Robotiikka ja fyysinen AI

SonicSense antaa robotille ihmismäisen havaintokyvyn akustisten värähtelyjen kautta

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Duke Universityn tutkijat ovat esittäneet merkittävän edistysaskeleen robottiikan havaintoteknologiassa, joka voi perustavasti muuttaa sitä, miten robotit vuorovaikuttavat ympäristönsä kanssa. Innovatiivinen järjestelmä, jota kutsutaan SonicSenseksi, mahdollistaa robotien ymmärtämisen ympäristöään akustisten värähtelyjen kautta, mikä merkitsee merkittävää siirtymistä perinteisistä visuaalipohjaisista robottiikan havaintojärjestelmistä.

Robotiikassa objektiin täsmällisen havainnoinnin ja vuorovaikutuksen kyky on edelleen tärkeä haaste. Kun ihmiset yhdistävät luonnostaan useita aisteja ymmärtääkseen ympäristöään, robotit ovat pääasiassa luottaneet visuaalisiin tietoihin, mikä rajoittaa heidän kykyään täysin ymmärtää ja manipuloida objekteja monimutkaisissa tilanteissa.

SonicSensen kehitys edustaa merkittävää loikkaa tätä kuilua kohti. Sisällyttämällä akustiset aistimiskyvyt, tämä uusi teknologia mahdollistaa robotien keräämisen yksityiskohtaisia tietoja objekteista fyysisen vuorovaikutuksen kautta, samalla tavoin kuin ihmiset vaistomaisesti käyttävät kosketusta ja ääntä ympäristönsä ymmärtämiseen.

SonicSense-teknologian purkaminen

Järjestelmän innovatiivinen suunnittelu keskittyy robottiin, jossa on neljä sormea, ja kussakin sormessa on kosketusmikrofoni sormenpäässä. Nämä erikoismikrofonit tallentavat värähtelyt, jotka syntyvät erilaisissa objekteihin kohdistuvissa toiminnoissa, kuten koputuksissa, tarttumisissa tai ravistamisissa.

SonicSensen erottaa muista sen sofistikoitu lähestymistapa akustiseen aistimiseen. Kosketusmikrofonit on suunniteltu erityisesti suodattamaan taustamelun, varmistaen puhtaan datan keräämisen objektien kanssa vuorovaikutuksen aikana. Tutkimuksen johtaja Jiaxun Liu selittää: “Halusimme luoda ratkaisun, joka voisi toimia monimutkaisilla ja monimuotoisilla objekteilla, jotka ovat päivittäisessä käytössä, antaen robotille paljon rikkaamman kyvyn ‘tuntea’ ja ymmärtää maailmaa.”

Järjestelmän saatavuus on erityisen merkittävää. Rakennettu kaupallisesti saatavilla olevista osista, mukaan lukien samat kosketusmikrofonit, joita muusikot käyttävät kitaran äänittämiseen, ja sisältäen 3D-tulostettuja elementtejä, koko asennuksen hinta on vain hieman yli 200 dollaria. Tämä kustannustehokas lähestymistapa tekee teknologiasta helpommin saatavilla laajalle hyväksynnälle ja edelleen kehittämiselle.

Edistysaskel visuaalisen tunnistamisen ulkopuolelle

Perinteiset visuaalipohjaiset robottiikan järjestelmät kohtaavat useita rajoituksia, erityisesti läpinäkyvien tai heijastavien pintojen tai monimutkaisten geometrioiden kanssa. Professori Boyuan Chen huomauttaa: “Vaikka visuaalinen havainto on välttämätöntä, ääni lisää tietoa, joka voi paljastaa asioita, joita silmä saattaa jättää huomiotta.”

SonicSense ylittää nämä rajoitukset monisormisen lähestymistapansa ja edistyneen tekoäly-integraation kautta. Järjestelmä voi tunnistaa objekteja, jotka koostuvat eri materiaaleista, ymmärtää monimutkaisia geometrisia muotoja ja jopa määrittää säiliöiden sisällön – ominaisuuksia, jotka ovat osoittautuneet haasteellisiksi perinteisille visuaalisille tunnistusjärjestelmille.

Teknologian kyky toimia useiden kosketuspisteiden kanssa samanaikaisesti mahdollistaa kattavamman objekti-analyysin. Yhdistämällä kaikkien neljän sormen tiedot, järjestelmä voi luoda yksityiskohtaisia 3D-rekonstruktioita objekteista ja määrittää tarkasti niiden materiaalikoostumuksen. Uusille objekteille järjestelmä saattaa vaatia jopa 20 erilaista vuorovaikutusta johtopäätöksen saavuttamiseksi, mutta tuttuja kohteita voidaan tunnistaa jo neljän vuorovaikutuksen jälkeen.

Praktiset sovellukset ja testaus

SonicSensen sovellukset ulottuvat pitkälle laboratoriokokeiden ulkopuolelle. Järjestelmä on osoittanut erityisen tehokkuutensa tilanteissa, jotka perinteisesti haastavat robottiikan havaintojärjestelmiä. Systemaattisen testauksen kautta tutkijat osoittivat sen kyvyn suorittaa monimutkaisia tehtäviä, kuten määrittäminen kuinka monta ja minkä muotoista noppaa on säiliössä, nestemäärän mittaaminen pulloissa ja luominen tarkkoja 3D-rekonstruktioita objekteista pinnan tutkimisen kautta.

Nämä kyvyt vastaavat todellisia haasteita valmistuksessa, laadunvalvonnassa ja automaatiossa. Eroon muista aiemmista akustisten aistimisyrityksistä, SonicSensen monisorminen lähestymistapa ja taustamelun suodatus tekevät siitä erityisen soveltuvan dynaamisille teollisuusympäristöille, joissa useat aistisignaalit ovat välttämättömiä tarkalle objekti-manipulaatiolle ja arvioinnille.

Tutkimusryhmä laajentaa aktiivisesti SonicSensen kykyjä käsitellä useita objekti-vuorovaikutuksia samanaikaisesti. “Tämä on vasta alku”, professori Chen sanoo. “Tulevaisuudessa me näemme SonicSensen käytettävän edistyneemmissä robotti-käsissä, joilla on taitava manipulaatiotaito, mahdollistaen robotien suorittaa tehtäviä, jotka vaativat hienostunutta kosketusta.”

Objektin seurantaa koskevien algoritmien integrointi on parhaillaan käynnissä, tavoitteena mahdollistaa robotien navigointi ja vuorovaikutus objekteiden kanssa sekavissa, dynaamisissa ympäristöissä. Tämä kehitys, yhdessä suunnitelmien kanssa sisällyttää muita aistimoduksia, kuten paineen ja lämpötilan aistimista, osoittaa yhä sofistikoituneempia, ihmismäisiä manipulaatiokykyjä.

Lopputulos

SonicSensen kehitys edustaa merkittävää merkkipaalu robottiikan havainnossa, osoittaen, miten akustinen aistiminen voi täydentää visuaalisia järjestelmiä luoden kykyä ja sopeutumiskykyä robotteihin. Kun tämä teknologia jatkaa kehittymistään, sen kustannustehokas lähestymistapa ja monipuoliset sovellukset viittaavat tulevaisuuteen, jossa robotit voivat vuorovaikuttaa ympäristönsä kanssa ennenkokemattomalla taidolla, lähemmäs todella ihmismäisiä robotti-ominaisuuksia.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.