精准脱贫 攻坚深度贫困（在习近平新时代中国特色社会主义思想指引下·代表委员畅谈抓落实）

缺乏通用、易获取且易于定制的触觉传感器，导致在通用机器人操作中出现了针对特定传感器的零散解决方案

来自纽约大学的科研人员，在 E-flesh 项目中合作，正在弥合力感知和传感器缺失的机器人应用与感知抓取器、手和脚之间的差距。有趣的是，你可以轻松地自制传感器：你需要一个业余 3D 打印机、小型的现成磁铁和一个磁力计电路板。

从 E-flesh 网站 ：

传感器由铺砌的参数化切割单元微结构构成，这允许调整传感器的几何形状及其机械响应。为了支持广泛的可访问性，我们提供了一个开源设计工具，将简单的凸 OBJ/STL 文件转换为可用于制造的 3D 打印 STL 文件。这种模块化设计框架使用户能够为机器人手、夹持器、四足脚等创建特定应用的传感器，并轻松调整灵敏度以满足不同任务的需求。

我们的传感器特性化实验展示了 eFlesh 的精度：接触定位精度为 0.5 毫米，沿 z 轴的力预测误差为 0.27 牛，在 x/y 平面上的力预测误差为 0.12 牛。我们还提出了一种基于学习的滑移检测模型，该模型对未见过的物体具有 95%的准确率，以及视觉触觉控制策略，这些策略在仅使用视觉的基线相比上提高了 40%的操作性能——在需要亚毫米精度才能成功完成的精确任务（如插头插入和信用卡刷卡）中实现了 90%的成功率。所有设计文件、代码、训练模型以及 CAD 到 eFlesh STL 转换工具都是公开提供的，以促进可访问性并鼓励广泛采用。