基于接近引导的自适应趋触性探索与神经形态识别的生物启发式物体取回

《Advanced Robotics Research》：Bio-Inspired Object Retrieval via Proximity-Guided Adaptive Thigmotactic Exploration and Neuromorphic Recognition

　　

服务机器人在缺乏可靠相机观测的情况下，常常难以从遮挡或照明不良的空间中取回物体。本研究提出了一种生物启发式方法，将接近引导的自适应趋触性探索与多模态接触信号的神经形态识别相结合。末端执行器周围的分布式主动红外接近传感器提供稀疏、低空间分辨率的光学测量，这些测量在碰撞感知探索过程中调节随机运动和边界跟随。在检测到候选物体后，受体信息编码器将抓取和举起过程中获取的力、温度和腕部力-力矩序列转换为脉冲序列，供脉冲神经网络（spiking neural network, SNN）分类。在50个共享初始-目标配置（每个重复5次）中，自适应趋触性相对于Lévy行走平均行进距离降低了31.65%（95%置信区间：20.38%–41.82%）。SNN在两个采集的数据集上平均测试集准确率分别达到97.46%和100%，并且在50次机器人试验中，49次物体取回成功。在两种GPU分类器均排除输入准备的情况下，相对于长短期记忆网络，SNN推理的总能量和动态能量分别降低了60.1%和70.3%。在Loihi 2上的无I/O核负载条件下，量化SNN每序列需0.20 mJ。

**研究背景与问题**
服务机器人通常依赖RGB或深度相机完成物体取回、避障和操作。然而，在遮挡或照明不良区域，如家具下方、抽屉或搁架内，相机观测退化或缺失，导致碰撞感知搜索与操作受阻。人类在无视觉条件下依靠力、热和本体感觉线索识别物体；而缺乏分布式触觉的机器人若直接依赖接触探索，则可能产生不必要的碰撞。某些视觉受限动物通过胡须在身体接触前感知附近表面，并表现出趋触性（thigmotaxis）——在陌生环境中倾向贴近边界，随后随环境熟悉而减弱。受此启发，研究人员提出一种结合接近引导的自适应趋触性探索与神经形态多模态接触信号识别的系统，以实现相机不可达空间中的物体取回。

**研究内容与主要结论**
该系统在丰田人形辅助机器人（HSR）末端执行器上覆盖机器人皮肤单元，该单元集成主动红外接近、法向力和温度传感。接近传感器提供稀疏、低空间分辨率方向性响应，用于调节随机运动与边界跟随，实现碰撞感知探索。检测到候选物体后，受体信息编码器将抓取举起过程中的法向力、温度及腕部力-力矩（F/T）序列转换为脉冲序列，并由脉冲神经网络（SNN）分类。在50个共享初始-目标配置中，自适应趋触性比Lévy行走平均路径长度降低31.65%（95% CI: 20.38%–41.82%）。SNN在两个数据集上平均测试准确率分别达到97.46%和100%，50次实物取回试验中成功49次。在RTX 4080上，SNN推理相比长短期记忆网络（LSTM）总能量降低60.1%，动态能量降低70.3%；在Loihi 2上，量化SNN每序列仅耗0.20 mJ（无I/O核负载）。

**关键技术方法**
研究基于HSR平台，在手掌、腕部、手指内侧面和指尖布置机器人皮肤单元。接近模块使用主动红外反射，探索策略由两个Ornstein–Uhlenbeck过程生成随机平面运动，通过双阈值接近反应实现避碰与边界跟随，并以自适应参数λ_thig调节边界趋势。识别方面，法向力经Izhikevich慢适应（SA）与快适应（RA）模型编码，腕部力/力矩通过方向偏好神经元投影编码，温度由热敏感神经元群体编码，最终生成60位脉冲向量，输入四层前馈SNN（60-512-512-输出）。数据集包括18类YCB物体共360次抓取和7类多感觉物体共140次抓取，分类性能与LSTM、SVM、kNN基线比较。

**研究结果**
*5.1 趋触性探索策略*
通过定性轨迹扫描显示，较大λ_thig值使机器人趋向边界移动，较小值则偏向开阔区域。在50个共享配置中，自适应趋触性条件级中位路径长度均值为4.54 m，而Lévy行走为6.64 m；固定λ_thig=0.3、0.5、0.8分别为5.13、6.14、5.64 m。与Lévy行走相比，路径长度平均减少2.10 m（95% CI: 1.18–3.17 m），相对降低31.65%（95% CI: 20.38%–41.82%），Wilcoxon符号秩检验p<0.001，效应量r_rb=0.636。

*5.2 物体识别与取回*
SNN在18类机械感觉数据集上平均测试准确率最高，达97.46%，优于LSTM（94.76%）和特征基线（87.78%–91.67%）；在7类多感觉数据集上达100%，优于LSTM（95.94%）和特征基线（86.25%–92.34%）。混淆矩阵显示SNN预测错误显著少于LSTM。在50次实物机器人试验中，49次成功完成检测、抓取和分类；唯一失败是因SNN给出错误类别标签。

*5.3 推理延迟与能量*
在RTX 4080上，SNN单序列推理总能量166.90 mJ，而LSTM为418.59 mJ，总能量降低60.1%；动态能量从159.28 mJ降至47.23 mJ，降低70.3%；延迟从4.78 ms降至2.30 ms。将量化SNN部署至Loihi 2后，无I/O核负载测量显示总能量0.20 mJ/序列，动态能量0.115 mJ/序列，均比GPU上的LSTM低三个数量级以上。

**讨论与结论**
讨论指出当前接近阵列的空间采样密度受皮肤细胞尺寸和机械柔顺性限制；红外响应受反射率、入射角和环境红外干扰影响；单通道或整单元失效可能形成感知盲区，鲁棒性尚未量化。探索实验仅在静态有界工作空间中进行，未保留历史位置，无法保证搜索完整性。物体识别局限于已知类别，对未见过物体、姿态变化和长期漂移的泛化仍需验证。报告能量仅统计分类推理，不包含传感采集和机器人驱动。研究结论部分可翻译为：本研究表明，在相机不可达的有界工作空间中，接近引导的生物启发式物体取回是可行的；识别网络在精度和能量效率上优于传统神经网络，并在神经形态硬件上实现了极低功耗。未来方向包括容错感知、更大空间的探索以及未见过物体的识别。