普诺飞思传感器Metavision实现更快速且节能机器触觉感知

今天，人工智能技术的发展已经成功将视觉和听觉等人类重要的感官功能结合到机器人技术中，但赋予机器人予人类触觉的感知仍是一项不可小觑的挑战。

触觉是人类与外界环境进行交互的重要方式之一，触觉感知也是当前元宇宙发展面临的一个核心技术挑战。在工业生产、医疗护理、虚拟现实等领域，机器触觉可以有效帮助机器突破当前感知功能的局限，并实现更高效安全的人机互动。

例如，在工厂车间，配备电子皮肤的机械臂可以利用触觉感应识别和抓住物体，并施以适当的压力防止物体滑落；在医疗护理行业，通过赋予手术机器人触觉，让我们更接近手术自动化的实现。..

为了进一步提高了机器人的感知能力，来自新加坡国立大学（NUS）的研究团队开发了一种新型的电子皮肤，结合基于事件的神经拟态视觉传感器，实现了更快速且节能的机器触觉感知。

在这项研究中，NUS 研究团队使用新型的触觉传感器 NeuTouch，其结构类似于人的指尖，包含一层“皮肤（Ecoflex）”以及由 3D 打印的“骨骼”。与普诺飞思基于事件的传感器 Metavision 的像素原理类似，NeuTouch 的触觉像素（tactile pixels）由事件驱动，异步触发，因此实现了更高性能的触觉感知，同时功耗更低，更加节能。

在此基础上，研究人员将 NeuTouch 与普诺飞思的事件相机结合到一个机械手臂，进行容器分类和旋转滑移检测。测试结果发现，结合基于事件的视觉传感器，机器触觉系统可以非常快速地检测到滑动，速度比人类触觉快 1，000 倍，并且能在 0.08 秒的时间内检测到旋转滑动。

此外，由于基于事件的视觉传感器对环境的光照变化反应非常灵敏，这意味机器人系统无论在低光、强光或是非常高动态范围的场景中，其感知性能都不会发生改变。

“我们对研究结果感到兴奋。这表明神经拟态系统有希望结合多传感器，解决机器人感知能力难题。这让我们朝着制造节能而且值得信赖的机器人又迈出了一步”，研究团队成员之一、NUS 计算机学院助理教授 Harold Soh 表示。

该研究结果表明，基于事件的传感和机器学习将有望成为下一代高效实时自主机器人的必要基础。

不同于耗费大量资源的深度学习方法，基于事件驱动的感知提供了一种更高效的替代方法，可保证系统的高能效和低延迟，是实时移动机器人的理想选择。此外，结合视觉与触觉感知，机器人可以更好地理解现实环境，从而实现更加安全高效的人机交互。