مجموعة بيانات الملمس اللمسي Cluster: مجموعة بيانات ملمس لمسية بجهات وسرعات انزلاق متغيرة

لماذا تهم بيانات اللمس في حياتك الرقمية

الهواتف التي تبدو كالأقمشة، والواقع الافتراضي الذي يتيح لك الإحساس بحبيبات الخشب، والروبوتات القادرة على تمييز الجلد عن الزجاج — كل ذلك يعتمد على شيء واحد: بيانات جيدة عن اللمس. بينما تمتلك الكاميرات والميكروفونات مجموعات بيانات عامة هائلة للتعلّم منها، فقد افتقر إحساسنا باللمس إلى نفس النوع من المراجع المجموعة بعناية. تقدم هذه الورقة مجموعة بيانات جديدة تسد تلك الفجوة، وتوفر للعلماء والمهندسين مكتبة مفصلة لكيفية شعور الأسطح المختلفة عندما يتحرك فوقها طرف إصبع بطرق متعددة.

مكتبة للأسطح الواقعية

أنشأ الفريق ما أطلقوا عليه مجموعة بيانات الملمس اللمسي Cluster، وهي مجموعة تسجيلات من 118 مادة يومية. تشمل هذه الأخشاب، والحجر، والزجاج، والمعادن، والبلاستيك، والأقمشة، والسيراميك، والمركبات، وأنواعًا مختلفة من الجلود. بدلًا من الاعتماد على متطوعين بشريين لاستكشاف الأسطح بأسلوبهم الخاص، استخدم الباحثون طرف إصبع صناعي مكوَّن من مطاط ناعم. تم ضغط هذا الطرف والانزلاق به عبر كل سطح تحت ظروف محكمة التحكم بحيث يمكن مقارنة البيانات الناتجة بشكل عادل بين المواد وأنماط الحركة.

إصبع روبوتي يستمع ويشعر

لجمع البيانات، عدّل الباحثون طابعة ثلاثية المحاور بحيث يمكنها تحريك طرف المطاط بدقة عالية. أثناء انزلاق الطرف على كل سطح، سجلت الميكروفونات الأصوات الطفيفة، وتتبع مقياس التسارع الاهتزازات، وقاس خلية الحمل قوة الاتصال، وسجلت الآلة موضع طرف الإصبع. أُخذت القياسات داخل صندوق عازل للصوت، وطبَّق الفريق إلغاء ضوضاء نشط بعد ذلك لإزالة همهمة الآلة. لكل مادة اختبروا خمسة سرعات انزلاق، وثمانية اتجاهات، ومستويين من القوة، مع تكرار كل حالة مرتين. أنتج هذا 160 حالة حركة لكل سطح ومجموع 18,880 تسجيلًا متزامنًا، إلى جانب صور عالية الدقة وقياسات احتكاك.

من اللمس الخام إلى إشارات مفيدة

جمع البيانات هو جزء واحد فقط من القصة. احتاج المؤلفون أيضًا لإظهار أنها تحتوي على أنماط يمكن لأجهزة الحاسوب التعلّم منها. حوّلوا تسجيلات الصوت والاهتزاز إلى خرائط زمن–ترددية ملونة ودربوا أنواعًا مختلفة من الخوارزميات للتعرّف على الملمسات والسرعات والاتجاهات. أداؤت نماذج التعلم العميق المبنية على الشبكات العصبية الالتفافية بشكل متميز، حيث تحدد نوع السطح بشكل صحيح بحوالي 96 بالمئة عند تزويدها بالصوت والاهتزاز معًا. كما قدّرت السرعة الانزلاقية بدقة تقارب 89 بالمئة والاتجاه بحوالي 79 بالمئة، ما كشف أن التسجيلات تحافظ على دلائل غنية حول كيفية حركة طرف الإصبع.

ما الذي يتغير مع السرعة والاتجاه

أتاحت مجموعة البيانات للفريق طرح سؤال حول كيف تؤثر خصائص المادة على ما تلتقطه حساسات اللمس. أنتجت العينات الملساء قليلة الاحتكاك مثل بعض الأخشاب والمعادن والبلاستيك إشارات حساسية تغيرت بطرق منتظمة مع تغير السرعة، مما أدى إلى دقة عالية في تمييز السرعة. بالمقابل، خلقت الأسطح الناعمة أو غير المنتظمة مثل الشاش وبعض أنواع الجلود إشارات أكثر فوضوية، مما صعّب تقدير السرعة. بالنسبة للاتجاه، قدمت الأسطح ذات الحبيبات القوية أو الأنماط المخططة أوضح النتائج، لأن الانزلاق عبر الحبيبات أو بمحاذاتها أنتج أنماط اهتزاز وصوت مختلفة جدًا. أما المواد ذات الأسطح المشوشة أو القابلة للتشوه فتميل إلى طمس هذه الاختلافات.

ماذا يعني هذا لتقنية اللمس المستقبلية

لغير المتخصصين، الرسالة الأساسية هي أننا أصبح لدينا الآن مكتبة عامة ومنظمة جيدًا من بيانات اللمس تربط بين شكل الشيء وكيف يبدو ويصدر من صوت ويُحس عند تحريكه بطرق متعددة. ينبغي أن يسهل هذا المورد تصميم هواتف ووحدات تحكم وأنظمة واقع افتراضي تستجيب بشكل واقعي عند السحب أو النقر، وتدريب روبوتات قادرة على تقدير المواد باللمس. وبما أن الباحثين في أنحاء العالم يمكنهم تنزيل مجموعة البيانات والشيفرة المرتبطة بها، يمكنهم مقارنة الطرق بشكل عادل والبناء على عمل بعضهم البعض، تمامًا كما فعلت مجموعات بيانات الصور مع رؤية الحاسوب.

الاستشهاد: Eguchi, M., Hayase, T., Hiroi, Y. et al. Cluster Haptic Texture Dataset: Haptic Texture Dataset with Varied Velocity-Direction Sliding Contacts. Sci Data 13, 756 (2026). https://doi.org/10.1038/s41597-026-06760-z

الكلمات المفتاحية: مجموعة بيانات الملمس اللمسي, التحسس اللمسي, اللمس في الواقع الافتراضي, لمس الروبوت, التعلّم الآلي متعدد الوسائط