Connect with us

Robotica

Onderzoekers brengen gevoel van aanraking tot robotvinger

mm

Onderzoekers aan Columbia Engineering hebben een gevoel van aanraking gebracht tot een nieuw ontwikkelde robotvinger. Het is in staat om aanraking te lokaliseren met extreem hoge precisie over grote, multicurved oppervlakken. De nieuwe ontwikkeling brengt robotica een stap dichter bij het bereiken van een menselijke status.

Matei Ciocarlie is een associate professor in de afdelingen mechanische ingenieurswetenschappen en computerwetenschappen. Ciocarlie leidde het onderzoek in samenwerking met Electrical Engineering Professor Ioannis (John) Kymissis.

“Er is altijd een kloof geweest tussen losse tactiele sensoren en volledig geïntegreerde tactiele vingers – tactiele sensoren zijn nog steeds verre van alomtegenwoordig in robotmanipulatie”, zegt Ciocarlie. “In dit artikel hebben we een multicurved robotvinger gedemonstreerd met nauwkeurige aanrakinglokaliseren en normaalkrachtdetectie over complexe 3D-oppervlakken.”

De huidige methoden die worden gebruikt om aanrakingsensoren in robotvingers te integreren, hebben veel uitdagingen. Het is moeilijk om multicurved oppervlakken te bedekken, er is een hoge draadtel, en moeilijkheden bij het inpassen van de sensoren in kleine vingertoppen, wat het gebruik in behendige handen verhindert. Het team van Columbia Engineering kwam rond deze uitdagingen door een nieuwe aanpak te ontwikkelen: ze gebruikten overlappende signalen van lichtemitters en -ontvangers die zijn ingebed in een transparante waveguide-laag die de functionele gebieden van de vinger bedekt.

Het team kon een signaalgegevensset verkrijgen die verandert in reactie op deformatie van de vinger als gevolg van aanraking. Ze deden dit door de lichttransport te meten tussen elke emitter en ontvanger. Nuttige informatie, zoals contactlocatie en toegepaste normaalkracht, werd vervolgens geëxtraheerd uit de gegevens door middel van gegevensgestuurde diepe leermethoden. Het team kon dit doen zonder het gebruik van analytische modellen.

Door middel van deze methode ontwikkelde het onderzoeksteam een volledig geïntegreerde, gesensoreerde robotvinger met een lage draadtel. Het werd gebouwd door middel van toegankelijke productiemethoden en kan gemakkelijk worden geïntegreerd in behendige handen.

De studie werd online gepubliceerd in IEEE/ASME Transactions on Mechatronics.

Het eerste deel van het project was het gebruik van licht om aanraking te detecteren. Er is een laag transparante silicone onder de “huid” van de vinger, en het team scheen licht erin vanuit meer dan 30 LEDs. De vinger heeft ook meer dan 30 fotodiodes die verantwoordelijk zijn voor het meten van hoe het licht rondgaat. Zodra de vinger in contact komt met iets, deformeert de huid en beweegt het licht rond in de transparante laag onder de huid. De onderzoekers meten vervolgens hoeveel licht van elke LED naar elke diode gaat om ongeveer 1.000 signalen te verkrijgen. Elk van deze signalen bevat informatie over het contact.

“De menselijke vinger biedt ongelooflijk rijke contactinformatie – meer dan 400 kleine aanrakingsensoren in elke vierkante centimeter huid!” zegt Ciocarlie. “Dat was het model dat ons ertoe aanzette om zo veel mogelijk gegevens te proberen te krijgen van onze vinger. Het was cruciaal om ervoor te zorgen dat alle contacten op alle zijden van de vinger werden gedekt – we hebben in wezen een tactiele robotvinger gebouwd zonder blinde vlekken.”

Het tweede deel van het project was het ontwerpen van de gegevens om te worden verwerkt door machine learning-algoritmen. De gegevens zijn extreem complex en kunnen niet worden geïnterpreteerd door mensen. Echter, kunnen huidige machine learning-technieken leren om specifieke informatie te extraheren, zoals waar de vinger wordt aangeraakt, wat de vinger aanraakt en hoeveel kracht wordt toegepast.

“Onze resultaten laten zien dat een diep neuronaal netwerk deze informatie met zeer hoge nauwkeurigheid kan extraheren”, zegt Kymissis. “Ons apparaat is echt een tactiele vinger die vanaf het begin is ontworpen om te worden gebruikt in combinatie met AI-algoritmen.”

Het team ontwierp de vinger ook zodanig dat deze kan worden gebruikt op robotarmen. De vinger kan bijna 1.000 signalen verzamelen, maar heeft slechts één 14-draads kabel nodig om verbinding te maken met de hand. Er zijn ook geen complexe off-board elektronica nodig om te functioneren.

Het team heeft momenteel twee behendige handen die worden geïntegreerd met de vingers en zal proberen om de handen te gebruiken om behendige manipulatievaardigheden te demonstreren.

“Behendige robotmanipulatie is nu nodig in gebieden zoals productie en logistiek, en is een van de technologieën die op lange termijn nodig zijn om persoonlijke robotondersteuning mogelijk te maken in andere gebieden, zoals de gezondheidszorg of dienstdomeinen”, zegt Ciocarlie.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.