许多机器人在工作时需要通过“视觉”来追踪物体。但光线太暗或者有物品遮挡，都会导致光学传感器无法捕捉到物体完整的形状。最近，一种新型的低成本技术能让机器手“感知”到陌生物体的形状。而仅根据这一信息，机器手就可以灵巧地抓取多种物体。
　　王小龙是美国加利福尼亚大学圣迭戈分校的机器人专家，他和团队想知道，在机器人技术中，是否可以只用简单的触觉反馈数据实现复杂的协调动作。为此，他们在一只四指机器手的手掌和手指上安装了16个触觉传感器，每个成本约为12美元。这些传感器只能用来指示是否有物体接触到机器手。王小龙说：“虽然单个传感器获取的信息有限，但传感器数量变多后，就可以帮助你捕捉到物体的各个角度。在这项研究中，机器手的任务是旋转放置在它掌心的物品。”
　　首先，研究人员会通过模拟系统让虚拟机器手练习旋转物体（比如球体、不规则立方体和圆柱体等），同时收集大量触觉反馈数据。利用各个传感器收集的二进制接触信息（“接触”或“不接触”），研究团队构建了一个计算机模型，它可以确定物体在虚拟机器手操控它的每一步时的位置。这样虚拟机器手就可以移动手指，流畅且平稳地旋转这个物体。
　　当研究人员将这种模型迁移到真实的机器手上后，它成功地操纵了以前从未接触过的物体，比如苹果、西红柿、汤罐头、橡皮鸭等。二进制传感器采集的数据非常简单，而且模型不需要精准的物理学模拟或精确的测量，因此将计算机模型应用到现实世界是相对容易的。美国纽约大学研究机器人与现实世界交互的勒雷尔·平托（Lerrel Pinto）说：“这很重要，因为在模拟环境中对高分辨率触觉传感器建模仍是一个亟待解决的问题。”
　　通过深入研究机器手的感知，王小龙和同事发现，机器手可以通过触觉反馈数据重建整个物体的形状，为它接下来如何移动提供信息。王小龙说：“这种接触可以提供大量的信息，足以用来重建物体的形状。”他和团队将于今年7月在“机器人：科学与系统国际会议”（Robotics: Science and Systems）上展示他们的机器手模型。
　　平托很好奇这个系统在更复杂的任务中能否继续保持稳定。他说：“我们发现在使用触觉传感器的实验中，执行像拆分杯子或打开瓶盖这样的任务要比旋转物体难得多（这些任务可能也更实用）。”
　　王小龙团队计划在未来的工作中尝试用机器手实现更复杂的动作，同时在手指两侧等地方增加更多的传感器。他们还将尝试增加视觉传感器数据，用来操控形状更复杂的物体。
（巢栩嘉）