Científicos Llevan la Sensibilidad Extrema de los Dedos a los Robots

Un equipo de científicos del Instituto Max Planck para Sistemas Inteligentes (MPI-IS) ha introducido un robusto sensor táctil suave que se basa en la visión por computadora y una red neuronal profunda para estimar dónde los objetos entran en contacto con el sensor. También puede estimar cuán grandes son las fuerzas aplicadas.

La nueva investigación, que se publicó en Nature Machine Intelligence, ayudará a los robots a percibir su entorno con la misma precisión que los humanos y los animales.

Sensor en Forma de Pulgar con Esqueleto

El sensor tiene la forma de un pulgar y está hecho de una cubierta suave construida alrededor de un esqueleto ligero. El esqueleto actúa de la misma manera que los huesos para estabilizar el tejido del dedo suave, y está hecho de un elastómero mezclado con escamas de aluminio reflectantes. Esto crea un color grisáceo que evita que la luz externa entre. Dentro del dedo hay una cámara de ojo de pez de 160 grados que registra las imágenes coloridas iluminadas por LEDs.

La apariencia del patrón de color dentro del sensor cambia dependiendo del objeto que toca la cubierta del sensor, y la cámara registra rápidamente las imágenes y alimenta los datos de la red neuronal profunda.

Cada pequeño cambio en la luz en cada píxel es detectado por el algoritmo, y en una fracción de segundo, el modelo de aprendizaje automático cartografía dónde el dedo está en contacto con un objeto. También determina la fuerza de las fuerzas y la dirección de la fuerza.

Georg Martius es Líder de Grupo de Investigación del Max Planck en el MPI-IS y jefe del Grupo de Aprendizaje Autónomo.

“Logramos este excelente rendimiento de detección a través del diseño mecánico innovador de la cubierta, el sistema de imagen personalizado en el interior, la recolección automática de datos y el aprendizaje profundo de vanguardia”, dice Martius.

Huanbo Sun es estudiante de doctorado de Martius.

“Nuestra estructura híbrida única de una cubierta suave que encierra un esqueleto rígido garantiza una alta sensibilidad y robustez. Nuestra cámara puede detectar incluso las deformaciones más pequeñas de la superficie desde una sola imagen”, dice Sun.

Según Katherine J. Kuchenbecker, Directora del Departamento de Inteligencia Táctil del MPI-IS, los nuevos sensores serán extremadamente útiles.

“Los sensores táctiles suaves anteriores tenían solo áreas de detección pequeñas, eran delicados y difíciles de hacer, y a menudo no podían sentir fuerzas paralelas a la piel, que son esenciales para la manipulación robótica como sostener un vaso de agua o deslizar una moneda a lo largo de una mesa”, dice Kuchenbecker.

Enseñando al Sensor a Aprender

Para que el sensor aprenda, Sun desarrolló un banco de pruebas que genera los datos de entrenamiento para que el modelo de aprendizaje automático aprenda. Estos datos ayudan al modelo a entender la correlación entre el cambio en los píxeles de la imagen cruda y las fuerzas aplicadas. Alrededor de 200,000 mediciones se generaron desde el banco de pruebas que sondeaba el sensor alrededor de su superficie, y el modelo se entrenó en un día.

“El diseño de hardware y software que presentamos en nuestro trabajo se puede transferir a una amplia variedad de partes de robot con diferentes formas y requisitos de precisión. La arquitectura de aprendizaje automático, el entrenamiento y el proceso de inferencia son todos generales y se pueden aplicar a muchos otros diseños de sensores”, dice Huanbo Sun.