Robotika
A tudósok rendkívüli ujjbegyérzékenységet hoznak a robotokra
A Max Planck Institute for Intelligent Systems (MPI-IS) tudóscsoportja robusztus lágy haptikus érzékelőt mutatott be, amely számítógépes látáson és mély neurális hálózaton alapul, hogy megbecsülje, hol érintkeznek az objektumok az érzékelővel. Azt is meg tudja becsülni, hogy mekkora az alkalmazott erő.
Az új kutatás, amely ben jelent meg Természet gépi intelligencia, segít a robotoknak olyan pontosan érzékelni környezetüket, mint az embereket és az állatokat.
Hüvelykujj alakú érzékelő csontvázzal
Az érzékelő hüvelykujj alakú, és puha héjból készült, amely egy könnyű csontváz köré épült. A csontváz ugyanúgy működik, mint a csontok a lágy ujjszövetek stabilizálása érdekében, és fényvisszaverő alumíniumpelyhekkel kevert elasztomerből áll. Ez szürkés színt hoz létre, amely megakadályozza a külső fény bejutását. Az ujj belsejében egy 160 fokos halszem kamera található, amely LED-ekkel megvilágítva rögzíti a színes képeket.
A szenzorokon belüli színminta megjelenése attól függően változik, hogy milyen objektum érinti az érzékelő héját, a kamera pedig gyorsan rögzíti a képeket és táplálja a mély neurális hálózat adatait.
Az algoritmus minden pixelben minden kis fényváltozást észlel, és a gépi tanulási modell a másodperc töredéke alatt feltérképezi, hogy az ujj hol érintkezik egy tárggyal. Ez határozza meg az erők erősségét és az erő irányát is.
Georg Martius az MPI-IS Max Planck kutatócsoportjának vezetője és az Autonomous Learning Group vezetője.
„Ezt a kiváló érzékelési teljesítményt a héj innovatív mechanikai kialakításával, a belső testre szabott képalkotó rendszerrel, az automatikus adatgyűjtéssel és az élvonalbeli mély tanulással értük el” – mondja Martius.
Huanbo Sun Martius Ph.D. diák.
„Egyedülálló hibrid szerkezetünk a lágy héjból, amely egy merev vázat vesz körül, nagy érzékenységet és robusztusságot biztosít. A kameránk a felület legkisebb deformációit is képes észlelni egyetlen képről” – mondja Sun.
Katherine J. Kuchenbecker, az MPI-IS Haptic Intelligence Department igazgatója szerint az új érzékelők rendkívül hasznosnak bizonyulnak majd.
"A korábbi puha tapintó érzékelők csak kis érzékelőterületekkel rendelkeztek, kényesek és nehezen elkészíthetőek voltak, és gyakran nem érzékelték a bőrrel párhuzamos erőket, amelyek elengedhetetlenek a robotos manipulációhoz, például egy pohár víz megtartásához vagy egy érme asztalon való csúsztatásához." mondja Kuchenbecker.
Az érzékelő tanítása a tanulásra
Az érzékelő tanulásához a Sun kifejlesztett egy tesztpadot, amely előállítja a betanítási adatokat a gépi tanulási modell tanulásához. Ezek az adatok segítenek a modellnek megérteni a nyers képpontok változása és az alkalmazott erők közötti összefüggést. Körülbelül 200,000 XNUMX mérést generáltak a tesztpadról, amely az érzékelőt a felülete körül vizsgálta, és a modellt egy nap alatt betanították.
„A munkánk során bemutatott hardver- és szoftvertervezés a legkülönbözőbb formájú és precíziós követelményekkel rendelkező robotrészek széles választékára ültethető át. A gépi tanulási architektúra, a képzés és a következtetési folyamat mind általános, és sok más szenzortervezésre is alkalmazható” – mondja Huanbo Sun.
