Forskare vid the University of Edinburgh har utvecklat en ny sensorteknik för handskar som kan hjälpa robotar att använda sina händer på mer människoliknande sätt. Enligt forskarna upptäcker handskarna handgester och subtila rörelser mer exakt än befintlig teknik.
– Data som samlats in med hjälp av handskarna – som kostar cirka 50 pund att tillverka – skulle kunna användas för att lära robotar att använda sina händer på liknande sätt som människor, menar forskarna.
Att utveckla robotar med större fingerfärdighet skulle kunna förbättra deras förmåga att användas i utmanande tillämpningar, såsom fjärrkirurgi, virtuell verklighet och att utföra uppgifter i rymden.
Varje handske är utrustad med en rad sensorer som kan upptäcka subtila rörelser, såsom fingerböjning och förändringar i avståndet mellan fingrarna – en funktion som liknande, befintlig teknik tenderar att sakna.
Sensorerna, inrymda i silikon och bestående av elektroder gjorda av flytande metall, upptäcker rörelser genom att mäta förändringar i mängden elektrisk laddning – kapacitans – som lagras av deras elektroder. Förändringar i kapacitansen uppstår när handskens fingrar böjs eller avståndet mellan dem ändras.
Gestdetektering
Forskarna i Edinburgh testade sin design genom att samla in handgestdata från sex deltagare. Medan de bar handsken utförde varje deltagare 30 olika handgester, vilka sensorerna detekterade med mer än 99 procents noggrannhet.
För att undersöka sensorernas förmåga att spåra ännu mer komplexa handrörelser gav forskarna deltagarna i uppgift att utföra slumpmässiga rörelser medan de bar handsken. Teamet använde kameror för att spåra handen samtidigt och producerade en jämförelsedatauppsättning för att testa handskens noggrannhet.
Resultatet visade att sensorerna korrekt kan rekonstruera handform och rörelser som nära matchar jämförelsedatan och överträffar nuvarande teknik med nästan 10 procent.I linje med denna studie försöker forskarna förbättra handskens avkänningsförmåga genom att integrera teknik som efterliknar den mänskliga handens känsel över hela handflatan.
Kommersiella tillämpningar
Teamet arbetar med Edinburgh Innovations, universitetets kommersialiseringstjänst, för att omsätta dessa proprietära tekniker till verklig effekt. Fokus ligger på nästa generations robotteknik, särskilt fingerfärdiga och humanoida robotar, där rik helkroppsavkänning är avgörande för säker och intelligent interaktion med den fysiska världen.
Måltillämpningarna spänner också över en rad användningsområden, från hälso- och sjukvård, såsom kirurgisk robotteknik och följsamma proteser, till virtuell och förstärkt verklighet och bärbara tekniker.
– Genom att använda mycket töjbara flytande metallelektroder kan vi fånga den kontinuerliga, flytande övergången av en hand i rörelse. Denna högkvalitativa gestdata är den saknade länken som behövs för att lära robotar inte bara hur man håller ett objekt, utan hur man manipulerar det med människoliknande smidighet och grace, säger Dr Yunjie Yang vid School of Engineering.
Forskningen presenterades vid 2025 IEEE/RSJ International Conference of Intelligent Robots and Systems i Hangzhou, Kina .
Länk till artikeln: https://www.research.ed.ac.uk/en/publications/modular-soft-wearable-glove-for-real-time-gesture-recognition-and/.
Arbetet stöddes av Europeiska forskningsrådet, som också nyligen har tilldelat forskargruppen ett Proof of Concept-bidrag för att kommersialisera sin relaterade, flexibla elektroniska hudteknik.
