Forskere bringer berøringssans til robotfinger

Forskere ved Columbia Engineering har bringt en berøringssans til en nyutviklet robotfinger. Den kan lokalisere berøring med ekstremt høy presisjon over store, multicurvede overflater. Den nye utviklingen bringer robotteknologien ett skritt nærmere å nå menneskelignende status.

Matei Ciocarlie er en assosiert professor i avdelingene for maskinteknikk og datavitenskap. Ciocarlie ledet forskningen i samarbeid med professor Ioannis (John) Kymissis fra avdelingen for elektroteknikk.

“Det har lenge vært et gap mellom selvstendige taktilsensorene og fullt integrerte taktilfingre – taktil sensing er fortsatt langt fra ubegrenset i robotmanipulasjon,” sier Ciocarlie. “I denne artikkelen har vi demonstrert en multicurved robotfinger med nøyaktig berøringlokalisering og normal kraftdeteksjon over komplekse 3D-overflater.”

De nåværende metodene som brukes for å integrere berøringssensorene i robotfingre møter mange utfordringer. Det er vanskelig å dekke multicurvede overflater, det er høyt ledertall, og vanskeligheter med å passe sensorer inn i små fingertupper, noe som hindrer bruken i dyktige hender. Columbia Engineering-teamet kom rundt disse utfordringene ved å utvikle en ny tilnærming: de brukte overlappende signaler fra lyskastere og mottakere som er innbygget i en gjennomsiktig bølgelederlag som dekker de funksjonelle områdene av fingren.

Teamet kunne få tak i en signaldatamengde som endrer seg i respons til deformasjon av fingren på grunn av berøring. De gjorde dette ved å måle lys transport mellom hver lyskaster og mottaker. Nyttig informasjon, som kontaktplassering og påtrykt normal kraft, ble deretter trukket ut fra dataene gjennom bruk av data-drevne dyptelæringmetoder. Teamet kunne gjøre dette uten å bruke analytiske modeller.

Gjennom denne metoden utviklet forskningsteamet en fullt integrert, sensorisert robotfinger som har lavt ledertall. Den ble bygget gjennom bruk av tilgjengelige produksjonsmetoder og kan lett integreres i dyktige hender.

Studien ble publisert online i IEEE/ASME Transactions on Mechatronics.

Den første delen av prosjektet var å bruke lys til å sanse berøring. Det er et lag av gjennomsiktig silikon under “huden” på fingren, og teamet skinte lys inn i det fra over 30 LEDs. Fingren har også over 30 fotodioder som er ansvarlige for å måle hvordan lyset bouncer rundt. Så snart fingren kommer i kontakt med noe, deformerer huden og lyset flytter seg rundt i det gjennomsiktige laget under huden. Forskerne måler deretter hvor mye lys som går fra hver LED til hver diode for å komme opp med omtrent 1 000 signaler. Hver enkelt av disse signalene inneholder informasjon om kontakten.

“Den menneskelige fingren gir usedvanlig rik kontakinformasjon – mer enn 400 små taktilsensorene i hver kvadratcentimeter av hud!” sier Ciocarlie. “Det var modellen som drev oss til å prøve å få så mye data som mulig fra vår finger. Det var kritisk å sikre at alle kontakter på alle sider av fingren var dekket – vi bygget i praksis en taktil robotfinger uten blinde flekker.”

Den andre delen av prosjektet var å designe dataene til å bli prosessert av maskinlæringsalgoritmer. Dataene er ekstremt komplekse og kan ikke tolkes av mennesker. Imidlertid kan nåværende maskinlæringsmetoder lære å trekke ut spesifik informasjon, som hvor fingren berøres, hva som berører fingren og hvor mye kraft som påføres.

“Våre resultater viser at et dypt neuralt nettverk kan trekke ut denne informasjonen med svært høy nøyaktighet,” sier Kymissis. “Vårt enhet er virkelig en taktil finger designet fra begynnelsen til å bli brukt i sammenheng med AI-algoritmer.”

Teamet designet også fingren så den kan brukes på robot-hender. Fingren kan samle inn nesten 1 000 signaler, men den krever bare en 14-lederskabel som kobler den til hånden. Det er heller ingen komplekse eksterne elektroniske komponenter nødvendige for den å fungere.

Teamet har for øyeblikket to dyktige hender som blir integrert med fingrene, og de vil se på å bruke hendene til å demonstrere dyktige manipulasjonsferdigheter.

“Dyktig robotmanipulasjon er nødvendig nå i felt som produksjon og logistikk, og er en av teknologiene som, på lengre sikt, er nødvendige for å muliggjøre personlig robotassistans i andre områder, som helse eller servicedomener,” sier Ciocarlie.