研究人员攻克了仿生机器人技术的一大难题，开发出一种传感器，在人工智能的辅助下可以在盲文上滑动，以两倍于人类的速度准确读取盲文。这项技术可应用于机器手和假肢，提供与人类相当的指尖灵敏度。
人类的指尖异常灵敏。它们可以传达小至头发丝一半宽度的物体的细节，辨别表面纹理的细微差别，并能运用适当的力量抓住鸡蛋或一袋 20 磅（9 千克）重的狗粮而不打滑。
随着尖端电子皮肤开始融入越来越多的仿生物功能，像滑动这样类似人类的动态交互变得越来越重要。然而，尽管软机器人技术不断进步，但要在机器人中再现人类指尖的灵敏度却很困难。
英国剑桥大学的研究人员采用一种方法，将基于视觉的触觉传感器与人工智能相结合，以高分辨率和高速度检测特征，从而使其离现实更近了一步。
"人类指尖的柔软度是我们能够以适当的压力抓握东西的原因之一，"该研究的第一作者帕斯-波特达尔（Parth Potdar）说。"对于机器人技术来说，柔软是一种有用的特性，但你也需要大量的传感器信息，而同时拥有这两种信息是很棘手的，尤其是在处理柔性或可变形表面时"。
研究人员为自己设定了一项具有挑战性的任务：开发一种机器人"指尖"传感器，它可以像人的手指一样沿着指尖滑动，从而读取盲文。这是一项理想的测试。传感器需要高度灵敏，因为每个代表字母的点都非常紧密地排列在一起。
研究报告的合著者大卫-哈德曼（David Hardman）说："目前已有机器人盲文阅读器，但它们一次只能阅读一个字母，这与人类的阅读方式不同。现有的机器人盲文阅读器的工作方式是静态的：它们触摸一个字母图案，读取它，从表面拉起，移过去，再降低到下一个字母图案上，以此类推。我们想要的是更逼真、更高效的东西"。
因此，研究人员创造了一种在"指尖"装有摄像头的机器人传感器。考虑到传感器的滑动动作会导致运动模糊，研究人员使用了一种机器学习算法，这种算法是在一组经过合成模糊处理的真实静态图像上训练出来的，目的是"消除"图像的模糊。消除运动模糊后，计算机视觉模型就能检测出每个字母并对其进行分类。
Potdar 说："这对机器人专家来说是个难题，因为要消除运动模糊，需要进行大量的图像处理，耗时耗力。"
采用训练有素的机器学习算法意味着机器人传感器能以每分钟315字的速度阅读盲文，准确率达到87.5%，是人类阅读器速度的两倍，准确率也差不多。研究人员说，这比以前的研究快得多，而且这种方法可以通过更多的数据和更复杂的模型架构进行扩展，从而在更高的速度下实现更好的性能。
哈德曼说："考虑到我们使用假模糊来训练算法，它在阅读盲文方面的准确性令人惊讶。我们在速度和准确性之间找到了一个很好的平衡点，人类读者也是如此。"
研究人员说，虽然这种传感器不是为辅助技术而设计的，但它能快速准确地读取盲文，这对开发灵敏度可与人类指尖媲美的机器手或假肢是个好兆头。他们希望将其技术放大到人形手或皮肤的大小。
Potdar说："盲文阅读速度是测量触觉传感系统动态性能的一个很好的方法，因此我们的研究结果可以应用于盲文以外的领域，如检测表面纹理或机器人操纵中的滑动。"
下面这段视频由剑桥大学制作，介绍了研究人员如何开发盲文阅读传感器。