可以通过触觉感觉代替视觉线索识别对象的机器人具有广泛的潜在应用,包括外科手术和救援行动。奈良科技学院智能系统控制实验室(NAIST)的研究人员开发了一种算法,使配备有传感器的灵巧机器人手通过压力,振动和温度来识别物体。对象识别算法采用主动学习方法:手执行诸如摩擦,挤压或拉动对象的动作,从而获得它用于规划下一个动作的触觉信息。
纳斯特研究人员使用MATLAB®和机器人系统工具箱™开发两种用于触觉对象识别的算法。第一种使用机器学习技术来开发来自观察到的传感器数据的概率模型。第二个使用学习模型来识别不同的对象。
“Matlab让我们专注于进行我们的研究而不是写作代码,”纳斯省助理教授Takamitsu Matsubara说。“通常,当我们使用新的机器人时,有一个冗长的代码写入阶段,但MATLAB和机器人系统工具箱使我们能够最大限度地减少此阶段并专注于提高主动触觉对象识别。”