触觉作为人体基本感觉之一,不仅在人类日常生活中扮演着至关重要的角色,也逐渐成为机器人领域中不可或缺的感知方式之一。触觉物体识别是触觉感知领域关键性任务,近年来发展迅速。然而,在实际应用场景中,由于缺乏高性能触觉传感器和高效智能识别算法,机器人对相似物体的触觉识别中仍面临效率低、准确性差等难题。
近日,中国科学院重庆绿色智能技术研究院机器人技术与系统中心报道了一种通过压觉和滑觉的共同感知来识别相似物体的方法。在本工作中,研究团队制备了一种具有三维共形石墨烯纳米墙和梯度共形离子涂层的高性能柔性压力传感器,传感器表现出卓越的灵敏度(92.96 kPa-1)、高信噪比(48 dB)、低检测限(< 1 Pa)以及超过15000个压缩-释放循环的出色稳定性。鉴于其卓越的性能,传感器能够区分不同叶片之间的细微硬度差异,并能准确地还原其表面纹理。数据采集过程中通过压觉/滑觉的共同作用来获取叶片的硬度和纹理信息,提出了一种双分支特征融合卷积神经网络,对六种叶片的识别率(97.16%)显著优于单一感知方式(压觉91.83%,滑觉94.83%)。并成功地将传感器集成到机器人灵巧手指尖,进行了在线叶片识别实验,其识别率明显超越了人手。这种高性能柔性触觉传感系统有助于增强机器人的触觉感知能力,同时为相似物体识别提供了新的思路,促进了下一代机器人智能化发展。
相关研究成果以“Highly efficient recognition of similar objects based on ionic robotic tactile sensors”为题发表于《Science Bulletin》。机器人技术与系统中心研究生生孔永康、程观银为论文第一作者;魏大鹏研究员为论文通讯作者。此研究工作得到了重庆市科技局、重庆市教委、西藏自治区科学技术厅等项目的资助。
相关论文链接: https://doi.org/10.1016/j.scib.2024.04.060