近年来，机器人学家一直在努力改进机器人与现实环境中不同物体的交互方式。虽然他们的一些努力取得了有希望的结果，但大多数现有机器人系统的操作技能仍然落后于人类。
织物是机器人最具挑战性的交互对象之一。主要原因是布料和其他织物可以以不同的方式拉伸、移动和折叠，这会导致复杂的材料动力学和自遮挡。
卡内基梅隆大学机器人研究所的研究人员最近提出了一种新的计算技术，可以让机器人更好地理解和处理织物。这项技术是在一篇论文中介绍的，该论文将在智能机器人和系统国际会议上发表，并预先在arXiv上发表。该技术基于触觉传感器和简单的机器学习算法，称为分类器。
“我们对织物操纵感兴趣，因为织物和可变形物体通常对机器人的操纵具有挑战性，因为它们的可变形性意味着它们可以以多种不同的方式进行配置，”开展这项研究的研究人员之一丹尼尔·塞塔（Daniel Seita）告诉TechXplore。“当我们开始这个项目时，我们知道最近在机器人操纵织物方面有很多工作，但大部分工作涉及操纵一块织物。我们的论文探讨了相对较少探索的使用触觉感知来学习操纵一堆织物的方向。”
在机器人中实现织物操纵的大多数现有方法仅基于视觉传感器的使用，例如仅收集视觉数据的摄像机或成像器。虽然其中一些方法取得了良好的效果，但它们对视觉传感器的依赖可能会限制其适用于涉及操纵一块布的简单任务。
另一方面，Seita和他的同事Sashank Tirumala和Thomas Weng设计的新方法使用了名为ReSkin的触觉传感器收集的数据，该传感器可以推断与材料纹理及其与环境的相互作用相关的信息。利用这些触觉数据，研究小组训练了一个分类器来确定机器人抓取的织物层数。
“我们的触觉数据来自雷斯金传感器，这是去年CMU最近开发的，”翁解释道。“我们使用此分类器调整抓取器的高度，以便从一堆织物中抓取一到两层最顶层的织物。”
为了评估他们的技术，该团队在现实环境中进行了180次实验试验，使用了一个机器人系统，该系统由Franka机械臂、迷你三角洲夹持器和Reskin传感器（集成在夹持器的“手指”上）组成，以抓住一堆或两块布。他们的方法取得了有希望的结果，优于不考虑触觉反馈的基线方法。
蒂鲁马拉说：“与以前只使用摄像机的方法相比，我们基于触觉的方法不受织物图案、光线变化和其他视觉差异的影响。”。“我们很兴奋地看到，来自雷斯金传感器等电磁设备的触觉传感可以为精细的操作任务提供足够的信号，比如抓取一到两层织物。我们相信，这将推动未来机器人对织物操作的触觉传感研究。”
在未来，蒂鲁马拉、翁、塞塔和他们的同事希望这种操纵方法能够帮助提高设计用于织物制造设施、洗衣服务或家庭的机器人的能力。具体而言，它可以提高这些机器人处理复杂纺织品、多块布、衣物、毯子、衣服和其他基于织物的物体的能力。
翁补充说：“我们的计划是继续探索使用触觉感知来抓住任意数量的织物层，而不是我们在这项工作中关注的一两层。”。“此外，我们正在研究结合视觉和触觉传感的多模式方法，以便我们能够利用两种传感器模式的优势。”
漏 2022科学X网络