這種觸覺手套相當於由一張力敏薄膜和導電線網絡組成的傳感器陣列。電極與薄膜之間的每一個重合點都對垂直力敏感，並會記錄通過薄膜的電阻。研究人員帶上手套單手操控物體，由此記錄了一個大規模的觸覺圖譜數據集。數據集包​​含手指區域的空間關聯和對應，它們代表了人類抓握的觸覺特徵。

研究團隊使用手套，單手與26個物體進行互動，時間超過5個小時，並錄下了觸覺視頻。之後，他們利用記錄下來的數據訓練一種深度學習網絡來識別這些圖片，發現該深度學習網絡能夠通過持握方式鑑定出不同的物體。

這一技術的未來應用將非常廣泛，譬如可用於機器人手術。這一領域此前最大的局限之一就是機器人缺乏人類外科醫生操作的“手感”，增加了手術的不確定性和風險性，但通過力觸覺反饋機制，可以讓手術機器人將觸覺實時傳遞給主刀醫生以及處理器，進一步將人工智能醫療精準化。

為什麼機器人需要觸覺？

撿起一樣東西並不像我們平時看到的那樣的簡單，需要多種感知功能的參與。人類在嘗試抓取物體時，會組合運用各種感官，最基礎的就是視覺和触覺。但對機器人來說，這卻很困難。

目前，大部分解決機器人抓握問題的嘗試都只把注意力放在了視覺感知上。例如，讓機器人使用攝像頭來感知目標物體，同時監測自身的動作，以此來嘗試抓取物體。但在沒有觸覺的情況下，機器人無法區別對每個物體使用的力度。比如，在拿起雞蛋或磚頭時，人類可以調整握力以避免壓碎或掉落物體，但機器人卻只能盲目地“亂抓”。

《自然》雜誌的這篇文章解釋說，與視覺相比，觸覺更加複雜，需要將物理上的接觸感覺轉化為可測量的信號，難點在於難以將電子元件集成到柔性的材料中。

電子手套解決觸覺難題

麻省理工學院首席科學家Subramanian Sundaram的研究團隊提出了一個新的觸覺解決方案。他們在普通的針織手套的表明塗上一層力敏薄膜，可以將應力、壓力等力學量轉換成電信號，並將數據傳送給548個傳感器。隨後，研究人員帶上該手套抓取26種不同的物體，並將這些觸覺數據導入計算機中，形成“觸覺地圖”，訓練計算機從持有的方式識別每個物體。

“它可以幫助機器人了解在和什麼樣的物體互動，並估計抓取物體的重量和所需力度。” Subramanian Sundaram介紹，這副手套的成本僅為10美元。研究人員可以利用“觸覺地圖”中的數據，在不需要機器人用力擠壓物體的同時，教會它們處理和操縱精細物體。

美國紐約西奈山醫療系統主管David Putrino認為，這副手套可以提高機器人的智能，就好比教會機器人“學習一門非常複雜的新語言”，幫助它們用最靈敏、最有效的方式抓住不同的物體。

David Putrino表示，未來，人們還可以用語音命令機器人該抓取什麼，或者在這副手套上安裝攝像頭，可以讓機器人自動識別要抓取的物體。

參考文獻

https://consumer.healthday.com/general-health-information-16/misc-prostheses-news-563/sensor-laden-glove-helps-robotic-hands-feel-objects-746862.html

https://www.nature.com/articles/d41586-019-01593-w