10美元破解机器人触觉难题！斯坦福开源计划让机械手具有人类手感：

  数据是具身智能的燃料。但是日子中到处会用到的力信息的收集，却是现有许多大规模数采体系遍及面对的一大难点。传统的力传感器（）贵重，沉重且软弱，动辄上万元本钱的设备在遇到冲击时极易永久损坏；更灵敏的触觉传感器

  为了处理力反馈的难题，斯坦福大学团队开发了名为UMI-FT的体系，他们在手持式数采设备UMI的每个手指上安装了一个硬币巨细的六维力觉传感器-- CoinFT。它能感知到每个手指遭到的悉数六个方向的力和力矩。这个传感器只要2克重，当机器人拿着灯泡去找插座的时分，它能实时感遭到自己手指所遭到的一切力，轻了它就加把劲，重了它就松一点，简直可以像人手相同细腻。CoinFT可以像传统工业力传感器相同进行标准化校准，还可以安全接受很大的冲击力而不损坏。

  论文作者侯一凡告知DeepTech，这套计划的含义在于让带力反馈的大规模数据收集变得简单完成。曾经的大规模数据收集根本只记载方位信息和视觉信息，力觉由于本钱和技能难度很难规模化。UMI-FT供给了一个低本钱、高一致性、可规模化的力觉数据收集计划，为练习具有和婉操作能力的机器人战略铺平了路途。

  这个体系的中心是一个叫做CoinFT的微型传感器，直径20毫米，厚度只要3毫米。其内部结构由几层带椭圆支柱的介电资料组成，遭到压力时电容会产生显着的改变。还有一个五层的神经网络把这些电容值换算成为力和力矩，校准后的精度十分高，力的差错在0.15到0.58牛之间，力矩差错在17到231毫牛米之间。相比之下，传统工业运用的六轴力觉传感器又大又贵，一个就要几万块钱，并且特别娇气一不小心就会被摔坏。而CoinFT本钱只要10美元，既耐摔又耐撞。

  而前面说到的UMI-FT体系不仅是增加了传感器，还把苹果手机绑在了机器人的手上。手机担任供给RGB摄像头、超广角摄像头、深度摄像头和姿势数据，刷新率从10到60赫兹不等。指尖的力觉传感器以360赫兹的速度进行超快采样，一切数据都会被记载下来。练习时，研讨团队收集了200到630组不等的人类演示数据，每组数据都包含了图画、深度、姿势和每个手指的六维力觉信息。然后，他们运用这一些数据练习了一个自适应和婉战略模型（ACP）。这个模型会输出机器人的方针方位、虚拟方针方位、刚度矩阵、抓握力和夹爪宽度。底层有两个控制器在一起作业，腕部和婉控制器依据两个手指传来的力和力矩，调整机器人手臂的方位和姿势，抓握力控制器则担任调理手指夹紧的力度。

  在潜在使用场景上：在工厂里，机器人能插拔精细的电子连接器，或许安装带有卡扣的塑料件；在医疗范畴，手术机器人能感知缝合创伤时手术针刺穿安排的阻力改变，操作更安全；在家庭服务中，机器人能帮你拧开瓶盖、打鸡蛋和擦桌子。

  总的来说，本次效果等于给机器人装上了一层皮肤，让机器人具有了触觉，让它可以感知自己用了多大力气，以及外界给了它多少的反作用力。现在，研讨团队现已把这套体系的硬件规划和软件代码悉数开源。任何实验室或许机器人爱好者，都可以用几千块的本钱仿制一套用来练习自己的机器人。