tactile

　　 　　随着机器人技术的飞速发展，其操控精细化应用是精密制造、科学实验、助老助残与医疗服务等国民经济重要领域的迫切需求。为实现机器人灵巧精细操作任务，对接触力的感知和推理对于精确地控制与环境的交互至关重要。近年出现的视触觉传感器，通过视觉图像对触觉信息的表征，而逐渐成为了热点。典型代表的GelSight传感器被用于研究物体的微观形状和力的检测。其中，弹性体、反射涂层、照明和相机是提高传感器性能的主要挑战。在今年的ICRA（IEEE International Conference on Robotics and Automation）会议中，研究人员针对GelSight传感器的不足，提出了改进。 　　 1. OmniTact传感器——“OmniTact: A Multi-Directional High-Resolution Touch Sensor” 　　本文介绍了一种多方向高分辨率触觉传感器OmniTact。OmniTact被设计用来作为机械手操作的指尖，并使用多个微型摄像机来检测凝胶皮肤的多方位变形。这提供了丰富的信号，通过使用现代图像处理和计算机视觉方法，从中可以推断出各种不同的接触状态变量。与GelSight传感器相比（图1），有类似的高分辨率光学传感原理，但有几个关键的区别：1)该传感器提供多向视野，在曲面上提供高灵敏度。2)在传感器中，硅胶直接接触相机上

　　 随着学会的队伍不断发展壮大，分支机构的发展愈发完善，丰富多彩的分支活动与学术分享也频频呈现。疫情期间，CAAI认知系统与信息处理专委会积极倡导学会“疫情防控不放松，学习充电不间断”的理念，邀请年轻学者结合本专委会自身领域研究精选相关文献进行研究与再解读，与大家分享《基于主动探索的智能抓取机器人》。 　　论文: Deng, Y., Guo, X., Wei, Y., Lu, K., Fang, B., Guo, D., Liu, H., Sun, F. (2019). Deep Reinforcement Learning for robotic Pushing and Picking in Cluttered Environment. 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).doi:10.1109/iros40897.2019.8967899 　　 1. 研究背景 　　近年来，电子商务的发展推动了物流产业项目的繁荣，全球物流市场收入预计在2021年达到224亿美元。人力成本的快速上涨，使智能化的物流装备在提高物流效率等方面的优势日渐突出。我国物流行业正在从劳动密集型转向技术密集型，机器人代替人工是未来的趋势。 　　目前，物流自动化的难点在于仓储物流，80