علماء يمنحون الروبوتات حساسية شديدة في الأصابع

فريق من العلماء في معهد ماكس بلانك للأنظمة الذكية (MPI-IS) قد قدموا مستشعر هابتيك لين ومتين يعتمد على الرؤية الحاسوبية وشبكة عصبونية عميقة لتقدير مكان الاتصال مع المستشعر وكذلك تقدير قوة القوى المطبقة.

البحث الجديد، الذي نُشر في Nature Machine Intelligence، سيساعد الروبوتات على استشعار البيئة بدقة مثل البشر والحيوانات.

مستشعر على شكل إبهام مع هيكل عظمي

المستشعر على شكل إبهام مصنوع من غلاف لين مبني حول هيكل عظمي خفيف الوزن. الهيكل العظمي يعمل بنفس الطريقة التي تعمل بها العظام لتحقيق استقرار في الأنسجة اللينة، وهو مصنوع من مادة مرنة مخلوطة مع رقاقات ألمنيوم عاكسة. هذا يخلق لونًا رماديًا يمنع الضوء الخارجي من الدخول. داخل الإبهام، هناك كاميرا عين السمكة بزاوية 160 درجة تسجل الصور الملونة المضاءة بواسطة LEDs.

مظهر نمط الألوان داخل المستشعر يتغير حسب الكائن الذي يلمس غلاف المستشعر، وتسجل الكاميرا بسرعة الصور وتغذي البيانات إلى الشبكة العصبونية العميقة.

كل تغيير صغير في الضوء في كل بكسل يتم اكتشافه بواسطة الخوارزمية، وبداخل جزء من الثانية، يتم تحديد موقع الاتصال مع الكائن وقياس قوة القوى واتجاهها.

جورج مارتوس هو قائد مجموعة بحث ماكس بلانك في MPI-IS ورئيس مجموعة التعلم الذاتي.

“لقد حققنا هذا الأداء الحساسي الممتاز من خلال التصميم الميكانيكي المبتكر للغلاف والنظام التصويري المخصص والتحصيل التلقائي للبيانات والتعلم العميق المتقدم”، يقول مارتوس.

هوانبو صن هو طالب دكتوراه لمارتوس.

“هيكلنا الهجين الفريد من غلاف لين يحيط بهيكل عظمي متين يضمن الحساسية والمتانة. يمكن للكاميرا كشف حتى أكثر تشوهات سطحية دقيقة من صورة واحدة فقط”، يقول صن.

وفقًا لكاثرين جاي كوخنبيكر، مدير قسم الذكاء الهابتيك في MPI-IS، فإن المستشعرات الجديدة ستثبت فائدة كبيرة.

“كانت المستشعرات الهابتيك اللينة السابقة لها مناطق استشعار صغيرة، وكانت دقيقة وصعبة الصنع، وأحيانًا لا تستطيع الشعور بالقوى الموازية للجلد، والتي هي أساسية للتعامل الروبوتي مثل حمل كوب من الماء أو تحريك قطعة نقدية على الطاولة”، تقول كوخنبيكر.

تعليم المستشعر على التعلم

لكي يتعلم المستشعر، طور صن منصة اختبار لتوليد بيانات التدريب لنموذج التعلم الآلي لتعلم العلاقة بين تغيير البكسلات الخام في الصورة والقوى المطبقة. تم توليد حوالي 200,000 قياس من المنصة التي تثقب المستشعر حول سطحه، وتم تدريب النموذج في يوم واحد.

“يمكن نقل التصميم المادي والبرمجي الذي نقدمه في عملنا إلى مجموعة واسعة من أجزاء الروبوت المختلفة والأشكال والمتطلبات الدقيقة. هياكل التعلم الآلي والتدريب والاستدلال كلها عامة ويمكن تطبيقها على العديد من تصاميم المستشعرات الأخرى”، يقول هوانبو صن.