瑞士苏黎世联邦理工学院的一组研究人员最近开发了一种多相机光学触觉传感器（即基于光学设备的触觉传感器），该传感器收集有关施加到其表面的接触力分布的信息。在arXiv上预发表的一篇论文中介绍的这种传感器可用于基于计算机视觉算法开发柔软的机器人皮肤。

　　“相较于视觉功能，机器人可以用现代的相机实现的，在机器人的触觉非常欠发达，”Camill Trueeb，卡梅隆Sferrazza和拉斐尔d“安德烈，谁进行了这项研究，研究人员，告诉技术Xplore数据库通过电子邮件。“基于视觉的触觉皮肤旨在弥合这一鸿沟，利用视觉传感器和先进的人工智能算法的功能，受益于可访问的大量数据和计算能力。”

　　由Trueeb，Sferrazza和D“Andrea开发的光学触觉传感器由四个摄像头组成，这些摄像头放置在柔软透明的材料下面，该材料内部包含嵌入的球形颗粒散布。这些摄像头跟踪这些球形颗粒的运动，这些运动是由变形引起的施加力时材料的强度。

　　研究人员还开发了一种机器学习（ML）架构，该架构可以分析材料中球形粒子的运动。通过分析此运动，此体系结构可以重建导致材料变形的力，也称为接触力分布。

　　研究人员解释说：“我们使用相对便宜的相机同时提供总共约65,000像素的图像。”“因此，它们以非常高的分辨率生成大量信息，这对于以数据驱动的触觉感应方法是理想的。”

　　研究人员开发的传感器不仅提供像大多数现有的机器人应用标准力传感器那样的总力值，还提供了施加在其软表面上的所有力的分布的反馈，从而使法向分量和切向分量解耦。由于其结构和独特的设计，与其他基于摄像头的触觉传感器相比，新型多摄像头传感器还具有更大的接触表面和更薄的结构，而无需其他反射组件（例如镜子）。

　　研究人员说：“使用多个摄像机可以使用这种类型的触觉传感器覆盖任意形状的较大区域。”“这项工作说明了如何将在子集的摄像机上获得的知识转移到其他摄像机上，从而产生一种可扩展的，数据高效的方法。”

　　由AI驱动的多摄像头传感器最终可以缩放到更大的表面，从而可以创建柔软且可感应的机器人皮肤。在最近的论文中，研究人员讨论了如何将其ML体系结构进行改编，以在将来促进这些应用程序。

　　研究人员说：“我们现在计划扩展传感器的功能，以重建有关与复杂和通用形状的物体接触的信息。”“我们认为传感算法的开发应始终考虑到数据效率组件，以促进在机器人技术中的广泛使用，因此，我们也将在未来的工作中朝这个方向发展。”