科技界的“柔”與“剛”：機(jī)械臂揭秘軟物質(zhì)抓握的智能突破

效仿人體感覺(jué)、神經(jīng)傳遞和適應(yīng)性運(yùn)動(dòng)是在人機(jī)界面和先進(jìn)仿生假肢領(lǐng)域開發(fā)智能機(jī)器人的一個(gè)具有挑戰(zhàn)性的研究課題。

雖然視覺(jué)識(shí)別方法已經(jīng)能夠有效地識(shí)別形狀特征和紋理，但在識(shí)別內(nèi)部軟性特征方面存在困難，因此在微創(chuàng)手術(shù)、工業(yè)取拾和假肢康復(fù)等領(lǐng)域應(yīng)用嚴(yán)重受限。相比之下，基于柔性傳感器的觸覺(jué)感知技術(shù)在協(xié)助智能機(jī)器人實(shí)現(xiàn)組織識(shí)別、精細(xì)運(yùn)動(dòng)任務(wù)和交互意識(shí)方面具有獨(dú)特優(yōu)勢(shì)。通過(guò)對(duì)對(duì)物理刺激敏感的微/納結(jié)構(gòu)材料和設(shè)計(jì)的使用，各種傳感機(jī)制（例如壓電、磁性和壓阻）的柔性傳感器已經(jīng)應(yīng)運(yùn)而生，用于實(shí)現(xiàn)對(duì)觸摸物體的軟硬度識(shí)別。然而，基于單一傳感機(jī)制的這些測(cè)量策略容易受到環(huán)境因素（如非線性摩擦和電干擾）的干擾，從而限制了其感知和測(cè)量的準(zhǔn)確性。

柔性傳感器是一種能夠彎曲和適應(yīng)物體形狀的傳感器，通常由具有特殊性質(zhì)的材料制成，例如微/納結(jié)構(gòu)材料。這些材料對(duì)于物理刺激（例如壓力、應(yīng)變、磁場(chǎng)等）非常敏感，可以將這些刺激轉(zhuǎn)換成電信號(hào)或其他形式的輸出。

在觸摸物體的軟硬度識(shí)別方面，研究人員開始使用各種傳感機(jī)制來(lái)開發(fā)柔性傳感器。例如，壓電傳感機(jī)制利用壓力引起的電荷分布變化來(lái)測(cè)量觸摸的力度和位置，磁性傳感機(jī)制通過(guò)測(cè)量磁場(chǎng)的變化來(lái)檢測(cè)物體的變形和壓力，而壓阻傳感機(jī)制則是利用電阻的變化來(lái)衡量觸摸物體的壓力。

然而，基于單一傳感機(jī)制的測(cè)量策略存在一些問(wèn)題。這些問(wèn)題主要涉及到環(huán)境因素對(duì)傳感器性能的干擾。例如，非線性摩擦是指當(dāng)物體相對(duì)運(yùn)動(dòng)時(shí)，摩擦力不按線性關(guān)系變化，而是隨著運(yùn)動(dòng)速度、接觸面積等因素而變化。這種非線性摩擦?xí)绊憘鞲衅鲗?duì)物體力度和位置的準(zhǔn)確測(cè)量。另外，電干擾也可能影響傳感器的準(zhǔn)確性，因?yàn)橥獠侩姶判盘?hào)可能干擾傳感器的電信號(hào)輸出。

這些干擾因素可能導(dǎo)致基于單一傳感機(jī)制的柔性傳感器在感知和測(cè)量方面的準(zhǔn)確性受到限制。為了克服這些限制，研究人員開始探索整合多種傳感機(jī)制的方法。通過(guò)同時(shí)使用多種傳感機(jī)制，傳感器可以從不同的角度獲得信息，從而更準(zhǔn)確地感知和測(cè)量物體的軟硬度特性。這種多功能傳感器系統(tǒng)可以降低環(huán)境干擾的影響，提高感知和測(cè)量的可靠性。

當(dāng)人們想要研究或處理軟材料（例如豆腐、番茄等）時(shí)，通常需要一種方法來(lái)衡量它們的軟硬程度。本文提出了一種新穎的非侵入性測(cè)量方法，用于量化軟材料的軟硬程度，通過(guò)將壓電和應(yīng)變傳感模塊集成到一個(gè)仿生多功能傳感系統(tǒng)中。

本文構(gòu)建了一種多功能感知系統(tǒng)，它模仿了人類皮膚的感知功能，并且應(yīng)用在機(jī)器人的人工手指上，使機(jī)器人能夠感知和分辨不同的觸覺(jué)刺激。

人類皮膚中的感受器能夠辨別各種機(jī)械刺激，包括快適應(yīng)性（FA）感受器和慢適應(yīng)性（SA）感受器。FA感受器對(duì)動(dòng)態(tài)力產(chǎn)生反應(yīng)，而SA感受器則能夠檢測(cè)靜態(tài)壓力。本研究受到人類皮膚的生理功能啟發(fā)，將壓電模塊集成到仿生操縱器中，模仿了FA感受器的感知功能，以便檢測(cè)高頻動(dòng)態(tài)刺激，從而可以通過(guò)瞬時(shí)脈沖信號(hào)初步區(qū)分軟硬。同時(shí)，應(yīng)用壓阻模塊來(lái)捕獲類似于SA感受器的靜態(tài)刺激，從而實(shí)現(xiàn)液態(tài)金屬傳感器在整個(gè)壓力過(guò)程中保持信號(hào)，深入解碼軟硬程度。這種協(xié)同效應(yīng)展示了多功能感知系統(tǒng)在機(jī)器人智能分揀方面的潛在潛力，從而在神經(jīng)假肢、軟體機(jī)器人和人機(jī)交互界面方面開辟了廣泛的應(yīng)用機(jī)會(huì)。

為了模仿人類手的自然智能，本研究設(shè)計(jì)了一個(gè)仿生操縱器，其結(jié)構(gòu)基于手指骨骼的生理結(jié)構(gòu)。這個(gè)操縱器可以通過(guò)3D打印來(lái)制造，并具有指間關(guān)節(jié)的模式化液態(tài)金屬傳感器，這些傳感器能夠感知機(jī)械刺激。壓電傳感器位于機(jī)器人指尖，用于在機(jī)器人接觸物體時(shí)獲取動(dòng)態(tài)信號(hào)。壓阻應(yīng)變傳感器集成在指關(guān)節(jié)處，用于獲取彎曲信息。指尖的模具基于3D打印技術(shù)，通過(guò)在模具中倒入PDMS，形成指紋狀結(jié)構(gòu)，從而增強(qiáng)粘附和摩擦，改善表面變形。

壓電傳感器的感知機(jī)制在于施加動(dòng)態(tài)變化的壓力時(shí)，壓電層內(nèi)分子偶極的重新定向。通過(guò)電-機(jī)械分析模型可以進(jìn)一步預(yù)測(cè)壓電模塊的壓電電壓與壓力之間的關(guān)系。通過(guò)有限元分析，可以研究壓電薄膜的壓電電勢(shì)。實(shí)驗(yàn)結(jié)果顯示，壓電電壓隨著壓力從1.25 kPa增加到5 kPa迅速增加，靈敏度為60 mV/kPa，與有限元分析和理論計(jì)算的結(jié)果基本一致。壓電模式的響應(yīng)時(shí)間為12毫秒。

捕獲靜態(tài)和低頻機(jī)械刺激對(duì)于電子傳感器來(lái)說(shuō)也是至關(guān)重要的。伸縮應(yīng)變傳感器通過(guò)使用基于鎵合金的液態(tài)合金（Ga: In 75:25 wt %）制造，能夠在手指關(guān)節(jié)處集成，并能夠捕獲靜態(tài)壓力。當(dāng)液態(tài)合金線的應(yīng)變?cè)黾訒r(shí)，其電阻迅速增加，這個(gè)關(guān)系在實(shí)驗(yàn)測(cè)量中得到了驗(yàn)證。該傳感器在不同應(yīng)變下表現(xiàn)出不同的靈敏度。此外，該傳感器對(duì)長(zhǎng)時(shí)間的高機(jī)械耐久性也有很好的性能。

多功能感知系統(tǒng)的可靠性驗(yàn)證：該研究旨在驗(yàn)證一種多功能感知系統(tǒng)的軟度測(cè)量可靠性。該系統(tǒng)整合了兩種感知機(jī)制：壓電和應(yīng)變，用于同時(shí)檢測(cè)動(dòng)態(tài)和靜態(tài)的機(jī)械刺激。在識(shí)別過(guò)程中，為了實(shí)現(xiàn)無(wú)痕抓取，首先需要對(duì)具有不同楊氏模量（即硬度）的八種標(biāo)準(zhǔn)樣本進(jìn)行初步分類。這些標(biāo)準(zhǔn)樣本包括海綿、泡沫、Ecoflex、聚二甲基硅氧烷（PDMS）、乙烯基乙酸乙烯酯（EVA）、聚苯乙烯、橡膠和木材。機(jī)械手輕輕觸摸各個(gè)樣本，每次使用相同的接觸力和速度，從而導(dǎo)致壓電和應(yīng)變傳感信號(hào)的同步響應(yīng)。通過(guò)主成分分析方法對(duì)多模態(tài)信號(hào)進(jìn)行處理，以提取主要特征并降低有效信息的維度。壓電信號(hào)和應(yīng)變信號(hào)的識(shí)別準(zhǔn)確度與單一壓電信號(hào)的識(shí)別準(zhǔn)確度進(jìn)行比較，結(jié)果表明兩種情況的識(shí)別準(zhǔn)確度非常接近。此外，由于數(shù)據(jù)庫(kù)增加，這會(huì)消耗更多時(shí)間和計(jì)算資源。壓電電壓的峰值測(cè)量值明顯隨物體類型變化，這表明壓電信號(hào)在檢測(cè)動(dòng)態(tài)刺激方面起著關(guān)鍵作用，并適合于提供感知反饋來(lái)分類軟度。

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的結(jié)合：將神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)與感知系統(tǒng)結(jié)合起來(lái)，創(chuàng)建機(jī)器人的感知和識(shí)別能力是一種有效的方法。在這里，設(shè)計(jì)了一個(gè)雙流卷積網(wǎng)絡(luò)，以有效地獲取原始復(fù)雜信號(hào)的時(shí)空特征。這歸功于兩種神經(jīng)網(wǎng)絡(luò)的協(xié)同效應(yīng)。此外，本研究中的所有算法都是在TensorFlow中實(shí)現(xiàn)的。特別地，機(jī)械手接觸了具有不同軟度的八種類型的物體，每個(gè)物體有30組感知信號(hào)。收集到的數(shù)據(jù)被隨機(jī)打亂，其中60%用作網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，40%用作測(cè)試數(shù)據(jù)。通過(guò)2D卷積將感知信號(hào)轉(zhuǎn)換為即時(shí)圖像信號(hào)進(jìn)行處理。卷積神經(jīng)網(wǎng)絡(luò)利用滑動(dòng)卷積核提取壓電信號(hào)的峰值變化。與此同時(shí)，GRU被采用來(lái)獲取壓電信號(hào)之間的強(qiáng)序列相關(guān)性特征。模型的混淆圖顯示，CNN方法能夠幫助機(jī)械手實(shí)現(xiàn)94.27%以上的軟度識(shí)別準(zhǔn)確率，而從GRU-CNN模型學(xué)到的特征進(jìn)一步將識(shí)別準(zhǔn)確率提高到98.95%，即使在有限的訓(xùn)練數(shù)據(jù)下也能實(shí)現(xiàn)?？杀容^的結(jié)果表明，兩種深度神經(jīng)網(wǎng)絡(luò)的協(xié)作可以提高訓(xùn)練效率，改善特征之間的交互，從而提高識(shí)別準(zhǔn)確度。

軟度定量判別的步驟：通過(guò)壓電信號(hào)和深度學(xué)習(xí)的輔助，將八種類型的標(biāo)準(zhǔn)樣本區(qū)分和分類為四個(gè)軟度類別（A、B、C、D）。根據(jù)初步分類結(jié)果，對(duì)不同軟度類別的標(biāo)準(zhǔn)樣本施加不同的接觸力，用于后續(xù)的軟度定量判別。自適應(yīng)接觸力被施加以獲得從應(yīng)變模式到進(jìn)一步量化軟度的相對(duì)電阻變化，從而防止由于過(guò)度施壓而對(duì)物體造成永久性損害。靜態(tài)原理中的測(cè)量考慮了物體由于接觸力而產(chǎn)生的彈性變形，這通過(guò)接觸力的彈性變形原理來(lái)進(jìn)行測(cè)量，包括應(yīng)變傳感器測(cè)得的樣本變形以及從力-位移曲線獲得的指尖壓電傳感器的變形。

當(dāng)談?wù)撥洸牧系膹椥韵禂?shù)時(shí)，通常涉及到評(píng)估材料的柔軟度或彈性程度。本文利用生物啟發(fā)的多功能傳感系統(tǒng)的方法，以一種非侵入性的方式來(lái)量化軟材料的彈性系數(shù)，從而使仿生機(jī)械臂能夠?qū)崿F(xiàn)自適應(yīng)抓取。研究方法首先通過(guò)壓電信號(hào)和修改后的機(jī)器學(xué)習(xí)算法對(duì)軟材料進(jìn)行初步分類，準(zhǔn)確率達(dá)到了98.95%，從而為后續(xù)的應(yīng)變傳感反饋量化測(cè)量鋪平了道路。這種多功能傳感模塊的協(xié)同效應(yīng)使得機(jī)械臂能夠識(shí)別軟硬程度在30 kPa到10 MPa之間的各種軟材料，從而在抓取易碎物體（如番茄和豆腐）的精細(xì)任務(wù)中具備應(yīng)用機(jī)會(huì)。作為概念驗(yàn)證的示范，開發(fā)出的具有多感知能力和抓取適應(yīng)性的仿生機(jī)械臂成功地集成到機(jī)器人手臂中，實(shí)現(xiàn)了對(duì)新鮮和腐爛橙子的智能分揀。這項(xiàng)研究為無(wú)破壞軟材料柔軟度測(cè)量提供了一種策略，并且在智能軟體機(jī)器人、微創(chuàng)手術(shù)和電子假肢等領(lǐng)域具有廣泛的應(yīng)用前景。

總之，這項(xiàng)研究提出了一種基于生物啟發(fā)的多功能傳感系統(tǒng)的方法，用于非侵入性地量化軟材料的彈性系數(shù)。通過(guò)使用壓電信號(hào)和機(jī)器學(xué)習(xí)算法，可以準(zhǔn)確地對(duì)軟材料進(jìn)行分類，并通過(guò)應(yīng)變傳感反饋進(jìn)行量化測(cè)量。多功能傳感模塊的協(xié)同效應(yīng)使得機(jī)械臂能夠識(shí)別不同軟硬程度的軟材料，并在抓取易碎物體的任務(wù)中展現(xiàn)出適應(yīng)性。通過(guò)將這一方法應(yīng)用于機(jī)器人手臂中，還實(shí)現(xiàn)了對(duì)水果的智能分揀任務(wù)。這項(xiàng)研究對(duì)于智能軟體機(jī)器人、微創(chuàng)手術(shù)和電子假肢等領(lǐng)域具有重要意義，為未來(lái)的相關(guān)研究和應(yīng)用提供了有價(jià)值的思路和方法。