瑞士蘇黎世聯邦理工學院的一組研究人員最近開發了一種多相機光學觸覺傳感器（即基于光學設備的觸覺傳感器），該傳感器收集有關施加到其表面的接觸力分布的信息。在arXiv上預發表的一篇論文中介紹的這種傳感器可用于基于計算機視覺算法開發柔軟的機器人皮膚。

“相較于視覺功能，機器人可以用現代的相機實現的，在機器人的觸覺非常欠發達，” Camill Trueeb，卡梅隆Sferrazza和拉斐爾d“安德烈，誰進行了這項研究，研究人員，告訴技術Xplore數據庫通過電子郵件。“基于視覺的觸覺皮膚旨在彌合這一鴻溝，利用視覺傳感器和先進的人工智能算法的功能，受益于可訪問的大量數據和計算能力。”

由Trueeb，Sferrazza和D“ Andrea開發的光學觸覺傳感器由四個攝像頭組成，這些攝像頭放置在柔軟透明的材料下面，該材料內部包含嵌入的球形顆粒散布。這些攝像頭跟蹤這些球形顆粒的運動，這些運動是由變形引起的施加力時材料的強度。

研究人員還開發了一種機器學習（ML）架構，該架構可以分析材料中球形粒子的運動。通過分析此運動，此體系結構可以重建導致材料變形的力，也稱為接觸力分布。

研究人員解釋說：“我們使用相對便宜的相機同時提供總共約65，000像素的圖像。” “因此，它們以非常高的分辨率生成大量信息，這對于以數據驅動的觸覺感應方法是理想的。”

研究人員開發的傳感器不僅提供像大多數現有的機器人應用標準力傳感器那樣的總力值，還提供了施加在其軟表面上的所有力的分布的反饋，從而使法向分量和切向分量解耦。由于其結構和獨特的設計，與其他基于攝像頭的觸覺傳感器相比，新型多攝像頭傳感器還具有更大的接觸表面和更薄的結構，而無需其他反射組件（例如鏡子）。

研究人員說：“使用多個攝像機可以使用這種類型的觸覺傳感器覆蓋任意形狀的較大區域。” “這項工作說明了如何將在子集的攝像機上獲得的知識轉移到其他攝像機上，從而產生一種可擴展的，數據高效的方法。”

由AI驅動的多攝像頭傳感器最終可以縮放到更大的表面，從而可以創建柔軟且可感應的機器人皮膚。在最近的論文中，研究人員討論了如何將其ML體系結構進行改編，以在將來促進這些應用程序。

研究人員說：“我們現在計劃擴展傳感器的功能，以重建有關與復雜和通用形狀的物體接觸的信息。” “我們認為傳感算法的開發應始終考慮到數據效率組件，以促進在機器人技術中的廣泛使用，因此，我們也將在未來的工作中朝這個方向發展。”