请试想这样的场景：在地震或塌方后 ， 视觉受限 ， 人体被废墟掩埋 ， 尘土、飞沙遮挡视线 ， 情况十分危急 ， 而瓦砾、混凝土、钢筋等物体使得现场情况更为复杂 。 这样的情况下 ， 救援人员不仅要及时救援 ， 对被困人员进行精准定位 ， 自身安全也受到了挑战 。
可否研发一种机械手 ， 只需在现场轻轻一触 ， 就能快速识别物体与人体 ， 且在使用时 ， 救援人员无需亲自进入现场即可判断现场情况 ， 并完成抓取、搬运物体的动作？
采访人员获悉 ， 日前 ， 中国科学院上海微系统与信息技术研究所和应急管理部上海消防研究所、中国科学院自动化所、苏州慧闻纳米科技有限公司等单位合作 ， 依托国家科技创新2030新一代人工智能重大项目 ， 由中国科学院上海微系统与信息技术研究所研究员陶虎团队研发出“触嗅一体仿生智能机械手” 。 在人体被瓦砾石堆覆盖的场景下 ， 该机械手可协助开展应急救援 。 模拟救援情况下 ， 智能机械手对包括人体在内的11种典型物体进行了识别 ， 准确率达96.9% 。 相关研究近日发表于《自然·通讯》杂志 。
模仿鼹鼠 机械手实现触嗅一体
为克服恶劣的环境 ， 实现快速判断 ， 并灵活地完成任务 ， 团队做出了许多努力 。 救援环境中 ， 往往需要在视觉受限的情况下判断环境 ， 针对这一情况 ， 陶虎团队第一时间想到了仿生技术 。
长期生活在地下的星鼻鼹鼠 ， 面对地底黑暗的生活环境 ， 进化出了围绕在鼻孔四周的星状触手 。 这些触手巧妙地把触觉和嗅觉结合在一起 ， 帮助其捕猎或判断危险 。 星鼻鼹鼠比较少见 ， 研究人员并没有在现实中见过 ， 但在一些医学领域 ， 与其相关的研究文献为团队提供了极大的灵感 。 受星鼻鼹鼠“触嗅融合”感知启发 ， 团队将嗅觉、触觉传感器与机器学习算法融合 ， 构建了仿星鼻鼹鼠触嗅一体智能机械手 。
这只“手” ， 不仅能摸 ， 也会闻 ， 更能结合两种传感器信息判断周边环境 。 触觉传感器通过在接触抚摸中感知压力的变化 ， 可以采集到物体的硬度、轮廓和局部的样貌信息 。 而嗅觉传感器中装有特定的气敏材料 ， 它们在接触特定气体后会产生电阻变化 。 特定的气体组合又代表特定的物质 ， 例如硫化氢、氨气等人体的特殊气味 。 这些气味就像人体的名片一样 ， 可显著区别于其他物体 。 救援人员只需操作机械手进行触摸 ， 结合传感器采集信息 ， 就可以快速判断被救人员的位置和机械手接触的人体部位 。
面对灾害环境 ， 团队既要考虑机械手的耐用性也要考虑其作业速度 ， 为此团队选择了触嗅一体、联合识别的道路 。 相较于美国麻省理工学院发表于《自然》的包含548个传感器的单一触觉感知研究 ， 团队通过融合70个触觉传感器、6个嗅觉传感器 ， 就达到了更理想的识别效果 。 采集信号的传感器少了 ， 通道数少了 ， 后面的计算量也会变小 ， 随之而来的是整个系统判断速度的加快 。
并且该机械手在传感器受损的情况下 ， 也有较高的精准度 。 灾害条件下 ， 器械时常受损 。 得益于灵敏度超越人类1个数量级的硅基MEMS气体传感器 ， 以及探测限超越人类1个数量级的压力传感器 ， 机械手远比人类的手更灵敏 。 仿生智能机械手能在传感器损坏率不超过50%时 ， 通过算法的快速调节 ， 保持超过80%的准确率 。
复杂环境下 人类手形是最佳选择
完成了对于嗅觉、触觉传感器的选择后 ， 是什么使得团队选择了人手形的结构呢？
现代工业中 ， 三指、四指机械爪可以胜任简单的抓取任务 ， 比如生活中常见的夹娃娃机就是三指机械爪 。