Forskere giver robotfinger følesansen

Forskere på Columbia Engineering har givet en nyudviklet robotfinger følesansen. Den kan lokaliserer berøring med ekstremt høj præcision over store, multicurvede overflader. Den nye udvikling bringer robotteknologien et skridt nærmere menneskelignende status.

Matei Ciocarlie er en associeret professor i afdelingerne for mekanisk ingeniørvidenskab og datalogi. Ciocarlie ledede forskningen i samarbejde med professor Ioannis (John) Kymissis fra Electrical Engineering.

“Der har længe været en åbning mellem selvstændige taktilsensorer og fuldt integrerede taktilfingre – taktil sansning er stadig langt fra almindelig i robotmanipulation,” siger Ciocarlie. “I denne artikel har vi demonstreret en multicurved robotfinger med præcis berøringlokalisering og normal kraftdetektion over komplekse 3D-overflader.”

De nuværende metoder, der bruges til at integrere berøringssensorer i robotfingre, står over for mange udfordringer. Det er svært at dække multicurvede overflader, der er en høj ledningstælling, og det er svært at få sensorerne til at passe i små fingertoppe, hvilket forhindrer brugen i dygtige hænder. Columbia Engineering-holdet fik omgået disse udfordringer ved at udvikle en ny tilgang: de brugte overlappende signaler fra lyskilder og modtagere, der er indlejret i et gennemsigtigt bølgelederlag, der dækker de funktionelle områder af fingren.

Holdet kunne opnå en signaldata, der ændrer sig i respons til deformation af fingren på grund af berøring. De gjorde dette ved at måle lys transport mellem hver lyskilde og modtager. Nyttig information, såsom kontaktoplysninger og anvendt normal kraft, blev derefter udtrukket fra dataene gennem brugen af data-drevne dybe læringsmetoder. Holdet kunne gøre dette uden brug af analytiske modeller.

Gennem denne metode udviklede forskerholdet en fuldt integreret, sensoriseret robotfinger med lav ledningstælling. Den blev bygget gennem brugen af tilgængelige fremstillingsmetoder og kan let integreres i dygtige hænder.

Studiet blev offentliggjort online i IEEE/ASME Transactions on Mechatronics.

Det første del af projektet var brugen af lys til at registrere berøring. Der er et lag af gennemsigtigt silikone under “huden” på fingren, og holdet skinnede lys ind i det fra mere end 30 LEDs. Fingren har også over 30 fotodioder, der er ansvarlige for at måle, hvordan lyset hopper rundt. Så snart fingren kommer i kontakt med noget, deformeres huden, og lyset flytter sig rundt i det gennemsigtige lag under huden. Forskerne måler derefter, hvor meget lys der går fra hver lyskilde til hver diode for at komme op med omkring 1.000 signaler. Hver af disse signaler indeholder information om kontakten.

“Den menneskelige finger giver utrolig rig kontaktinformation – mere end 400 små berøringssensorer i hver kvadratcentimeter hud!” siger Ciocarlie. “Det var den model, der fik os til at prøve at få så meget data som muligt fra vores finger. Det var kritisk at sikre, at alle kontakter på alle sider af fingren var dækket – vi byggede i virkeligheden en taktil robotfinger med ingen blinde pletter.”

Den anden del af projektet var, at holdet designede data til at blive behandlet af maskinlæringsalgoritmer. Data er ekstremt komplekse og kan ikke fortolkes af mennesker. Men nuværende maskinlæringsmetoder kan lære at udtrække specifik information, såsom hvor fingren berøres, hvad der berører fingren, og hvor meget kraft der anvendes.

“Vore resultater viser, at et dybt neuralt netværk kan udtrække denne information med meget høj nøjagtighed,” siger Kymissis. “Vores enhed er i virkeligheden en taktil finger, der er designet fra begyndelsen til at blive brugt i forbindelse med AI-algoritmer.”

Holdet designede også fingren, så den kan bruges på robotterhænder. Fingren kan indsamle næsten 1.000 signaler, men den kræver kun én 14-ledningskabel til at forbinde den til hånden. Der er heller ingen komplekse eksterne elektronik krævet for, at den kan fungere.

Holdet har i øjeblikket to dygtige hænder, der er i gang med at blive integreret med fingrene, og de vil forsøge at bruge hænderne til at demonstrere dygtige manipulationsevner.

“Dygtig robotmanipulation er nødvendig nu i felter som fremstilling og logistik, og er en af de teknologier, der på længere sigt er nødvendige for at muliggøre personlig robotassistance i andre områder, såsom sundheds- eller serviceområder,” siger Ciocarlie.