剑桥大学的研究团队使用机器学习算法来训练机器人传感器快速滑过盲文文本行。该机器人可以以每分钟315个单词的速度阅读盲文，准确率接近90%。

尽管机器人盲文阅读器并不是作为辅助技术开发的，但研究人员表示，阅读盲文所需的高灵敏度使其成为开发与人类指尖灵敏度相当的机器人手或假肢的理想测试。研究结果发表在《IEEE机器人与自动化快报》杂志上。

人类的指尖非常敏感，可以帮助我们收集有关周围世界的信息。我们的指尖可以检测到材料质地的微小变化，或者帮助我们知道抓握物体时需要用多大的力：例如，捡起一个鸡蛋而不打破它，或者捡起一个保龄球而不掉落它。

以节能的方式在机器人手中再现这种灵敏度水平是一项巨大的工程挑战。在剑桥大学工程系FumiyaIida教授的实验室中，研究人员正在开发针对人类认为容易但机器人认为困难的这项技能和其他技能的解决方案。

“人类指尖的柔软性是我们能够以适当的压力抓住物体的原因之一，”该论文的第一作者、彭布罗克学院本科生、剑桥大学工程系的帕斯·波特达尔(ParthPotdar)说。“对于机器人技术来说，柔软度是一个有用的特性，但你还需要大量的传感器信息，而且同时拥有这两者是很棘手的，特别是在处理柔性或可变形表面时。”

盲文是机器人“指尖”的理想测试，因为阅读它需要高灵敏度，因为每个代表性字母图案中的点都非常接近。研究人员使用现成的传感器开发了一种机器人盲文阅读器，可以更准确地复制人类的阅读行为。

“现有的机器人盲文阅读器，但它们一次只能读一个字母，这不是人类的阅读方式，”合著者、同样来自工程系的戴维·哈德曼(DavidHardman)说。“现有的机器人盲文阅读器以静态方式工作：它们触摸一个字母图案，阅读它，从表面拉起，移动到下一个字母图案，等等。我们想要更现实、更高效的东西。”

研究人员使用的机器人传感器的“指尖”上有一个摄像头，并结合摄像头和传感器的信息进行读取。“这对于机器人专家来说是一个难题，因为需要进行大量图像处理来消除运动模糊，这既费时又费力，”Potdar说。

该团队开发了机器学习算法，以便机器人阅读器能够在传感器尝试识别字母之前对图像进行“去模糊”。他们在一组应用了假模糊的清晰盲文图像上训练了算法。在算法学会对字母进行去模糊处理后，他们使用计算机视觉模型来检测和分类每个字符。

一旦算法被合并，研究人员就通过沿着一排盲文字符快速滑动阅读器来测试阅读器。机器人盲文阅读器可以以每分钟315个单词的速度阅读，准确度为87%，比人类盲文阅读器快两倍，准确度也差不多。

“考虑到我们使用假模糊来训练算法，令人惊讶的是它在阅读盲文方面的准确度，”哈德曼说。“我们发现速度和准确性之间存在很好的权衡，人类读者也是如此。”

“盲文阅读速度是测量触觉传感系统动态性能的好方法，因此我们的研究结果可能适用于盲文之外的应用，例如检测机器人操作中的表面纹理或滑动，”Potdar说。