近日，美國麻省理工學院計算機科學與人工智能實驗室（MIT-CSAIL）的研究人員開發(fā)出一種低成本、可伸縮的觸覺手套STAG，用戶通過佩戴該手套，不僅能掂出手上的東西有多重，還能通過觸覺識別出是什么物體。

STAG配有548個微小傳感器，幾乎遍布整個手掌，同時覆蓋有一張可根據(jù)外在壓力改變電阻的導電聚合物，導電線穿過導電聚合物薄膜中的洞，從指尖一直到掌根，這些線連接手套和外部電路，形成一個個壓力傳感器，從而將壓力數(shù)據(jù)轉換為觸覺地圖，即手上各個點變大變小的視頻。

當佩戴該手套的用戶以各種方式和物體進行交互時，比如抓握、舉起、放下或感受一樣物體，這些傳感器就會捕捉壓力信號，并記錄每個點的壓力。隨之，神經(jīng)網(wǎng)絡會處理這些信號，以學習與該物體相關的壓力——信號模式，并形成數(shù)據(jù)集。然后，該手套利用收集到的數(shù)據(jù)集對物體進行分類，并通過觸覺來預測它們的重量，整個過程無需視覺輸入。

據(jù)悉，研究人員利用STAG與26個常見物體（汽水罐、剪刀、網(wǎng)球、勺子、鋼筆等）進行交互，并基于觸覺圖像收集了一個數(shù)據(jù)集（包含13.5萬個視頻幀），神經(jīng)網(wǎng)絡使用這些視頻幀預測物體的類別和重量，并感知人類的抓握?；谠摂?shù)據(jù)集，該手套預測物體類別的準確率可達76%，而且能夠準確預測大部分60g以內物體的重量。

為了識別物體的類別，研究人員設計了一個卷積神經(jīng)網(wǎng)絡（CNN），將特定的壓力模式與特定物體聯(lián)系起來。這個技巧需要從不同類型的抓握中選擇視頻幀，以獲取物體的全貌。

STAG能夠生成高分辨率的數(shù)據(jù)，且成本僅需10美元。該技術可以幫助機器人識別和操縱物體，也可以用于假肢設計。