想象一下，人们坐在黑暗的电影院里，想知道杯子里还剩下多少苏打水。只需拿起杯子摇晃一下，听听里面有多少冰在晃动，就能大致判断是否需要免费续杯。然后，如果座椅上的人想知道扶手是不是用木头做的，敲击几下，听到空洞的回声后，就可以断定它是塑料做的。这种通过物体发出的声波振动来了解世界的能力，是人们无需思考就能做到的。现在，研究人员希望将这种能力集成到机器人中，以增强其快速发展的感知能力。

（图片来源：杜克大学）

据外媒报道，杜克大学（Duke University）开发出一种名为SonicSense的系统，允许机器人以以前仅限于人类使用的方式与周围环境互动。杜克大学机械工程与材料科学教授Boyuan Chen实验室的一年级博士生Jiaxun Liu表示：“目前机器人主要依靠视觉来解读世界。我们希望创造一种解决方案，可以处理日常生活中复杂而多样的物体，使机器人拥有更丰富的‘感受’和理解世界的能力。”

SonicSense的机械手拥有四个手指，每个手指的指尖都嵌入接触式麦克风。这些传感器可以检测并记录机器人轻拍、抓握或摇晃物体时产生的振动。由于麦克风与物体接触，机器人能够排除环境噪音。基于交互和检测到的信号，SonicSense可以提取频率特征并利用之前的知识，结合人工智能的最新进展，从而确定物体是由什么材料制成的及其3D形状。如果是系统从未见过的物体，这可能需要20次不同的交互才能得出结论。但如果是数据库中已有的物体，只需四次就能正确识别。

Chen教授表示：“SonicSense为机器人提供了一种新的听觉和感觉方式，这与人类非常相似，可以改变当前机器人感知和与物体互动的方式。虽然视觉十分重要，但声音增加了信息层次，能够揭示眼睛可能忽略的东西。”

研究人员演示了SonicSense可以实现的诸多功能。通过转动或摇动装满骰子的盒子，它可以数出里面的骰子数量和形状。对一瓶水进行同样的操作，它可以知道里面含有多少液体。通过敲击物体的外部，就像人类在黑暗中探索物体一样，它可以对物体形状进行3D重建，并确定它是由什么材料制成的。

虽然这并不是第一次尝试使用这种方法，但SonicSense比之前的工作更进一步，性能更好。它使用四根手指而不是一根手指，基于触摸的麦克风可以屏蔽环境噪音，而且采用先进的人工智能技术。这种设置使系统能够识别由多种材料构成的物体（这些物体具有复杂的几何形状、透明或反射表面），以及对视觉基系统具有挑战性的材料。Liu表示：“大多数数据集是在受控实验室设置（或人工干预的情况下）中收集的，但我们需要机器人在开放的实验室环境中独立与物体互动。在模拟过程中，这种复杂程度很难复制。受控数据和真实世界数据之间的差距十分重要，SonicSense使机器人能够直接与物理世界中多样化、混乱的现实进行交互，从而弥合了这一差距。”

借助这些能力，SonicSense成为训练机器人在动态、非结构化环境中感知物体的坚实基础。在成本方面也是如此，它使用接触式麦克风（与音乐家用来录制吉他声音的麦克风相同）、3D打印和其他市售组件，构建成本仅超过200美元。展望未来，该团队致力于提高系统与多个物体交互的能力。通过集成物体跟踪算法，机器人将有能力处理动态的、混乱的环境。在现实世界任务中，这使它们进一步实现接近人类的适应能力。

另一关键进展在于机械手本身的设计。Chen教授表示：“这仅仅是个开始。未来，我们设想将SonicSense应用于更先进的、具有灵巧操作技能的机械手中，使机器人能够执行需要细致触觉的任务。我们很高兴探索如何进一步开发这项技术，以整合压力和温度等多种感官模式，从而实现更复杂的交互。”