如今的智能机器人可以通过视觉和触觉准确识别许多物体。通过传感器获得的触觉信息以及机器学习算法使机器人能够识别之前处理过的物体。

然而，当机器人面对大小和形状相似的物体或未知物体时，感知通常会产生混淆。限制机器人感知的其他因素包括背景噪音和形状和大小不同的同类型物体。

在《应用物理评论》中，清华大学的研究人员致力于突破机器人识别各种常见但复杂物品的难题。

人类拥有多种类型的触觉，其中一种是热感。这使我们能够感知风吹、感知冷热，并根据产生的不同凉爽感来区分物质类型，例如木材和金属。

研究人员旨在通过设计一种机器人触觉感应方法来模仿这种能力，该方法结合了热感应，以实现更强、更准确的物体检测。

“我们建议在手抓握过程中利用时空触觉感应来扩展机器人的功能和同时感知所抓握物体的多种属性的能力，包括热导率、热扩散率、表面粗糙度、接触压力和温度，”作者荣朱说。

该团队创建了一个分层传感器，表面用于检测材料，底部用于感应压力，中间有一个多孔层，可感应热变化。他们将这种传感器与一种高效的级联分类算法配对，该算法按从易到难的顺序排除物体类型，从空纸箱等简单类别开始，然后是橘子皮或碎布。

为了测试他们的方法的效果，该团队创建了一个智能机器人触觉系统来对垃圾进行分类。该机器人捡起各种常见的垃圾，包括空纸箱、面包屑、塑料袋、塑料瓶、餐巾纸、海绵、橘子皮和过期药物。它将垃圾分类到可回收物、食物残渣、危险废物和其他废物的单独容器中。

他们的系统在识别以前从未遇到过的各种垃圾物体方面实现了 98.85% 的分类准确率。这种成功的垃圾分类行为可以大大减少现实生活中的人工劳动，并为智能生活技术提供广泛的适用性。

该领域的未来研究将集中于增强机器人的体现智能和自主执行。

“此外，通过将这种传感器与脑机接口技术相结合，传感器收集的触觉信息可以转换成人脑可以接受的神经信号，重新增强手部残疾人士的触觉感知能力。”朱说。