乌普萨拉大学和卡罗林斯卡学院的研究人员取得了一项突破，这可能导致仿生手和机器人具备像人手一样的触觉感知能力。该研究发表在《科学》杂志上，研究还表明，可能有助于恢复中风患者失去的功能。“我们的系统能够快速识别遇到的物体类型，”乌普萨拉大学信号与系统部门的研究员表示，他们提供了数据处理和机器学习的专业知识，以及来自卡罗林斯卡学院神经生物学、护理科学和社会学、神经老年学部门的一组研究人员。
应用神经科学的理念，他们创建了一种人工触觉，允许人们仅通过触摸区分物体，例如判断一个物体是网球还是苹果，“乌普萨拉大学电气工程系的副教授张志斌解释道。
与同事陈立博一起，他们在数据处理和机器学习专家的帮助下进行了这项研究。他们的人工触觉系统受到神经科学的启发，并与卡罗林斯卡学院的研究人员合作开发。该技术是一个模仿人类神经系统对触觉响应的系统，利用电脉冲处理触觉信息。张说，这使得仿生手能够像身体的自然部分一样感受。该人工系统由电子皮肤、触觉传感器、将触摸信号转换为电脉冲的人工神经元和识别物体的处理器组成。理论上，它可以学习识别无限数量的物体。研究人员在测试中使用了22种不同的物体进行抓取和16种不同的表面进行触摸。带领研究的助理教授陈立博提到，他们还在开发该系统，使其能够感知疼痛和温度，并区分手的触摸材料，例如木材或金属。研究人员认为，触觉反馈可以使人类与机器人或仿生手之间的互动更加安全和自然，并且仿生肢体能够具备与人手相同的灵活性。“皮肤配备了大量受体。现有的电子皮肤技术无法提供足够数量的受体，但这项新技术有潜力改变这一现状，使我们能够为整个机器人创造人工皮肤，”陈解释道。
该技术也可能具有医疗应用，例如监测由帕金森病和阿尔茨海默病引起的运动障碍，或帮助患者在中风后恢复失去的功能。
“这项技术可以进一步发展以检测患者跌倒风险。这些信息可以用于外部刺激肌肉以防止跌倒，或促使辅助设备采取行动，”陈解释道。张强调：“基于脉冲时序编码的类神经触觉系统使动态物体分类成为可能，这能够接管并防止意外发生。”
