研究人員攻克了仿生機器人技術的一大難題，開發出一種感測器，在人工智慧的輔助下可以在點字上滑動，以兩倍於人類的速度準確讀取點字。這項技術可應用於機器手和義肢，提供與人類相當的指尖靈敏度。

人類的指尖異常靈敏。它們可以傳達小至頭髮絲一半寬度的物體的細節，辨別表面紋理的細微差別，並能運用適當的力量抓住雞蛋或一袋20 磅（9 公斤）重的狗糧而不打滑。

隨著尖端電子皮膚開始融入越來越多的仿生物功能，像滑動這樣類似人類的動態互動變得越來越重要。然而，儘管軟機器人技術不斷進步，但要在機器人中再現人類指尖的靈敏度卻很困難。

英國劍橋大學的研究人員採用一種方法，將基於視覺的觸覺感測器與人工智慧相結合，以高解析度和高速度檢測特徵，從而使其離現實更近了一步。

“人類指尖的柔軟度是我們能夠以適當的壓力抓握東西的原因之一，”該研究的第一作者帕斯-波特達爾（Parth Potdar）說。”對於機器人技術來說，柔軟是一種有用的特性，但你也需要大量的感測器信息，而同時擁有這兩種信息是很棘手的，尤其是在處理柔性或可變形表面時”。

研究人員為自己設定了一項具有挑戰性的任務：開發一種機器人”指尖”感測器，它可以像人的手指一樣沿著指尖滑動，從而讀取點字。這是一項理想的測試。感測器需要高度靈敏，因為每個代表字母的點都非常緊密地排列在一起。

研究報告的合著者大衛-哈德曼（David Hardman）說：”目前已有機器人點字閱讀器，但它們一次只能閱讀一個字母，這與人類的閱讀方式不同。現有的機器人點字閱讀器的工作方式是靜態的：它們觸摸一個字母圖案，讀取它，從表面拉起，移過去，再降低到下一個字母圖案上，以此類推。我們想要的是更逼真、更有效率的東西”。

因此，研究人員創造了一種在”指尖”裝有攝影機的機器人感測器。考慮到感測器的滑動動作會導致運動模糊，研究人員使用了一種機器學習演算法，這種演算法是在一組經過合成模糊處理的真實靜態影像上訓練出來的，目的是”消除”影像的模糊。消除動作模糊後，電腦視覺模型就能偵測出每個字母並對其進行分類。

Potdar 說：”這對機器人專家來說是個難題，因為要消除動作模糊，需要大量的影像處理，耗時耗力。”

採用訓練有素的機器學習演算法意味著機器人感測器能以每分鐘315字的速度閱讀點字，準確率達到87.5%，是人類閱讀器速度的兩倍，準確率也差不多。研究人員說，這比以前的研究快得多，而且這種方法可以透過更多的數據和更複雜的模型架構進行擴展，從而在更高的速度下實現更好的效能。

哈德曼說：『考慮到我們使用假模糊來訓練演算法，它在閱讀點字方面的準確性令人驚訝。我們在速度和準確性之間找到了一個很好的平衡點，人類讀者也是如此。 “

研究人員說，雖然這種感測器不是為輔助技術而設計的，但它能快速準確地讀取點字，這對開發靈敏度可與人類指尖媲美的機器手或義肢是個好兆頭。他們希望將其技術放大到人形手或皮膚的大小。

Potdar說：”點字閱讀速度是測量觸覺感測系統動態表現的一個很好的方法，因此我們的研究結果可以應用於點字以外的領域，如檢測表面紋理或機器人操縱中的滑動。”

下面這段影片由劍橋大學製作，介紹了研究人員如何開發點字閱讀感測器。