Robotik und physische KI

Forscher verleihen robotischem Finger das Gefühl von Berührung

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Forscher an der Columbia Engineering haben einem neu entwickelten robotischen Finger das Gefühl von Berührung verliehen. Er kann Berührungen mit extrem hoher Präzision über große, multicurved Oberflächen lokalisieren. Die neue Entwicklung bringt die Robotik einen Schritt näher an den menschlichen Status.

Matei Ciocarlie ist Associate Professor in den Abteilungen für Maschinenbau und Informatik. Ciocarlie leitete die Forschung in Zusammenarbeit mit dem Professor für Elektrotechnik Ioannis (John) Kymissis.

“Es gab lange Zeit eine Lücke zwischen eigenständigen taktilen Sensoren und vollständig integrierten taktilen Fingern – taktilen Sensoren sind noch weit von der Ubiquität in der robotischen Manipulation entfernt”, sagt Ciocarlie. “In diesem Papier haben wir einen multicurveden robotischen Finger mit genauer Berührungslokalisierung und Normalkraftdetektion über komplexe 3D-Oberflächen demonstriert.”

Die aktuellen Methoden, die verwendet werden, um Berührungssensoren in Roboterfinger zu integrieren, stellen viele Herausforderungen dar. Es ist schwierig, multicurvede Oberflächen abzudecken, es gibt eine hohe Anzahl an Kabeln und Schwierigkeiten, die Sensoren in kleine Fingertipps zu passen, was die Verwendung in dexterous Händen verhindert. Das Team von Columbia Engineering umging diese Herausforderungen, indem es einen neuen Ansatz entwickelte: Es verwendete überlappende Signale von Lichtemittenten und -empfängern, die in einer transparenten Waveguide-Schicht eingebettet sind, die die funktionellen Bereiche des Fingers abdeckt.

Das Team konnte eine Signal-Datensammlung erhalten, die sich in Reaktion auf die Deformation des Fingers aufgrund von Berührung ändert. Dazu maß es den Lichttransport zwischen jedem Emittenten und Empfänger. Nützliche Informationen, wie z.B. Kontaktort und angewendete Normalkraft, wurden dann aus den Daten durch die Verwendung von datengetriebenen Deep-Learning-Methoden extrahiert. Das Team konnte dies ohne die Verwendung von analytischen Modellen tun.

Mit dieser Methode entwickelte das Forschungsteam einen vollständig integrierten, sensorisierten Roboterfinger mit niedriger Kabelanzahl. Er wurde durch die Verwendung von zugänglichen Fertigungsmethoden gebaut und kann leicht in dexterous Hände integriert werden.

Die Studie wurde online in der Zeitschrift IEEE/ASME Transactions on Mechatronics veröffentlicht.

Der erste Teil des Projekts bestand darin, Licht zur Erfassung von Berührungen zu verwenden. Es gibt eine Schicht aus transparentem Silikon unter der “Haut” des Fingers, und das Team leuchtete Licht hinein von über 30 LEDs. Der Finger verfügt auch über mehr als 30 Photodioden, die für die Messung der Lichtreflexion verantwortlich sind. Sobald der Finger mit etwas in Berührung kommt, verformt sich die Haut und das Licht bewegt sich in der transparenten Schicht unter der Haut. Die Forscher messen dann, wie viel Licht von jedem LED zu jedem Diode gelangt, um etwa 1.000 Signale zu erhalten. Jedes dieser Signale enthält Informationen über den Kontakt.

“Der menschliche Finger bietet unglaublich reiche Kontaktinformationen – mehr als 400 winzige Berührungssensoren in jedem Quadratzentimeter Haut!”, sagt Ciocarlie. “Das war das Modell, das uns dazu brachte, so viele Daten wie möglich von unserem Finger zu erhalten. Es war entscheidend, sicherzustellen, dass alle Kontakte auf allen Seiten des Fingers abgedeckt waren – wir bauten im Wesentlichen einen taktilen Roboterfinger ohne Blindstellen.”

Der zweite Teil des Projekts bestand darin, dass das Team die Daten so konzipierte, dass sie von maschinellen Lernalgorithmen verarbeitet werden können. Die Daten sind extrem komplex und können von Menschen nicht interpretiert werden. Aktuelle maschinelle Lernalgorithmen können jedoch lernen, spezifische Informationen wie den Ort, an dem der Finger berührt wird, was den Finger berührt und wie viel Kraft angewendet wird, zu extrahieren.

“Unsere Ergebnisse zeigen, dass ein tiefes neuronales Netz diese Informationen mit sehr hoher Genauigkeit extrahieren kann”, sagt Kymissis. “Unser Gerät ist wirklich ein taktiler Finger, der von Anfang an dafür konzipiert wurde, in Verbindung mit KI-Algorithmen verwendet zu werden.”

Das Team entwarf den Finger auch so, dass er auf robotischen Händen verwendet werden kann. Der Finger kann fast 1.000 Signale sammeln, benötigt aber nur ein 14-adriges Kabel, um mit der Hand verbunden zu werden. Es sind auch keine komplexen externen Elektronikkomponenten erforderlich, um ihn zu betreiben.

Das Team hat derzeit zwei dexterous Hände, die mit den Fingern integriert werden, und sie werden versuchen, die Hände zu verwenden, um dexterous Manipulationsfähigkeiten zu demonstrieren.

“Dexterous robotische Manipulation ist in Bereichen wie Fertigung und Logistik erforderlich und ist eine der Technologien, die langfristig erforderlich sind, um persönliche robotische Assistenz in anderen Bereichen wie Gesundheitswesen oder Service-Domains zu ermöglichen”, sagt Ciocarlie.

Alex McFarland ist ein KI-Journalist und Schriftsteller, der die neuesten Entwicklungen im Bereich der künstlichen Intelligenz erforscht. Er hat mit zahlreichen KI-Startups und Veröffentlichungen weltweit zusammengearbeitet.