Tutkijat toivat äärimmäisen herkkyyden robotiikkaan

Max Planck -instituutin älymäisten järjestelmien tutkijaryhmä on esitellyt kestävän pehmeän taktilisen anturin, joka perustuu tietokoneen näkökykyyn ja syvään neuroniverkkoon arvioidakseen, mihin anturiin objektit koskevat ja miten suuria voimia sovelletaan.

Uusi tutkimus, joka on julkaistu Nature Machine Intelligence -julkaisussa, auttaa roboteja aistimaan ympäristöään yhtä tarkasti kuin ihmiset ja eläimet.

Peukalomuotoinen anturi luurangolla

Anturi on peukalon muotoinen ja valmistettu pehmeästä kuoresta, joka on rakennettu kevyen luurangon ympärille. Luuranko toimii samalla tavalla kuin luut, jotka stabiloivat pehmeää sormen kudosta, ja se on valmistettu elastomeerista, joka on sekoitettu heijastaviin alumiininkiiltoihin. Tämä luo harmaan värin, joka estää ulkovalon pääsyn sisään. Sormen sisällä on 160-astean kalansilmäkamera, joka tallentaa värikuvia, jotka valaistaan LED-eillä.

Värimallin ulkonäkö anturin sisällä muuttuu riippuen siitä, mihin objektiin anturi koskettaa, ja kamera tallentaa nopeasti kuvia ja syöttää syvän neuroniverkon dataa.

Jokainen pienen valon muutos kussakin pikselissä havaitaan algoritmilla, ja murto-osassa sekuntia koneoppimismalli kartoittaa, mihin sormi koskettaa objektia ja määrittää voimien suuruuden ja suunnan.

Georg Martius on Max Planck -tutkimusryhmän johtaja MPI-IS:ssä ja Autonomisen oppimisen ryhmän johtaja.

“Saavutimme tämän erinomaisen aistinominaisuuden innovatiivisen mekaanisen suunnittelun ansiosta, mukautetun kuvauksen järjestelmän, automaattisen datan keräämisen ja viimeisimmän koneoppimisen”, Martius sanoo.

Huanbo Sun on Martiuksen väitöskirjatutkija.

“Meidän ainutlaatuinen hybridirakenne, jossa on pehmeä kuori, joka sisältää jäykän luurangon, takaa korkean herkkyyden ja kestävyyden. Kamera voi havaita jopa pienimmät pinnan muutokset yhdestä kuvasta”, Sun sanoo.

Katherine J. Kuchenbecker, Haptic Intelligence -osaston johtaja MPI-IS:ssä, sanoo, että uudet anturit osoittautuvat erittäin hyödyllisiksi.

“Aikaisemmat pehmeät taktiliset anturit olivat vain pieniä aistimisalueita, herkkiä ja hankalia valmistaa, eivätkä usein kyenneet tuntemaan voimia, jotka ovat rinnakkaisia ihon kanssa, mikä on välttämätöntä robotti-manipulaatiolle, kuten lasin pito tai kolikon liukua pöydällä”, Kuchenbecker sanoo.

Anturin opettaminen

Anturin opettamiseksi Sun kehitti testilaitteiston, joka generoi koulutusdataa koneoppimismallille. Tämä data auttaa mallia ymmärtämään korrelaation kuvapikseleiden muutoksen ja sovelletun voiman välillä. Testilaitteistosta generoitiin noin 200 000 mittauksella, jotka tutkivat anturia sen pinnalla, ja malli koulutettiin yhdessä päivässä.

“Laite- ja ohjelmistosuunnittelumme, jonka esitämme työssämme, voidaan siirtää laajaan valikoimaan robotti-osia, joilla on erilaiset muodot ja tarkkuusvaatimukset. Koneoppimisarkkitehtuuri, koulutus ja päätöksentekoprosessi ovat kaikki yleisiä ja voidaan soveltaa moniin muihin anturisuunnitelmiin”, Huanbo Sun sanoo.