登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《美国西北大学和以色列特拉维夫大学的研究人员开发了低成本触觉传感器，大幅提升机器人触感接收的可靠性》

  • 来源专题：先进材料
  • 编译者： 李丹
  • 发布时间：2025-05-14

  • 转自全球技术地图

    据Tech Xplore 5月5日消息，美国西北大学和以色列特拉维夫大学的研究人员开发了低成本触觉传感器，大幅提升机器人触感接收的可靠性。研究人员发现用于制造触觉传感器的廉价硅橡胶复合材料在顶部和底部表面有一层绝缘层，阻止了传感器和监测电极之间的信号传输，使其难以实现准确和可重复的测量。研究人员打磨掉绝缘层实现了更强的信号传输强度。相关研究成果发表于《先进电子材料》（Advanced Electronic Materials）期刊。

  • 原文来源：https://techxplore.com/news/2025-05-sanding-hidden-insulation-results-reliable.html
20浏览量
原文链接
相关报告

  • 《人工触觉系统研究：机器人的触觉可能和人类一样快》
    • 来源专题：新一代信息技术
    • 编译者：isticzz2022
    • 发布时间：2024-05-22
    •        硬件的光学图像实现了人工触觉传入网络。硬件包括在手形聚酰亚胺膜上制造的人工受体阵列，以及将模拟信号转换为尖峰序列的PCB电路。乌普萨拉大学和卡罗琳斯卡研究所的研究可能为假手和机器人能够像人手一样感觉到触摸铺平道路。他们的研究已经发表在《科学》杂志上。       这项技术还可以用于帮助中风患者恢复失去的功能。乌普萨拉大学电气工程系讲师张志斌说：“我们的系统可以像蒙着眼睛的人一样快速地确定它遇到了什么类型的物体，例如，只需感觉并决定它是网球还是苹果。”他和他的同事陈立波与乌普萨拉大学信号与系统部的研究人员（提供数据处理和机器学习专业知识）以及卡罗林斯卡研究所老年神经科神经生物学、护理科学与社会系的一组研究人员密切合作进行了这项研究。他们从神经科学中获得灵感，开发了一种模仿人类神经系统对触摸反应方式的人工触觉系统。该系统使用电脉冲，以与人类神经系统相同的方式处理动态触觉信息。张解释说：“有了这项技术，假手会感觉像是佩戴者身体的一部分。”       该人工系统有三个主要组成部分：一个带有传感器的电子皮肤（e-skin），可以通过触摸检测压力；一组人工神经元，将模拟触摸信号转换为电脉冲；以及处理器，所述处理器处理所述信号并识别所述对象。原则上，它可以学会识别无限数量的物体，但在他们的测试中，研究人员使用了22种不同的物体进行抓取，使用了16种不同的表面进行触摸。光学图像中使用的22个物体的手抓握分类任务。领导这项研究的助理教授陈立波说：“我们也在研究开发这种系统，使它也能感觉到疼痛和热量。它还应该能够感觉到手接触的物质，例如，是木头还是金属。”根据研究人员的说法，由于触觉反馈，人类与机器人或假手之间的互动可以变得更安全、更自然。假肢还可以被赋予以与人手相同的灵活性处理物体的能力。陈说：“皮肤含有数百万个受体。目前的电子皮肤技术无法提供足够的受体，但这项技术使其成为可能，所以我们想为整个机器人生产人造皮肤。”这项技术也可以用于医学，例如，监测帕金森病和阿尔茨海默病引起的运动功能障碍，或帮助患者恢复中风后失去的功能。张说：“这项技术可以进一步发展，以判断患者是否即将摔倒。然后，这些信息可以用来从外部刺激肌肉以防止摔倒，也可以促使辅助设备接管并防止摔倒。”
    182浏览量
    原文链接

  • 《研究人员开发具有抓握感觉的机器人》
    • 来源专题：光电情报网信息监测服务平台
    • 编译者：husisi
    • 发布时间：2020-03-20
    • 让机器人抓取物体时对物体产生感觉对提高效率非常重要。苏黎世联邦理工学院的研究人员宣布，他们已利用机器学习技术开发了一种低成本的触觉传感器。该传感器能高分辨率、高精度地测量力的分布。这些特征使机器人手臂能够更灵活地抓住敏感、脆弱的物体。 人类的触觉可以让我们用手捡起易碎或滑溜的物品，而不必担心会压碎或掉落物品。如果一个物体要从我们的手指上掉下来，我们就可以相应地调整我们拿捏的力量。科学家们希望能够抓取产品的机器人手爪也可以从触觉中获得类似的反馈。研究人员发明的新传感器据说是迈向“机器人皮肤”的重要一步。 该传感器由一个带有彩色塑料微珠的弹性硅胶皮肤和一个固定在其底部的普通摄像头组成。基于视觉的传感器可以看到它何时与物体接触，并且在硅酮皮肤上出现凹痕。该接触改变了微珠的图案，该微珠的图案可以由传感器下侧的鱼眼镜头记录。微珠图案的变化用于计算传感器上的力分布。 这种机器人皮肤可以区分作用在传感器表面的几种力，并以高分辨率和高精度计算它们，并且可以确定力的作用方向。在计算推向微珠的力和方向时，研究小组使用了一组实验和数据。这种方法使团队可以精确地控制和系统地改变接触的位置，力的分布以及接触物体的大小。机器学习使研究人员可以记录数千个接触实例，并将其与磁珠图案的变化精确匹配。该小组还在研究大型传感器，该传感器配备了多个摄像头，可以识别复杂形状的物体。他们还在努力使传感器更薄。
    73浏览量
    原文链接