机器人与触觉传感技术的碰撞，一文初探人类与机器人的触觉传感(22)

图 12. 真实世界中 3 个物体的姿态跟踪实验
图 12 给出真实世界中的实验结果。其中，ADD 值比模拟环境中实验的结果 ADD 值都要高，一方面，这是由于与具有不同参数的仿真相比，真实世界的动力学与仿真之间的差异更大；另一方面，真实世界中的观察值存在比模拟环境中更严重的噪声问题。由图 12 可以看出，没有优化器能够有效跟踪玩具香蕉的真实数据，由于物体（香蕉）的长力臂和低摩擦系数，使得其滑动行为难以精确建模。这是本文算法的一种失败模式，如果所有的模拟都发散，那么算法将无法在随后的优化程序更新中恢复。
3.2.3 小结
本文提出了一种基于样本的优化算法，通过接触反馈和 GPU 加速机器人仿真来跟踪手部目标的姿态。并行仿真同时保持了对真实世界和模型对象姿态变化的多种状态估计，这些变化是由复杂的接触动力学引起的。优化算法在目标姿态跟踪过程中调整仿真参数，进一步提高跟踪性能。在未来的工作中，作者计划向优化的循环中引入接触传感（Contact Sensing）与基于视觉的姿态跟踪。
四、文章小结
本文对人类和机器人的触觉传感知识进行了简单的梳理和探讨，并以此为基础给出了两篇论文中的应用实例。针对人类如何运用触觉信号来探索、感知，以及学习如何操纵、控制物体，研究人员已经进行了大量的深入分析。然而，生物系统处理感官信息以控制行为的方式，未必总是适合直接应用于机器人的工程解决方案中。不过，它们提供了关于行为生物体如何对动态变化的环境做出反应的参考，也提供了一个机器人开发和应用的多层次概念框架。研究人员可以在这个框架内进行对机器人系统传感器的总体设计。
系统的整体性能不仅取决于单个系统元素的独立质量，还取决于它们的集成方式。用亚里士多德的话来说，“整体比它的某些部分更重要（“the whole is more than some of its parts ）。”在设计触觉传感设备时，考虑到各种系统约束对于最终实现机器人的自动控制非常有用。这就需要在不同的层次上理解传感器系统的体系结构，从感知外部刺激到刺激的结果。在将人工触觉传感技术应用于真实世界环境之前，还需要进行大量的系统级工作。这将为今后开发实用、经济的触觉传感系统奠定基础。将触觉传感器有效地应用于机器人中，不仅可以促进机器人学的研究，还将有助于理解人类与环境的相互作用。