العلماء يجلبون الحساسية الشديدة لأطراف الأصابع إلى الروبوتات

قدم فريق من العلماء في معهد ماكس بلانك للأنظمة الذكية (MPI-IS) مستشعرًا قويًا ناعمًا يعتمد على رؤية الكمبيوتر وشبكة عصبية عميقة لتقدير مكان تلامس الكائنات مع المستشعر. يمكنه أيضًا تقدير حجم القوى المطبقة.

البحث الجديد الذي تم نشره في المخابرات آلة الطبيعة، ستساعد الروبوتات على الشعور ببيئتها بدقة مثل البشر والحيوانات.

مستشعر على شكل إبهام بهيكل عظمي

يكون المستشعر على شكل إبهام ومصنوع من غلاف ناعم مبني حول هيكل عظمي خفيف الوزن. يعمل الهيكل العظمي بنفس طريقة عمل العظام لتثبيت أنسجة الإصبع الرخوة ، ويتكون من مادة مرنة ممزوجة برقائق الألمنيوم العاكسة. هذا يخلق لونًا رماديًا يمنع الضوء الخارجي من الدخول. يوجد داخل الإصبع كاميرا عين السمكة بزاوية 160 درجة تسجل الصور الملونة المضاءة بمصابيح LED.

يتغير مظهر نمط اللون داخل المستشعرات اعتمادًا على الكائن الذي يلامس غلاف المستشعر ، وتسجل الكاميرا الصور بسرعة وتغذي بيانات الشبكة العصبية العميقة.

يتم الكشف عن كل تغيير طفيف في الضوء في كل بكسل بواسطة الخوارزمية ، وفي غضون جزء من الثانية ، يحدد نموذج التعلم الآلي مكان تلامس الإصبع مع كائن ما. كما أنه يحدد قوة القوى واتجاه القوة.

جورج مارتيوس هو قائد مجموعة أبحاث ماكس بلانك في MPI-IS ورئيس مجموعة التعلم المستقل.

يقول مارتيوس: "لقد حققنا هذا الأداء الاستشعاري الممتاز من خلال التصميم الميكانيكي المبتكر للغلاف ، ونظام التصوير المخصص بالداخل ، وجمع البيانات تلقائيًا ، والتعلم العميق المتطور".

هوانبو صن هو دكتوراه مارتيوس. طالب.

“هيكلنا الهجين الفريد من نوعه من قشرة ناعمة تحيط بهيكل عظمي صلب يضمن حساسية عالية ومتانة. يمكن للكاميرا أن تكتشف حتى أدنى تشوه للسطح من صورة واحدة.

وفقًا لـ Katherine J. Kuchenbecker ، مديرة قسم الاستخبارات اللمسية في MPI-IS ، فإن المستشعرات الجديدة ستكون مفيدة للغاية.

"كانت المستشعرات اللمسية الناعمة السابقة تحتوي على مناطق استشعار صغيرة فقط ، وكانت حساسة ويصعب صنعها ، وغالبًا ما كانت لا تشعر بالقوى الموازية للجلد ، والتي تعتبر ضرورية للتلاعب الآلي مثل إمساك كوب من الماء أو تحريك عملة معدنية على الطاولة ،" يقول Kuchenbecker.

تعليم المستشعر للتعلم

لكي يتعلم المستشعر ، طورت Sun اختبارًا يولد بيانات التدريب لنموذج التعلم الآلي للتعلم. تساعد هذه البيانات النموذج في فهم الارتباط بين التغيير في بكسلات الصورة الأولية والقوى المطبقة. تم إنشاء حوالي 200,000 قياس من اختبار فحص المستشعر حول سطحه ، وتم تدريب النموذج في يوم واحد.

"يمكن نقل تصميم الأجهزة والبرامج الذي نقدمه في عملنا إلى مجموعة متنوعة من أجزاء الروبوت بأشكال ومتطلبات دقة مختلفة. إن هندسة التعلم الآلي ، والتدريب ، وعملية الاستدلال كلها أمور عامة ويمكن تطبيقها على العديد من تصميمات أجهزة الاستشعار الأخرى "، كما يقول هوانبو صن.