，据中国科学院上海微系统与信息技术研究所消息，由地震，滑坡，塌方等掩埋事故造成的视觉感知障碍对受困人员的搜索和定位造成阻碍。

为了确保最佳救援时机，提升搜救成功率和生还率，依托国家科技创新 2030新一代人工智能重大项目，针对极端环境无视觉输入情况下对受困人员的识别与救援需求，中国科学院上海微系统与信息技术研究所研究员陶虎团队受自然界星鼻鼹鼠触嗅融合感知启发，将 MEMS 嗅觉，触觉柔性传感器阵列与多模态机器学习算法融合，构建了仿星鼻鼹鼠触嗅一体智能机械手。据彭博社消息，戴森的机器人部门一直在研究能够自主运动，并与其它家电互动的机器人。

用于应急救援掩埋场景的触嗅一体仿生智能机械手

据介绍，得益于硅基 MEMS 气体传感器，压力传感器的优异性能，该机械手手指触摸物体后可准确获取其局部微形貌，材质硬度和整体轮廓等关键特征，掌心可同步嗅出物体指纹气味，进一步通过仿生触嗅联觉 机器学习神经网络实时处理，最终完成识别人体，确认部位，判断掩埋状态，移开障碍物，闭环救援。这项专利还展现另一个组件，是一个机械手。。

本站了解到，上海微系统所科研人员与应急管理部上海消防研究所合作，通过到一线消防救援单位实地调研，真实还原构建了人体被瓦砾石堆覆盖的掩埋场景，在此环境下对包括人体在内的 11 种典型物体进行识别，触嗅联觉识别准确率达 96.9%，较单一感觉提升了 15%。图中可以看出，机械手拥有至少5个关节，手腕可以转动，有能力拿起水杯。

相较麻省理工学院发表于 Nature的单一触觉感知研究，该工作通过触，嗅联觉，仅使用 1/7 数量的传感器，达到了更理想的识别目的，并且缩小后的传感器规模和样本量更适合复杂环境，资源有限条件下的快速反应和应用此外，面对在实际救援中常见的存在干扰气体或器件部分损坏等情况，通过多模态感知的互补和神经网络的快速调节，该系统仍保持良好的准确率

相关研究成果以 A star—nose—like tactile—olfactory bionic sensing array for robust object recognition in non—visual environments 为题，于 2022 年 1 月 10 日发表在 Nature Communications 上。这款机械手十分宽大，具有两个关节，接触面有着防滑的颗粒。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。