ロボティクスとフィジカルAI

ロボット指に触覚を実現した研究者

mm
Unite.AI を Google の優先ソースに追加

コロンビア工学大学の研究者は、新しく開発されたロボット指に触覚を実現しました。ロボット指は、大きな複曲面上で非常に高精度な触覚を検出することができます。この新しい開発により、ロボットは人間のような能力に一歩近づきました。

マテイ・チョカーリエは、機械工学とコンピューターサイエンスの准教授です。チョカーリエは、電気工学教授のイオアニス(ジョン)・キミシスと共同で研究を主導しました。

「タクタイルセンサーと完全に統合されたタクタイル指の間には、長年にわたってギャップがありました。タクタイルセンシングはまだロボット操作では一般的ではありません」とチョカーリエは述べています。「この論文では、複曲面上で正確なタッチ位置と法線力検出が可能な複曲ロボット指を実現しました。」

ロボット指にタッチセンサーを統合するための現在の方法は、複数の課題に直面しています。複曲面をカバーすることが難しく、ワイヤーの数が多く、センサーを小さな指先に収めることが難しいため、器用な手を使用することができません。コロンビア工学大学のチームは、これらの課題を回避するために、新しいアプローチを開発しました。チームは、ロボット指の機能部に埋め込まれた透明な波導層に、重なり合う信号を発生させる光エミッターと受信機を使用しました。

チームは、ロボット指の変形に応じて変化する信号データセットを取得することができました。チームは、各エミッターと受信機間の光伝達を測定することでこれを実現しました。接触位置や適用された法線力などの有用な情報は、データ駆動型のディープラーニング方法を使用してデータから抽出されました。チームは、分析モデルを使用せずにこれを実現しました。

この方法を使用して、研究チームは完全に統合された、センサ化されたロボット指を開発しました。ロボット指は低ワイヤーカウントを持ち、容易に器用な手に統合することができます。

研究は、オンラインでIEEE/ASMEトランザクションオンメカトロニクスに掲載されました。

プロジェクトの最初の部分は、光を使用してタッチを感知することでした。ロボット指の「皮膚」下には透明なシリコン層があり、チームは30を超えるLEDから光を照射しました。ロボット指には、光がどのように跳ね返るかを測定するための30を超える光電池が付いています。ロボット指が何かと接触すると、皮膚は変形し、光は透明な層の中で動きます。研究者は、各LEDから各光電池への光の量を測定して、約1000の信号を生成します。各信号には、接触に関する情報が含まれています。

「人間の指は、1平方センチメートルの皮膚あたり400以上の小さなタッチセンサーを提供することで、非常に豊富な接触情報を提供します」とチョカーリエは述べています。「これが私たちを刺激して、ロボット指から可能な限り多くのデータを取得するようにしました。ロボット指のすべての側面で接触を検出することが重要でした。基本的に、盲点のないタクタイルロボット指を構築しました。」

プロジェクトの2番目の部分は、チームがデータを機械学習アルゴリズムで処理するように設計することでした。データは非常に複雑で、人間が解釈することはできません。ただし、現在の機械学習技術は、接触位置、接触物、適用された力などの特定の情報を抽出することを学習できます。

「結果は、ディープニューラルネットワークがこれらの情報を非常に高精度で抽出できることを示しています」とキミシスは述べています。「私たちのデバイスは、AIアルゴリズムと組み合わせて使用するように設計された真正のタクタイル指です。」

チームは、ロボット指をロボットハンドで使用できるように設計しました。ロボット指は約1000の信号を収集できますが、ハンドに接続するために14本のワイヤーのケーブルのみが必要です。ロボット指を動作させるために、複雑なオフボード電子機器は必要ありません。

チームは現在、ロボット指を統合する2つの器用な手を持っています。チームは、ロボットの手を使用して、器用な操作能力を実証することを目指しています。

「器用なロボット操作は、製造や物流などの分野で必要です。さらに、将来的には、ヘルスケアやサービス分野などの他の分野でパーソナルロボットアシスタンスを可能にするために必要な技術の1つです」とチョカーリエは述べています。

Alex McFarlandは、人工知能の最新の開発を探求するAIジャーナリスト兼ライターです。彼は、世界中の数多くのAIスタートアップや出版物と共同しています。