Connect with us

Ερευνητές Φέρνουν Αίσθηση Αφής σε Ρομποτική Άκρη

Ρομποτική

Ερευνητές Φέρνουν Αίσθηση Αφής σε Ρομποτική Άκρη

mm

Ερευνητές στο Columbia Engineering έχουν φέρει μια αίσθηση αφής σε ένα νεοαναπτυγμένο ρομποτικό δάχτυλο. Είναι σε θέση να τοποθετήσει την αφή με εξαιρετικά υψηλή ακρίβεια πάνω από μεγάλες, πολυκυρτές επιφάνειες. Η νέα ανάπτυξη τοποθετεί τη ρομποτική einen βήμα πιο κοντά στο να φθάσει σε ανθρώπινο επίπεδο. 

Ο Matei Ciocarlie είναι αναπληρωτής καθηγητής στα τμήματα μηχανολογικής μηχανικής και επιστήμης υπολογιστών. Ο Ciocarlie ηγήθηκε της έρευνας σε συνεργασία με τον καθηγητή Ηλεκτρολογικής Μηχανικής Ioannis (John) Kymissis. 

“Υπήρχε για καιρό ένα κενό μεταξύ αυτόνομων αισθητήρων αφής και πλήρως ολοκληρωμένων αισθητήρων δακτυλικών – η αίσθηση αφής είναι ακόμη πολύ μακριά από τη διαδεδομένη χρήση στη ρομποτική χειρισμό,” λέει ο Ciocarlie. “Σε αυτό το έγγραφο, έχουμε αποδείξει ένα πολυκυρτό ρομποτικό δάχτυλο με ακριβή τοποθέτηση αφής και ανίχνευση κανονικής δύναμης πάνω από σύνθετες 3D επιφάνειες.”

Οι τρέχουσες μεθόδοι που χρησιμοποιούνται για την ενσωμάτωση αισθητήρων αφής σε ρομποτικά δάχτυλα αντιμετωπίζουν πολλές προκλήσεις. Είναι δύσκολο να καλύψουν πολυκυρτές επιφάνειες, υπάρχει υψηλός αριθμός καλωδίων και δυσκολία στο να τοποθετηθούν οι αισθητήρες σε μικρά δάχτυλα, που εμποδίζει τη χρήση σε δεξιοτεχνικά χέρια. Η ομάδα του Columbia Engineering ξεπέρασε αυτές τις προκλήσεις αναπτύσσοντας μια νέα προσέγγιση: χρησιμοποίησαν επικαλυπτόμενους σήματα από εκπομπείς και δέκτες φωτός που είναι ενσωματωμένοι σε ένα διαφανές στρώμα οδηγού που καλύπτει τις λειτουργικές περιοχές του δακτυλίου. 

Η ομάδα ήταν σε θέση να λάβει ένα σύνολο δεδομένων σήματος που αλλάζει σε απάντηση της παραμόρφωσης του δακτυλίου λόγω αφής. Αυτό έγινε μετρώντας τη μεταφορά φωτός μεταξύ κάθε εκπομπέα και δέκτη. Χρήσιμη πληροφορία, όπως η τοποθεσία επαφής και η εφαρμοζόμενη κανονική δύναμη, εξήχθη από τα δεδομένα μέσω της χρήσης δεδομένων-οδηγού μεθόδων βαθιάς μάθησης. Η ομάδα ήταν σε θέση να το κάνει αυτό χωρίς τη χρήση αναλυτικών μοντέλων. 

Μέσω αυτής της μεθόδου, η ερευνητική ομάδα ανέπτυξε ένα πλήρως ολοκληρωμένο, αισθητήριο ρομποτικό δάχτυλο που έχει χαμηλό αριθμό καλωδίων. Χτίστηκε μέσω της χρήσης προσβάσιμων μεθόδων κατασκευής και μπορεί να ενσωματωθεί εύκολα σε δεξιοτεχνικά χέρια. 

Η μελέτη δημοσιεύθηκε online στο IEEE/ASME Transactions on Mechatronics

Ο πρώτος μέρος του έργου ήταν η χρήση του φωτός για να αισθανθεί την αφή. Υπάρχει ένα στρώμα διαφανή σιλικόνης κάτω από το “δέρμα” του δακτυλίου, και η ομάδα έβγαλε φως μέσα σε αυτό από περισσότερα από 30 LEDs. Το δάχτυλο έχει επίσης πάνω από 30 φωτοδιόδους που είναι υπεύθυνες για τη μέτρηση του πώς το φως σκαλίζει γύρω. Όταν το δάχτυλο έρχεται σε επαφή με κάτι, το δέρμα παραμορφώνεται και το φως κινείται γύρω στο διαφανές στρώμα κάτω από το δέρμα. Οι ερευνητές μετρούν πόσο φως πάει από κάθε LED σε κάθε δίοδο για να βγάλουν περίπου 1.000 σήματα. Κάθε ένα από αυτά τα σήματα περιέχει πληροφορίες για την επαφή. 

“Το ανθρώπινο δάχτυλο παρέχει απίστευτα πλούσιες πληροφορίες επαφής — περισσότερες από 400 μικρές αισθητήρες αφής σε κάθε τετραγωνικό εκατοστό δέρματος!” λέει ο Ciocarlie. “Αυτό ήταν το μοντέλο που μας ώθησε να προσπαθήσουμε και να πάρουμε όσο το δυνατόν περισσότερες πληροφορίες από το δάχτυλό μας. Ήταν κρίσιμο να βεβαιωθούμε ότι όλες οι επαφές σε όλες τις πλευρές του δακτυλίου ήταν καλυμμένες — ουσιαστικά χτίστηκε ένα τακττικό ρομποτικό δάχτυλο χωρίς τυφλά σημεία.”

Το δεύτερο μέρος του έργου ήταν η ομάδα να σχεδιάσει τα δεδομένα να επεξεργαστούν από αλγόριθμους μηχανικής μάθησης. Τα δεδομένα είναι εξαιρετικά σύνθετα και δεν μπορούν να ερμηνευτούν από ανθρώπους. Ωστόσο, οι τρέχουσες τεχνικές μηχανικής μάθησης μπορούν να μάθουν να εξάγουν συγκεκριμένες πληροφορίες, όπως πού το δάχτυλο αγγίζεται, τι αγγίζει το δάχτυλο και πόση δύναμη εφαρμόζεται. 

“Τα αποτελέσματά μας δείχνουν ότι ένα βαθύ νευρωνικό δίκτυο μπορεί να εξάγει αυτές τις πληροφορίες με πολύ υψηλή ακρίβεια,” λέει ο Kymissis. “Η συσκευή μας είναι πραγματικά ένα τακτικό δάχτυλο που σχεδιάστηκε από την αρχή για να χρησιμοποιηθεί σε συνδυασμό με αλγόριθμους AI.”

Η ομάδα σχεδιάσε επίσης το δάχτυλο ώστε να μπορεί να χρησιμοποιηθεί σε ρομποτικά χέρια. Το δάχτυλο είναι σε θέση να συλλέξει σχεδόν 1.000 σήματα, αλλά απαιτεί μόνο ένα 14-καλώδιο καλώδιο που το συνδέει με το χέρι. Δεν υπάρχουν επίσης σύνθετα εξωτερικά ηλεκτρονικά που απαιτούνται για να λειτουργήσει. 

Η ομάδα έχει τώρα δύο δεξιοτεχνικά χέρια που ενσωματώνουν τα δάχτυλα, και θα προσπαθήσουν να χρησιμοποιήσουν τα χέρια για να δείξουν δεξιοτεχνικές ικανότητες χειρισμού.

“Η δεξιοτεχνική ρομποτική χειρισμός είναι απαραίτητη τώρα σε πεδία όπως η κατασκευή και η λογιστική, και είναι μια από τις τεχνολογίες που, σε μακροπρόθεσμο, είναι απαραίτητες για να ενεργοποιήσουν την προσωπική ρομποτική βοήθεια σε άλλους τομείς, όπως η υγεία ή οι υπηρεσίες,” λέει ο Ciocarlie.

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.