据了解，目前许多机器手都将所有传感器集中在指尖，因此物体必须与这些指尖完全接触才能被识别，这可能需要多次抓握。另一些设计则使用分布在整个手指上的低分辨率传感器，但这些传感器无法捕捉到足够的细节，因此也经常需要多次重新抓握。

与此不同，MIT 团队制造了一种机器手指，它由一个刚性的 3D 打印的内骨架和一个软质的透明“皮肤”组成。内骨架上嵌入了两对高精度的触觉传感器，称为 GelSight 传感器，它们使用摄像头和 LED 灯来收集物体表面的轮廓信息。这些传感器分布在手指的上部和中部，相互之间有一定的重叠，使得手指能够在整个长度上进行连续的感知。

当机器手指抓住物体时，摄像头会捕捉到 LED 灯从内部照亮皮肤时产生的轮廓图像。然后，一个算法根据这些图像反向计算出物体表面的轮廓，并用机器学习模型来识别物体。

利用这种设计，研究人员制造了一只由三个手指组成的机器手，它能够在只抓握物体一次的情况下，以约 85% 的准确率识别出物体。刚性骨架使得手指足够强壮，可以拿起重物，比如电钻，而软质皮肤则使得它们能够牢固地抓住柔软的物体的同时不会压碎它们，比如空塑料水瓶。

这些软硬结合的手指在家庭护理机器人中可能非常有用，这种机器人可以与老年人互动，可以从货架上拿下重物，也可以帮助老年人洗澡。

研究人员希望未来能够改进机器手，减少硅胶随着时间的磨损，并且给拇指增加更多的驱动力，使其能够执行更广泛的任务。

这项研究将在 RoboSoft 会议上展示。