给机器人装“超级仿生手” 像人类一样灵活抓取

近日，由北京大学人工智能研究院、北京大学武汉人工智能研究院、北京通用人工智能研究院、北京大学工学院和伦敦玛丽皇后大学联合组成的研究团队，开发出了“基于全手触觉的机器人仿生手”（F-TAC Hand），可像人类一样灵活抓取。以下是对它的具体介绍：技术突破：    高分辨率触觉感知：该仿生手的高分辨率触觉传感器覆盖了机器人“手掌”表面70%的区域，空间分辨率达到0.1毫米，相当于每平方厘米约有1万个触觉像素，远超目前商用机器人手的触觉感知能力。    触觉与运动功能整合：通过传感器与结构一体化设计，将17个高分辨率触觉传感器以6种不同配置集成在一起，在不牺牲灵活性的前提下，实现了前所未有的触觉覆盖范围，解决了如何在不影响运动功能的前提下实现全手触觉覆盖的难题。工作原理：    模拟人类手部生物结构：F-TAC Hand模拟了人类手部由遍布皮肤的密集触觉传感器阵列和大脑中专门解释这些海量感觉输入的神经处理机制组成的触觉系统，使机器人能够像人类一样通过触觉反馈进行精确操作和适应性抓取。    多样化抓取策略算法：研究团队开发了一种基于概率模型的生成多样化抓取策略的算法，能够产生大量多样化的抓取方式，涵盖了与人类非常相似的19种抓取类型，解决了机器人手高度的关节灵活性给控制算法带来的极大挑战。实验效果：在600次真实世界实验中，F-TAC Hand展示了出色的多物体抓取能力。当规划出的多物体抓取策略在现实环境中遇到障碍时，它能够在约100毫秒内感知情况并快速切换到替代策略，相比没有触觉反馈的系统，在面临执行误差和物体碰撞风险时表现出显著的适应性优势，平均成功率从53.5%提升至了100%。此外，韩国首尔国立大学的研究人员开发出的新型多物体抓取机器人手MOGrip，也能像人手一样将物体灵活地在手指和手掌之间传递，实现高效的物品拾取与放置。但与F-TAC Hand不同的是，MOGrip主要是通过巧妙的机械结构设计，如解耦连杆设计、传送带式手掌等，来实现多物体的抓取、存储和放置，而F-TAC Hand更侧重于通过高分辨率触觉感知和模仿人类手部生物结构及抓取策略来实现类人适应性抓取。