能够通过触觉而非视觉线索识别物体的机器人具有广泛的潜在应用前景,包括外科手术和救援手术。日本奈良科学技术研究所(NAIST)智能系统控制实验室的研究人员开发了一种算法,使装有传感器的灵巧机械手能够通过压力、振动和温度来识别物体。物体识别算法采用一种主动学习方法:手执行一个动作,比如摩擦、挤压或拉动物体,获取触觉信息,并利用这些信息来计划下一个动作。
NAIST的研究人员使用了MATLAB®和Robotics System Toolbox™开发了触觉物体识别的两种算法。第一种方法使用机器学习技术,从观测到的传感器数据开发一个概率模型。第二种是使用学习过的模型来识别不同的物体。
“MATLAB让我们专注于进行研究,而不是编写代码,”NAIST助理教授Takamitsu Matsubara说。“通常,当我们与一个新的机器人一起工作时,会有一个漫长的代码编写阶段,但MATLAB和机器人系统工具箱使我们能够最小化这个阶段,并专注于提高主动触觉物体识别。”