一種新型的三指機械手，沿著它的每個手指都具有G分辨率觸覺傳感。手指是柔順的，由柔性內骨骼支撐的柔軟外殼構成。每個手指都包含兩個攝像頭，可以沿著手指的正面和側面收集觸覺數據。抓取器可以對物體進行包裹著抓取，并在一次抓取中提取大量豐富的觸覺數據。通過一次收集被抓取物體的多個部分的數據，我們可以用一次抓取來進行物體識別，而不需要多次觸摸。本文描述了作者新穎的設計和制備技術，這些技術使我們能夠同時滿足柔順性和強度以及大面積G分辨率觸覺傳感的要求。

人類的手為許多機械手提供了靈感。人類的手指內部有一個關節骨架，上面覆蓋著柔軟的皮膚，為手指提供力量和適應性的結合。手指是圓形的，整個皮膚都有觸覺，且前面的觸覺靈敏度好。當一個人用包裹的方式抓取物體時，物體會在很多點接觸手，從而使人能夠通過物體的形狀、大小和其他特性來識別物體。我們的目標是創造一只模仿這些特性的機械手。使用單次抓握識別物體的能力很重要，需要沿著手指的抓握表面進行“完全”感知。

盡管目前許多受手指啟發的傳感器可以用G分辨率指尖傳感器或低分辨率較大的觸覺傳感器很好地進行物體識別，但它們要么要求物體與指尖完全接觸，要么要求多次重復抓取來對手內的物體進行分類。此外，它們不具備軟機器人所提供的適應性，這可以J大地提G抓取器的安全抓取能力，或使其更安全地與周圍的世界互動。也就是說，軟機器人機械手可以從具備結構適應性和剛度，以及觸覺傳感器的G分辨率傳感中受益匪淺。本文為此作出以下貢獻：

一種沿著曲面的連續G分辨率觸覺傳感器的新穎設計；

一種結合了觸覺傳感，以人類為靈感的抓取內骨骼手指設計；

一種神經網絡，可以僅利用單個抓取的觸覺圖像來對物體進行分類。

將連續G分辨率觸覺傳感器集成到手指中，然后將其集成到類似人類的手中。然后，這只手能夠使用這些大的感應范圍，從而能夠使用一次抓取在一定程度上準確地對物體進行分類，據作者所知，這是以前從未做過的。用一次抓握來識別物體的能力類似于我們人類在有一些基礎知識后，在沒有外部視覺的情況下來抓握物體，能夠幾乎立即確定我們持有的東西。

盡管近的研究主要集中在用于靈巧操作的大范圍低分辨率觸覺傳感器或G分辨率指尖傳感器上，對手指表面大部分區域的G分辨率傳感沒有做太多研究。有了這種額外的傳感功能，我們就可以執行許多有用的分類任務，且在一個柔軟、順從的抓取動作中做到，我們也可以安全可靠地與物體和周圍環境進行交互。類似于GelSight EndoFlex的傳感器能夠用于家庭護理機器人或人機交互，在這些方面，適應性和傳感性能是成功的關鍵。

未來工作包括增加拇指狀關節，以及全指尖傳感，這可以大大提G抓取器在傳感和靈巧操作任務中的可用性。我們還可以繼續從GelSight傳感器中汲取靈感，并添加標記，幫助跟蹤手指表面的滑動、剪切或扭轉力。總的來說，我們新穎的內骨骼手指設計開始解決設計具有G分辨率傳感的受人類啟發的軟硬機械手的問題，這些機械手未來能夠執行越來越復雜的任務。