近日，上海交通大學(xué)電子信息與電氣工程學(xué)院微米納米加工技術(shù)全國重點(diǎn)實(shí)驗(yàn)室劉景全團(tuán)隊(duì)和上海交通大學(xué)人工智能學(xué)院盧策吾團(tuán)隊(duì)在人機(jī)交互領(lǐng)域取得重要進(jìn)展，相關(guān)成果以“Capturing forceful interaction with deformable objects using a deep learning-powered stretchable tactile array”（使用深度學(xué)習(xí)驅(qū)動(dòng)的可拉伸觸覺陣列捕捉可形變物體的力學(xué)交互）為題，在國際著名期刊《Nature Communications》上發(fā)表。

研究背景

觸覺感知是獲取環(huán)境信息的重要渠道之一，在人機(jī)交互、虛擬現(xiàn)實(shí)、遠(yuǎn)程醫(yī)療和人形機(jī)器人等領(lǐng)域有重要研究價(jià)值。對于人形機(jī)器人而言，捕捉復(fù)雜操作任務(wù)中手與可形變物體之間的觸覺數(shù)據(jù)并進(jìn)一步估計(jì)手-物狀態(tài)是一個(gè)巨大挑戰(zhàn)。為解決上述問題，首先需要借助人機(jī)交互界面捕捉人類操作過程，再將經(jīng)驗(yàn)遷移給機(jī)器人。傳統(tǒng)的人機(jī)交互識別通常只能生成語義結(jié)果，如識別手勢代表的字母，識別物體的種類和位置。因此，研究一種具有更高維度的精準(zhǔn)、分布式人機(jī)交互界面，將有助于動(dòng)態(tài)捕捉人類操作可形變物體的過程，這對推動(dòng)人類通用操作能力向機(jī)器智能操作的遷移具有重要的研究價(jià)值和應(yīng)用潛力。

亮點(diǎn)內(nèi)容

該研究提出了一種全新的視覺-觸覺聯(lián)合記錄和追蹤系統(tǒng)ViTaM（Visual-Tactile recording and tracking system for Manipulation）。該系統(tǒng)配備了具有1152個(gè)力感知通道的柔性MEMS觸覺手套，基于正/負(fù)拉阻效應(yīng)克服了感知可形變物體時(shí)的應(yīng)變干擾問題，實(shí)現(xiàn)了精準(zhǔn)、分布式的觸覺感知；同時(shí)，該研究通過視覺與觸覺的聯(lián)合深度學(xué)習(xí)，重建了動(dòng)態(tài)的手-物操作狀態(tài)，一定程度上促進(jìn)了智能體在人機(jī)交互中的理解能力進(jìn)步，尤其是在涉及力學(xué)交互的方面，向人類多模態(tài)感知的水平邁近了一步。

圖1 深度學(xué)習(xí)驅(qū)動(dòng)的觸覺手套可捕捉與可形變物體的力學(xué)交互

該團(tuán)隊(duì)研制的基于正/負(fù)拉阻效應(yīng)的復(fù)合式薄膜，通過工藝調(diào)控，可以使得兩種薄膜對所受應(yīng)變表現(xiàn)出方向相反、幅值近似的電學(xué)特性，從而對雙電極的對稱響應(yīng)實(shí)時(shí)檢測，區(qū)分出傳感器所受的壓力與應(yīng)變，并通過自適應(yīng)校準(zhǔn)輸出電壓與受力的關(guān)系曲線，最終達(dá)到對應(yīng)變干擾的主動(dòng)抑制效果。經(jīng)測試，力測量精度達(dá)到97.6%，相較于未校準(zhǔn)時(shí)提升了45.3%，這對精準(zhǔn)感知可形變物體的受力具有較強(qiáng)的幫助。

圖2 具有應(yīng)變干擾抑制能力的觸覺手套設(shè)計(jì)、制造和測試方法

研究團(tuán)隊(duì)還提出了一種視覺-觸覺聯(lián)合深度學(xué)習(xí)框架，旨在處理多模態(tài)數(shù)據(jù)序列、動(dòng)態(tài)重建手-物狀態(tài)，以及恢復(fù)可形變物體的幾何細(xì)節(jié)。該工作在包含剛性體和可形變物體的6類共24種物體上進(jìn)行了訓(xùn)練和實(shí)驗(yàn)，所有序列的平均重建誤差僅為1.8厘米，表明了該系統(tǒng)在操作不同形變程度的物體時(shí)，具有較強(qiáng)的普適性，能夠有效復(fù)現(xiàn)人類操作的經(jīng)驗(yàn)。

圖3 視覺-觸覺聯(lián)合學(xué)習(xí)框架的流程

圖4 基于ViTaM系統(tǒng)的手-物重建結(jié)果

圖4展示了基于ViTaM系統(tǒng)進(jìn)行手-物重建的結(jié)果，分別從有無應(yīng)變干擾抑制方面、連續(xù)形變方面以及純視覺與視觸融合多模態(tài)方面進(jìn)行了分析，顯示出視覺-觸覺聯(lián)合深度學(xué)習(xí)具有明顯的優(yōu)勢。最后展示了在真實(shí)世界中收集的視覺-觸覺數(shù)據(jù)重建的序列結(jié)果，證明了該方法在處理多幀數(shù)據(jù)時(shí)的時(shí)空一致性。

未來，ViTaM系統(tǒng)將被集成到人形機(jī)器人的電子皮膚中，實(shí)現(xiàn)與周圍環(huán)境的無縫互動(dòng)，提升機(jī)器人靈巧操作能力，推動(dòng)機(jī)器人從操作特定物體到通用操作場景的技術(shù)進(jìn)步。

研究團(tuán)隊(duì)

上海交通大學(xué)電院劉景全教授和人工智能學(xué)院盧策吾教授為該論文的共同通訊作者，博士后姜春蓬和博士后徐文強(qiáng)為共同第一作者。該工作得到了國家重點(diǎn)研發(fā)計(jì)劃和國家自然科學(xué)基金等項(xiàng)目資助。

劉景全教授團(tuán)隊(duì)長期致力于可穿戴/可植入柔性電子器件與微系統(tǒng)的研制，旨在充分運(yùn)用多學(xué)科交叉優(yōu)勢，解決醫(yī)療健康和極端環(huán)境中的重大需求，發(fā)表論文有Sci. Adv. 2021、Adv. Mater. 2021、Adv. Funct. Mater. 2023、ACS Nano 2023、Small 2019、和Biosens. Bioelectron. 2024等。課題組網(wǎng)頁：https://mems.sjtu.edu.cn/cn/

盧策吾教授團(tuán)隊(duì)長期致力于具身智能、計(jì)算機(jī)視覺和智能機(jī)器人相關(guān)領(lǐng)域的研究和系統(tǒng)研發(fā)，擁有國際先進(jìn)水平的開源人工智能框架和數(shù)據(jù)集，相關(guān)研究工作發(fā)表在計(jì)算機(jī)領(lǐng)域頂級期刊和會(huì)議：Nature、Nature Machine Intelligence、TPAMI和CVPR等，獲得科學(xué)探索獎(jiǎng)（獲獎(jiǎng)理由：具身智能貢獻(xiàn)）。

論文鏈接：https://www.nature.com/articles/s41467-024-53654-y