Connect with us

Robotika

Peneliti Membawa Rasa Sentuhan ke Jari Robot

mm

Peneliti di Columbia Engineering telah membawa rasa sentuhan ke jari robot yang baru dikembangkan. Jari robot ini mampu memlocalisasikan sentuhan dengan presisi yang sangat tinggi di atas permukaan yang besar dan melengkung. Pengembangan baru ini membawa robot satu langkah lebih dekat untuk mencapai status seperti manusia. 

Matei Ciocarlie adalah profesor asosiasi di departemen teknik mesin dan ilmu komputer. Ciocarlie memimpin penelitian ini dalam kolaborasi dengan Profesor Teknik Elektro Ioannis (John) Kymissis. 

“Telah lama ada kesenjangan antara sensor sentuhan mandiri dan jari robot yang terintegrasi sepenuhnya — sentuhan masih jauh dari universal dalam manipulasi robot,” kata Ciocarlie. “Dalam makalah ini, kami telah mendemonstrasikan jari robot melengkung dengan lokalisisasi sentuhan yang akurat dan deteksi gaya normal di atas permukaan 3D yang kompleks.”

Metode saat ini yang digunakan untuk mengintegrasikan sensor sentuhan ke jari robot menghadapi banyak tantangan. Sulit untuk menutupi permukaan yang melengkung, ada banyak kabel, dan kesulitan memasang sensor ke ujung jari yang kecil, yang mencegah penggunaannya di tangan yang gesit. Tim Columbia Engineering mengatasi tantangan ini dengan mengembangkan pendekatan baru: mereka menggunakan sinyal tumpang tindih dari pengirim cahaya dan penerima yang tertanam dalam lapisan waveguide transparan yang menutupi area fungsional jari. 

Tim ini dapat memperoleh kumpulan data sinyal yang berubah sebagai respons terhadap deformasi jari karena sentuhan. Mereka melakukan ini dengan mengukur transportasi cahaya antara setiap pengirim dan penerima. Informasi yang berguna, seperti lokasi kontak dan gaya normal yang diterapkan, kemudian diekstrak dari data melalui penggunaan metode pembelajaran dalam yang didorong data. Tim ini dapat melakukan ini tanpa menggunakan model analitis. 

Melalui metode ini, tim penelitian mengembangkan jari robot yang terintegrasi sepenuhnya, yang memiliki jumlah kabel yang rendah. Jari robot ini dibangun melalui penggunaan metode manufaktur yang mudah diakses dan dapat dengan mudah diintegrasikan ke tangan yang gesit. 

Studi ini diterbitkan secara online di IEEE/ASME Transactions on Mechatronics

Bagian pertama proyek ini adalah penggunaan cahaya untuk mendeteksi sentuhan. Ada lapisan silikon transparan di bawah “kulit” jari, dan tim menerangi cahaya ke dalamnya dari lebih dari 30 LED. Jari juga memiliki lebih dari 30 fotodiode yang bertanggung jawab untuk mengukur bagaimana cahaya bergerak. Begitu jari bersentuhan dengan sesuatu, kulitnya berdeformasi dan cahaya bergerak di lapisan transparan di bawah kulit. Peneliti kemudian mengukur berapa banyak cahaya yang masuk dari setiap LED ke setiap diode untuk mendapatkan sekitar 1.000 sinyal. Setiap sinyal tersebut mengandung informasi tentang kontak yang dibuat.

“Jari manusia menyediakan informasi kontak yang sangat kaya — lebih dari 400 sensor sentuhan kecil di setiap sentimeter persegi kulit!” kata Ciocarlie. “Itulah model yang mendorong kami untuk mencoba mendapatkan sebanyak mungkin data dari jari kami. Sangat penting untuk memastikan semua kontak di semua sisi jari tercakup — kami pada dasarnya membangun jari robot sentuhan dengan tidak ada titik buta.”

Bagian kedua proyek ini adalah tim merancang data untuk diproses oleh algoritma pembelajaran mesin. Data tersebut sangat kompleks dan tidak dapat diinterpretasikan oleh manusia. Namun, teknik pembelajaran mesin saat ini dapat mempelajari untuk mengekstrak informasi tertentu, seperti di mana jari disentuh, apa yang menyentuh jari, dan berapa banyak gaya yang diterapkan. 

“Hasil kami menunjukkan bahwa jaringan saraf dalam dapat mengekstrak informasi ini dengan akurasi yang sangat tinggi,” kata Kymissis. “Perangkat kami benar-benar merupakan jari sentuhan yang dirancang dari awal untuk digunakan bersama dengan algoritma AI.”

Tim juga merancang jari sehingga dapat digunakan pada tangan robot. Jari dapat mengumpulkan hampir 1.000 sinyal, tetapi hanya memerlukan satu kabel 14-kabel yang menghubungkannya ke tangan. Tidak ada elektronik off-board yang kompleks diperlukan untuk fungsinya. 

Tim saat ini memiliki dua tangan yang gesit yang sedang diintegrasikan dengan jari, dan mereka akan berusaha menggunakan tangan untuk mendemonstrasikan kemampuan manipulasi yang gesit.

“Manipulasi robot yang gesit diperlukan sekarang di bidang seperti manufaktur dan logistik, dan merupakan salah satu teknologi yang, dalam jangka panjang, diperlukan untuk memungkinkan bantuan robot pribadi di bidang lain, seperti perawatan kesehatan atau domain layanan,” kata Ciocarlie.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.