近年來，機(jī)器人專家開發(fā)了越來越先進(jìn)的機(jī)器人系統(tǒng)，其中許多具有人造手或多指機(jī)器人手。為了完成家庭和公共場所的日常任務(wù)，機(jī)器人應(yīng)該能夠使用它們的“手”來有效地抓取和操縱物體。

然而，到目前為止，在機(jī)器人中實(shí)現(xiàn)涉及多個(gè)手指的靈巧操作已被證明具有挑戰(zhàn)性。這主要是因?yàn)樗且豁?xiàng)高級(jí)技能，需要適應(yīng)物體的形狀、重量和配置。

漢堡大學(xué)的研究人員最近推出了一種新方法，可以教機(jī)器人使用多指機(jī)械手抓取和操縱物體。這種方法在IEEE Transactions on Neural Networks and Learning Systems中引入，允許機(jī)器人手通過遠(yuǎn)程操作向人類學(xué)習(xí)，并根據(jù)人類手部姿勢和與環(huán)境交互時(shí)收集的數(shù)據(jù)調(diào)整其操作策略。

“這項(xiàng)研究背后的最初想法是開發(fā)一種遠(yuǎn)程操作系統(tǒng)，可以將人類的手部操作技能轉(zhuǎn)移到多形機(jī)器人手上，這樣人類用戶就可以教機(jī)器人手在線執(zhí)行任務(wù)，”該研究的成員之一曾超博士說。進(jìn)行這項(xiàng)研究的研究人員告訴 TechXplore。“我們的工作有兩個(gè)基本目標(biāo)。首先，與其他最先進(jìn)的方法不同，我們不想戴上帶有光學(xué)標(biāo)記的手套。”

Zeng 和他的同事希望他們的機(jī)器人通過觀看人類演示來獲得靈巧的操作技能。然而，他們并沒有像之前的其他研究那樣強(qiáng)迫正在訓(xùn)練機(jī)器人的人類用戶戴上帶有光學(xué)標(biāo)記的手套，而是希望用戶能夠自由移動(dòng)他/她的手指，而沒有任何物理限制。

相反，他們使用相機(jī)來捕捉人類用戶的手部姿勢的圖像。這被證明是相當(dāng)具有挑戰(zhàn)性的，但他們最終能夠取得可喜的成果。

“我們的第二個(gè)目標(biāo)是使用機(jī)器手來實(shí)現(xiàn)順從行為，就像我們?nèi)祟愐粯?，這樣它就能夠以預(yù)期的靈巧度處理身體接觸豐富的交互任務(wù)，”曾解釋說。

在他們之前的工作中，研究人員發(fā)現(xiàn)控制機(jī)器人抓取或握住物體的力有助于獲得更順從的操作技能。這些技能在需要與物體進(jìn)行物理交互的任務(wù)中尤為重要，例如切割、鋸切或?qū)⑽矬w插入物體內(nèi)部。

“在這項(xiàng)研究中，我們還想在機(jī)器人手上采用力控制，”曾說。“然而，直接訓(xùn)練深度神經(jīng)網(wǎng)絡(luò) (DNN) 以在運(yùn)行時(shí)為機(jī)器人生成所需的力控制命令具有挑戰(zhàn)性。為了解決這個(gè)問題，我們采取了兩步法。”

Zeng 和他的同事設(shè)計(jì)的方法的第一步是捕捉人類用戶的姿勢，并使用 DNN 將其映射到機(jī)器人的關(guān)節(jié)角度上。他們的模型是根據(jù)他們?cè)谀M過程中收集的數(shù)據(jù)進(jìn)行訓(xùn)練的。經(jīng)過訓(xùn)練，它可以有效地分析人類用戶的手部圖像，并為機(jī)器人的手部生成匹配的關(guān)節(jié)角度。

信用：曾等人。

“作為第二步，我們?cè)O(shè)計(jì)了一種力控制策略，可以在給定當(dāng)前參考角??度的情況下預(yù)測每個(gè)時(shí)間步所需的力命令，”曾說。“我們的方法的兩個(gè)組件可以無縫集成到遠(yuǎn)程操作系統(tǒng)中，以提高機(jī)械手的順應(yīng)性，正如我們開始做的那樣。”

研究人員在一系列測試中評(píng)估了他們的方法，包括在模擬和現(xiàn)實(shí)世界環(huán)境中使用影子手，這是一種在大小和形狀上都類似于人類手的機(jī)器人系統(tǒng)。他們的結(jié)果非常有希望，因?yàn)樗麄兊哪Ｐ兔黠@優(yōu)于廣泛使用的順從機(jī)器人操作方法，從而產(chǎn)生更有效的操作策略。

“我們提出的系統(tǒng)可以僅依靠視覺數(shù)據(jù)用于機(jī)器人手遙操作，它可以在模擬和現(xiàn)實(shí)世界的任務(wù)中工作，”曾說。“我們的工作是一種有趣的嘗試，將高級(jí)學(xué)習(xí)和低級(jí)控制集成到機(jī)器人操作中。雖然這種集成看起來有些簡單，但它確實(shí)可以提高機(jī)器人的順從操作能力。”

未來，這組研究人員引入的新方法可能有助于提高現(xiàn)有和新開發(fā)的人形機(jī)器人的操作技能。此外，它可能被證明是一種很有前途的策略，可以縮小深度學(xué)習(xí)和基于控制的方法之間的差距，融合兩者的優(yōu)勢以提高機(jī)器人的能力。

“我們目前的遠(yuǎn)程操作系統(tǒng)并不完善，有幾個(gè)方面可以改進(jìn)，”曾補(bǔ)充說。“例如，它在遠(yuǎn)程操作過程中缺乏沉浸感，而 VR/AR 可用于改善人類用戶體驗(yàn)。在我們接下來的研究中，我們計(jì)劃探索這些可能性并訓(xùn)練一個(gè)更好的神經(jīng)網(wǎng)絡(luò)模型，該模型可以泛化到不同大小的不同人手上. 我們也在考慮跟蹤機(jī)器人手臂的可能性，以實(shí)現(xiàn)機(jī)器人手臂-手遠(yuǎn)程操作，以進(jìn)行順從操作。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！