Ilmuwan Membawa Sensitivitas Ujung Jari Ekstrem ke Robot

Sebuah tim ilmuwan di Max Planck Institute for Intelligent Systems (MPI-IS) telah memperkenalkan sensor haptik lunak yang tangguh yang mengandalkan penglihatan komputer dan jaringan saraf dalam untuk memperkirakan di mana benda-benda bersentuhan dengan sensor. Ini juga dapat memperkirakan seberapa besar gaya yang diterapkan.

Penelitian baru, yang diterbitkan di Nature Machine Intelligence, akan membantu robot merasakan lingkungan mereka dengan akurat seperti manusia dan hewan.

Sensor Berbentuk Ibu Jari Dengan Kerangka

Sensor ini berbentuk seperti ibu jari dan terbuat dari cangkang lunak yang dibangun di sekitar kerangka ringan. Kerangka ini bertindak seperti tulang untuk menstabilkan jaringan jari lunak, dan terbuat dari elastomer yang dicampur dengan serpihan aluminium yang reflektif. Ini menciptakan warna abu-abu yang mencegah cahaya eksternal memasuki. Di dalam jari ada kamera fish-eye 160 derajat yang merekam gambar berwarna yang diterangi oleh LED.

Penampilan pola warna di dalam sensor berubah tergantung pada benda yang menyentuh cangkang sensor, dan kamera dengan cepat merekam gambar dan memberi makan jaringan saraf dalam dengan data.

Setiap perubahan kecil cahaya pada setiap piksel dideteksi oleh algoritma, dan dalam sebagian detik, model pembelajaran mesin memetakan di mana jari bersentuhan dengan benda. Ini juga menentukan kekuatan gaya dan arah gaya.

Georg Martius adalah Pemimpin Kelompok Penelitian Max Planck di MPI-IS dan kepala Kelompok Pembelajaran Otonom.

“Kami mencapai kinerja penginderaan yang luar biasa ini melalui desain mekanik inovatif dari cangkang, sistem pengimajan yang disesuaikan di dalam, pengumpulan data otomatis, dan pembelajaran dalam yang canggih,” kata Martius.

Huanbo Sun adalah mahasiswa Ph.D. Martius.

“Struktur hybrid unik kami dari cangkang lunak yang mengelilingi kerangka kaku memastikan sensitivitas tinggi dan kekuatan. Kamera kami dapat mendeteksi deformasi permukaan yang sangat kecil dari satu gambar saja,” kata Sun.

Menurut Katherine J. Kuchenbecker, Direktur Departemen Kecerdasan Haptik di MPI-IS, sensor baru ini akan sangat berguna.

“Sensor haptik lunak sebelumnya hanya memiliki area penginderaan kecil, rapuh dan sulit dibuat, dan sering tidak dapat merasakan gaya sejajar dengan kulit, yang penting untuk manipulasi robotik seperti memegang gelas air atau menggeser koin di atas meja,” kata Kuchenbecker.

https://www.youtube.com/watch?v=lTAJwcZopAA

Mengajar Sensor untuk Belajar

Untuk sensor dapat belajar, Sun mengembangkan testbed yang menghasilkan data pelatihan untuk model pembelajaran mesin untuk belajar. Data ini membantu model memahami korelasi antara perubahan piksel gambar mentah dan gaya yang diterapkan. Sekitar 200.000 pengukuran dihasilkan dari testbed yang memprobing sensor di sekitar permukaannya, dan model dilatih dalam satu hari.

“Desain perangkat keras dan perangkat lunak yang kami presentasikan dalam pekerjaan kami dapat ditransfer ke berbagai bagian robot dengan bentuk dan persyaratan presisi yang berbeda. Arsitektur pembelajaran mesin, pelatihan, dan proses inferensi semua umum dan dapat diterapkan pada banyak desain sensor lainnya,” kata Huanbo Sun.