试中，尖峰神经网络使用视觉和触摸数据能够对对象进行分类并检测对象滑移。该分类比仅使用视觉的系统要准确10％。此外，使用SOH团队开发的技术，神经网络在积累时可以对其进行分类，这与传统方法完全收集后分类的传统方法不同。此外，研究人员证明了神经形态技术的效率：Loihi处理感官数据的速度比最高表现的图形处理单元（GPU）快21％，同时使用的功率降低了45倍以上。

“我们对这些结果感到兴奋。他们表明，神经形态系统是组合多个传感器以改善机器人感知的一个有前途的难题。这是迈向建立能力效率和值得信赖的机器人的一步，可以在意外的情况下快速，适当地做出响应。” Soh分享道。

“新加坡国立大学的这项研究为机器人技术的未来提供了令人信服的瞥见，在这些研究中，以事件驱动的方式将信息既结合多种方式进行感知和处理。这项工作增加了越来越多的结果，表明神经形态计算可以在整个系统中重新设计以事件的范式跨越传感器，数据格式，算法和硬件体系结构进行重新设计后，可以带来延迟和功耗的显着增长。”Mike Davies, Director of Intel’s Neuromorphic Computing Lab.

这项跨学科工作的发现是在2020年7月的著名会议机器人技术：科学与系统会议上提出的。这里。