Forskere giver robotpeger følelse af berøring

Forskere på Columbia Engineering har givet en nyudviklet robotpeger en følelse af berøring. Den kan lokaliserer berøring med ekstremt høj præcision over store, multicurvede overflader. Den nye udvikling bringer robotter ét skridt nærmere at nå menneske-lignende 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 afdelingen for elektrisk ingeniørvidenskab.

“Der har længe været et gap mellem separate taktilsensorer og fuldt integrerede taktilfingre – taktil sansning er stadig langt fra almindelig i robotmanipulation,” siger Ciocarlie. “I denne artikel har vi demonstreret en multicurved robotpeger med præcis lokalisation af berøring og normal kraftdetektion over komplekse 3D-overflader.”

De nuværende metoder, der bruges til at integrere berøringsensorer 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 omgik disse udfordringer ved at udvikle en ny tilgang: de brugte overlappende signaler fra lyskilder og modtagere, der er indlejret i en gennemsigtig 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 kontaktoplacement og anvendt normal kraft, blev derefter udtrukket fra dataene ved hjælp af data-drevne dybe læringsmetoder. Holdet kunne gøre dette uden brug af analytiske modeller.

Gennem denne metode udviklede forskningsholdet en fuldt integreret, sensoriseret robotpeger, der har en lav ledningstælling. Den blev bygget gennem brug af tilgængelige fremstillingsmetoder og kan let integreres i dygtige hænder.

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

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

“Den menneskelige finger giver utrolig rig kontaktinformation – mere end 400 små berøringsensorer i hver kvadratcentimeter hud!” siger Ciocarlie. “Det var modellen, 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 robotpeger 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 bliver berørt, hvad der berører fingren, og hvor meget kraft der bliver anvendt.

“Vore resultater viser, at et dybt neuralt netværk kan udtrække denne information med meget høj præcision,” 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 robotter. Fingren kan samle næsten 1.000 signaler, men den kræver kun en 14-ledningskabel til at forbinde den til hånden. Der er også ingen komplekse eksterne elektronik krævet for, at den kan fungere.

Holdet har for øjeblikket to dygtige hænder, der bliver integreret med fingrene, og de vil forsøge at bruge hænderne til at demonstrere dygtig manipulationsfærdigheder.

“Dygtig robotmanipulation er nødvendig nu i områder 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 sundhedspleje eller serviceområder,” siger Ciocarlie.