機(jī)器人必須找到物體，推導(dǎo)其形狀，確定正確的使用強(qiáng)度并抓住物體而無需讓它滑倒。當(dāng)今大多數(shù)機(jī)器人僅基于視覺處理來操作，這限制了它們的功能。為了執(zhí)行更復(fù)雜的任務(wù)，機(jī)器人必須配備出色的觸覺以及能夠快速，智能地處理感官信息的能力。

新加坡國(guó)立大學(xué)（NUS）的計(jì)算機(jī)科學(xué)家和材料工程師團(tuán)隊(duì)最近展示了一種使機(jī)器人更智能的令人興奮的方法。他們開發(fā)了一種模仿生物神經(jīng)網(wǎng)絡(luò)的感官集成人工大腦系統(tǒng)，該系統(tǒng)可以在高能效的神經(jīng)形態(tài)處理器（例如英特爾的Loihi芯片）上運(yùn)行。這種新穎的系統(tǒng)集成了人工皮膚和視覺傳感器，使機(jī)器人能夠根據(jù)視覺和觸摸傳感器實(shí)時(shí)捕獲的數(shù)據(jù)得出關(guān)于所握持物體的準(zhǔn)確結(jié)論。

“近年來，機(jī)器人操縱領(lǐng)域取得了長(zhǎng)足進(jìn)步。但是，融合視覺和觸覺信息以在毫秒內(nèi)提供高精度的響應(yīng)仍然是一項(xiàng)技術(shù)挑戰(zhàn)。我們最近的工作將我們的超快電子皮膚和神經(jīng)系統(tǒng)與機(jī)器人視覺感測(cè)和AI方面的最新創(chuàng)新，使它們?cè)谖锢斫换シ矫孀兊酶悄?，更直觀?！毙聡?guó)大材料科學(xué)與工程系助理教授Benjamin Tee說。他與國(guó)大計(jì)算機(jī)學(xué)院計(jì)算機(jī)科學(xué)系的助理教授Harold Soh共同領(lǐng)導(dǎo)了這個(gè)項(xiàng)目。

機(jī)器人類似人的觸覺

在機(jī)器人技術(shù)中啟用類似于人的觸摸感可以大大改善當(dāng)前的功能，甚至帶來新的用途。例如，在工廠車間，裝有電子皮膚的機(jī)械臂可以很容易地適應(yīng)不同的物品，通過觸覺感應(yīng)以適當(dāng)?shù)膲毫ψR(shí)別并抓住不熟悉的物體以防止打滑。

在新的機(jī)器人系統(tǒng)中，NUS團(tuán)隊(duì)采用了由Aste Tee教授及其團(tuán)隊(duì)在2019年開發(fā)的先進(jìn)人工皮膚，稱為異步編碼電子皮膚（ACES）。這種新型傳感器的觸摸速度比人類感覺神經(jīng)系統(tǒng)快1000倍以上。它也可以識(shí)別物體的形狀，質(zhì)地和硬度，比眨眼快十倍。

來自Tee的Asst教授補(bǔ)充說：“制造超快速的人造皮膚傳感器可以解決使機(jī)器人變得更聰明的難題。他們還需要一個(gè)人造大腦，最終可以實(shí)現(xiàn)感知和學(xué)習(xí)，這是難題中的另一個(gè)關(guān)鍵部分?！眹?guó)大衛(wèi)生創(chuàng)新技術(shù)研究所。

機(jī)器人般的人腦

為了在機(jī)器人感知方面開辟新天地，NUS團(tuán)隊(duì)探索了神經(jīng)形態(tài)技術(shù)（一種模擬人類大腦的神經(jīng)結(jié)構(gòu)和操作的計(jì)算領(lǐng)域）來處理來自人造皮膚的感覺數(shù)據(jù)。由于Tee教授和Soh教授都是Intel Neuromorphic研究社區(qū)（INRC）的成員，因此自然而然地選擇將Intel的Loihi神經(jīng)形態(tài)研究芯片用于他們的新機(jī)器人系統(tǒng)。

在他們的最初實(shí)驗(yàn)中，研究人員將一只機(jī)器人手戴上了人造皮膚，并用它來讀取盲文，然后將觸覺數(shù)據(jù)通過云傳遞給Loihi,將手所感覺到的微微凸起轉(zhuǎn)化為語義。在對(duì)盲文字母進(jìn)行分類時(shí)，Loihi的準(zhǔn)確性達(dá)到了92％以上，而功耗卻是普通微處理器的20倍。

Soh教授助理的團(tuán)隊(duì)通過在尖峰神經(jīng)網(wǎng)絡(luò)中結(jié)合視覺和觸摸數(shù)據(jù)來提高機(jī)器人的感知能力。在實(shí)驗(yàn)中，研究人員要求配備了人造皮膚和視覺傳感器的機(jī)器人對(duì)裝有不同量液體的各種不透明容器進(jìn)行分類。他們還測(cè)試了系統(tǒng)識(shí)別旋轉(zhuǎn)滑移的能力，這對(duì)于穩(wěn)定抓握至關(guān)重要。

在這兩個(gè)測(cè)試中，使用視覺和觸摸數(shù)據(jù)的尖刺神經(jīng)網(wǎng)絡(luò)能夠?qū)ξ矬w進(jìn)行分類并檢測(cè)物體的滑移。該分類比僅使用視覺的系統(tǒng)準(zhǔn)確10％。而且，使用Soh教授團(tuán)隊(duì)開發(fā)的技術(shù)，神經(jīng)網(wǎng)絡(luò)可以在積累感官數(shù)據(jù)時(shí)對(duì)其進(jìn)行分類，這與傳統(tǒng)的方法是在完全收集數(shù)據(jù)后對(duì)其進(jìn)行分類不同。此外，研究人員展示了神經(jīng)形態(tài)技術(shù)的效率：Loihi處理傳感數(shù)據(jù)的速度比性能最高的圖形處理單元（GPU）快21％，而功耗卻降低了45倍以上。

　Soh教授表示：“我們對(duì)這些結(jié)果感到興奮。它們表明，神經(jīng)形態(tài)系統(tǒng)是組合多個(gè)傳感器以改善機(jī)器人感知力的有前途的難題。這是構(gòu)建可響應(yīng)的高能效且值得信賴的機(jī)器人的一步在意外情況下迅速而適當(dāng)?shù)剡M(jìn)行?！?/strong>

“新加坡國(guó)立大學(xué)的這項(xiàng)研究使人對(duì)機(jī)器人技術(shù)的未來有了深刻的了解，在該技術(shù)中，以事件驅(qū)動(dòng)的方式結(jié)合多種方式來感知和處理信息。這項(xiàng)工作增加了越來越多的結(jié)果，表明神經(jīng)形態(tài)計(jì)算可以提供一旦對(duì)整個(gè)系統(tǒng)進(jìn)行了基于事件的范例，包括傳感器，數(shù)據(jù)格式，算法和硬件體系結(jié)構(gòu)的重新設(shè)計(jì)，就可以顯著提高延遲和功耗?！庇⑻貭柹窠?jīng)形態(tài)計(jì)算實(shí)驗(yàn)室主任Mike Davies先生說。

這項(xiàng)研究得到了國(guó)家機(jī)器人研發(fā)計(jì)劃辦公室（NR2PO）的支持，該機(jī)構(gòu)通過資助研發(fā)（R＆D）來培育新加坡的機(jī)器人生態(tài)系統(tǒng)，以增強(qiáng)機(jī)器人技術(shù)和解決方案的就緒性。NR2PO的R＆D投資的主要考慮因素包括在公共部門中具有影響力的應(yīng)用程序的潛力，以及為我們行業(yè)創(chuàng)造差異化能力的潛力。

展望未來，Tee教授和Soh教授計(jì)劃進(jìn)一步開發(fā)其新穎的機(jī)器人系統(tǒng)，以用于對(duì)機(jī)器人自動(dòng)化有很高需求的物流和食品制造行業(yè)，尤其是在后COVID時(shí)代。