此前，Figure AI成功筹集6.75亿美元用于开发通用人形机器人，而公司估值也已飙升至26亿美元。与此同时，特斯拉的Optimus机器人因一段处理鸡蛋的视频而成为全球焦点，特斯拉创始人埃隆·马斯克甚至表示，其人形机器人重要性可能超越核心业务汽车。此外，波士顿动力被现代以11亿美元收购，其最新发布的电驱Atlas人形机器人的惊人表现更是让人印象深刻。
人形机器人正逐渐成为科技和投资界的热门话题，吸引众多投资者关注与涌入，他们坚信，人形机器人能够在劳动力短缺问题突出的行业，如制造业、航运、物流、仓储和零售等领域，有效替代人类完成体力劳动。
然而，
在追求人形机器人的过程中，一个关键问题逐渐浮现：如果目标是体力劳动，那么一双灵巧的手是否就足够？
亨利·福特曾言：“为什么我想要一双手，却得到了一个人类？”
这同样适用于类人机器人的研发。大部分资金和精力都用于构建和控制机器人身体，但如果主要目标是体力劳动，那么这些资源是否应该更多地用于研发更智能、更灵巧的手？
据探索前沿科技边界，传递前沿科技成果的X-robot投稿，来自英国布里斯托大学机器人实验室
的研究人员近日就双手协同与触觉传感在机器人操作中的创新应用进行了深入研究，并
提出了SimPLE（模拟以选择定位和放置）方法。
此外，研究人员还还讨论了Moravec的悖论，即人类容易做到的事情对机器来说却很困难，并
提出了一种结合三维计算机模型、高分辨率触觉传感和视觉-触觉感知的方法来提高机器人抓取和放置物体的准确性。
该研究成果的相关论文以“The future lies in a pair of tactile hands”为题发表在《Science Robots》上。作者为英国布里斯托大学布里斯托机器人实验室负责人
NATHAN F. LEPORA
。
接下来，一起来和机器人大讲堂深入探索这一研究成果！
▍提出SimPLE方法，实现更精确手部操控
研究人员就如何使两个机械手能够协同作业，以实现更精确的拾取、放置和操控任务进行了深入研究。并采用了一种名为SimPLE（模拟拾取定位和放置）的方法，
SimPLE（模拟以选择定位和放置）是一种使用两个机器人手进行拾取和放置物体的方法。
这种方法主要考虑精确的拾取和放置：在桌子上未知位置的各种已知物体必须被逐个拾起，然后放置在已知位置且公差严格。例如，物体可能是各种大小的螺栓横跨表面；机器人将依次拾起每个螺栓，重新定向它，并将其放置在适合该螺栓的特定插座中。
该方法结合了三维计算机模型、高分辨率触觉传感和视觉-触觉感知三项关键技术，用以提高机器人在复杂任务中的操作精度和可靠性。
双手协同工作：
研究人员设计了一种双手机器人系统，使两个机械手能够灵活地协同作业。这种设计使得机器人在处理物体时能够更灵活地调整物体的位置和姿态，从而提高了操作的准确性和效率。例如，在拾取螺栓并将其放入插座的任务中，一个机械手可以首先抓住螺栓的轴部，然后将其传递给另一个机械手以抓住头部，最终准确地将螺栓插入插座。
光学触觉传感在机器人灵活性方面的最先进技术。( A ) SimPLE，双手机器人的两个夹持器上各有两个高分辨率触觉指尖 。( B ) 通过五个手指上的光学触觉传感器进行灵巧操作。( C ) RotateIT，机器人手上有四个光学触觉指尖 。( D ) AnyRotate，机器人手臂系统上有四个光学触觉指尖
三维计算机模型：
为了能够评估机器人在执行抓取动作时可能遇到的各种情况，研究人员开发了每个物体的三维计算机模型。这些模型使得研究人员可以在模拟环境中预测并规划机器人尝试抓取物体的位置。通过这种模拟，可以确定抓取位置对于稳定持有物体、操控放置以及指尖下可操作的特征（如物体边缘）的重要性。
高分辨率触觉传感：
为了提高可靠地拾取和放置所有测试物体的准确性，研究中引入了高分辨率的触觉传感技术。这种传感器安装在双手机器人的机械手上，允许机器人在任务过程中调整被抓的物体。例如，如果一个螺栓躺在桌子上，机器人可能只能抓住其轴部，但为了将其放置在特定的螺孔中，它需要抓住螺栓的头部。高分辨率触觉传感器可以提供关于物体接触点的空间几何信息，这对于正确操纵物体至关重要。
视觉-触觉感知融合：
将视觉数据与触觉数据相结合比单独使用其中任何一种数据都要有效。研究中提到的视觉-触觉感知是通过将来自场景上方相机的视觉深度图像与从机器人手指上的触觉传感器收集的数据进行比较来实现的。例如，可以通过估计每个指尖处的凹陷深度图来测量物体的姿态，然后在模拟中调整物体模型以使这些凹陷与实际物体上相匹配。这样可以使机器人更好地了解物体的实际形状和质地，从而更精确地控制抓取和放置动作。
▍成本几美元，触觉机器人手或将流行？
触觉传感在机器人操作中具有重要作用，
它能够帮助机器人直接了解指尖如何与物体接触。然而，并非所有触觉传感器都能满足这一需求。为了实现更精确的操控，需要一种能够详细描述接触空间几何形状的传感器。
在SimPLE方法中，使用的GelSlim传感器就是这样一种依赖于内置摄像头的光学触觉传感器。这种传感器具有许多成熟的设计，如GelSight和TacTip系列，而且
成本仅为几美元，
因为可以使用手机数码相机作为感知元件。
光学触觉传感的流行正在掀起机器人灵巧性的复兴。
五年前，OpenAI曾证明，通过旋转手中的立方体使其按照一系列目标方向旋转，机械手可以学习复杂的操作技能。然而，该方法依赖于手周围的大量视觉数据，难以实现广泛应用。相比之下，触觉传感技术的发展为机器人提供了更实用的解决方案。最近，多个实验室已经演示了使用装有光学触觉传感器的多指手在手中旋转物体。这些演示展示了触觉传感在提升机器人灵巧性方面的巨大潜力。
如果将SimPLE所展示的双手灵活性与使用多指触觉手的手部灵活性相结合，那么机器人将能够实现更高级别的操控技能。两只手可以灵活地协同工作，更精确地控制所持物体的姿势和施加的力量。这种能力将使机器人能够处理各种各样的日常物品和工具，从简单的拿起杯子喝水到复杂的查看手机上的电子邮件。
通过双手协同工作和高分辨率触觉传感的结合，机器人能够更准确地感知和操作物体，从而实现更高水平的灵巧性。
这种触觉机器人手灵巧性的提升不仅有助于机器人在制造业、航运和物流等劳动力短缺行业的应用，还将推动人形机器人在更广泛领域的发展。
展望未来，随着触觉传感技术的不断进步和应用领域的不断拓展，人形机器人有望拥有类似人类的操控能力，走进人类日常生活的方方面面。我们有理由相信，在不久的将来，触觉机器人手的灵活性和精确性将为制造业、医疗、服务等领域带来革命性的变革，推动社会进步和发展。
▍关于X-robot
X-robot是中关村机器人产业创新中心与机器人大讲堂联手打造的权威性信息发布品牌专栏，集前沿探索、产业研究、知识普及于一体，致力于积极推动新质生产力的生成与发展，助力我国乃至全球机器人行业的蓬勃繁荣。X-robot立足国际化视野，通过全方位、多角度的挖掘与追踪，生动展现机器人前沿技术与尖端成果，为学术界、产业界及公众提供一个洞见未来、共享科技的重要窗口。
参考文章：
https://www.science.org/doi/10.1126/scirobotics.adq1501
如需咨询企业合作事宜，欢迎联系堂博士(13810423387，手机与微信同号)进行对接。
----------------END----------------
