Robotique

Une Nouvelle Ère en Robotique : La Rotation d’Objets Basée sur le Toucher

mm

Dans une avancée révolutionnaire, une équipe d’ingénieurs de l’Université de Californie à San Diego (UCSD) a conçu une main robotique capable de faire pivoter des objets en utilisant uniquement le toucher, sans besoin d’entrée visuelle. Cette approche innovante a été inspirée par la façon dont les humains manipulent les objets sans nécessairement les voir.

Une Approche Sensible au Toucher pour la Manipulation d’Objets

L’équipe a équipé une main robotique à quatre doigts de 16 capteurs de toucher répartis sur sa paume et ses doigts. Chaque capteur, qui coûte environ 12 dollars, effectue une fonction simple : il détecte si un objet le touche ou non. Cette approche est unique car elle repose sur de nombreux capteurs de toucher à bas coût et à basse résolution qui utilisent des signaux binaires simples – toucher ou non – pour effectuer une rotation robotique dans la main.

En revanche, d’autres méthodes dépendent de quelques capteurs de toucher à haut coût et à haute résolution fixés à une petite zone de la main robotique, principalement aux extrémités des doigts. Xiaolong Wang, professeur de génie électrique et informatique à l’UC San Diego, qui a dirigé l’étude, a expliqué que ces approches présentent plusieurs limites. Elles minimisent la chance que les capteurs entrent en contact avec l’objet, limitant ainsi la capacité de détection du système. Les capteurs de toucher à haute résolution qui fournissent des informations sur la texture sont extrêmement difficiles à simuler et sont prohibitivement coûteux, ce qui rend difficile leur utilisation dans des expériences réelles.

Le Pouvoir des Signaux Binaires

“Nous montrons que nous n’avons pas besoin de détails sur la texture d’un objet pour effectuer cette tâche. Nous n’avons besoin que de signaux binaires simples indiquant si les capteurs ont touché l’objet ou non, et ceux-ci sont beaucoup plus faciles à simuler et à transmettre au monde réel”, a déclaré Wang.

L’équipe a formé son système en utilisant des simulations d’une main robotique virtuelle faisant pivoter un ensemble diversifié d’objets, y compris ceux à formes irrégulières. Le système évalue quels capteurs de la main sont touchés par l’objet à un moment donné pendant la rotation. Il évalue également les positions actuelles des articulations de la main, ainsi que leurs actions précédentes. En utilisant ces informations, le système indique à la main robotique quelle articulation doit aller où au prochain point de temps.

Le Futur de la Manipulation Robotique

Les chercheurs ont testé leur système sur une main robotique réelle avec des objets que le système n’avait pas encore rencontrés. La main robotique a pu faire pivoter une variété d’objets sans s’arrêter ou perdre sa prise. Les objets comprenaient une tomate, un poivron, une boîte de beurre de cacahuète et un canard en caoutchouc jouet, qui était l’objet le plus difficile en raison de sa forme. Les objets à formes plus complexes ont pris plus de temps à faire pivoter. La main robotique a également pu faire pivoter des objets autour de différents axes.

L’équipe travaille maintenant à étendre son approche à des tâches de manipulation plus complexes. Ils développent actuellement des techniques pour permettre aux mains robotiques d’attraper, de lancer et de jongler, par exemple. “La manipulation dans la main est une compétence très commune que nous, les humains, possédons, mais elle est très complexe pour les robots à maîtriser”, a déclaré Wang. “Si nous pouvons donner aux robots cette compétence, cela ouvrira la porte à des tâches qu’ils peuvent effectuer.”

Ce développement marque une étape importante dans le domaine de la robotique, ouvrant potentiellement la voie à des robots capables de manipuler des objets dans l’obscurité ou dans des environnements visuellement difficiles.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.