Connect with us

Robotik

En ny gryning inom robotteknik: rotationsförmåga baserad på beröring

mm

I en banbrytande utveckling har en grupp ingenjörer vid University of California San Diego (UCSD) designat en robotisk hand som kan rotera föremål med hjälp av beröring alone, utan behov av visuell inmatning. Denna innovativa approach inspirerades av det lätta sätt som människor hanterar föremål utan att nödvändigtvis behöva se dem.

En beröringskänslig metod för föremålsmanipulation

Teamet utrustade en fyrfingrad robotisk hand med 16 beröringssensorer fördelade över handflatan och fingrarna. Varje sensor, som kostar cirka 12 dollar, utför en enkel funktion: den upptäcker om ett föremål berör den eller inte. Denna metod är unik eftersom den förlitar sig på många lågkostnads-, lågupplösta beröringssensorer som använder enkla binära signaler – beröring eller inte – för att utföra robotisk rotation i handen.

I kontrast är andra metoder beroende av ett fåtal högkostnads-, högupplösta beröringssensorer fästa vid ett litet område av den robotiska handen, främst vid fingerspetsarna. Xiaolong Wang, professor i elektroteknik och datorteknik vid UC San Diego, som ledde studien, förklarade att dessa metoder har flera begränsningar. De minskar chansen att sensorerna kommer i kontakt med föremålet, vilket begränsar systemets känslighet. Högupplösta beröringssensorer som tillhandahåller information om textur är extremt svåra att simulera och är förbjudande dyra, vilket gör det svårt att använda dem i verkliga experiment.

https://www.youtube.com/watch?v=TGOB_6ZSc2s

Binära signalers kraft

“Vi visar att vi inte behöver information om ett föremåls textur för att utföra denna uppgift. Vi behöver bara enkla binära signaler om sensorerna har berört föremålet eller inte, och dessa är mycket lättare att simulera och överföra till den verkliga världen”, sa Wang.

Teamet tränade sitt system med hjälp av simuleringar av en virtuell robotisk hand som roterar en mångfaldig uppsättning föremål, inklusive de med oregelbundna former. Systemet utvärderar vilka sensorer på handen som berörs av föremålet vid varje given tidpunkt under rotationen. Det utvärderar också de aktuella positionerna för handens leder, samt deras tidigare åtgärder. Med hjälp av denna information instruerar systemet den robotiska handen vilken led som behöver gå vart i nästa tidpunkt.

Den framtida robotmanipulationen

Forskarna testade sitt system på den verkliga robotiska handen med föremål som systemet ännu inte hade mött. Den robotiska handen kunde rotera en mängd olika föremål utan att stanna eller förlora greppet. Föremålen inkluderade en tomat, en paprika, en burk jordnötssmör och en gummianka, som var det mest utmanande föremålet på grund av sin form. Föremål med mer komplexa former tog längre tid att rotera. Den robotiska handen kunde också rotera föremål runt olika axlar.

Teamet arbetar nu med att utöka sin metod till mer komplexa manipulationsuppgifter. De utvecklar för närvarande tekniker för att göra det möjligt för robotiska händer att fånga, kasta och jonglera, till exempel. “Inomhandmanipulation är en mycket vanlig färdighet som vi människor har, men det är mycket komplext för robotar att bemästra”, sa Wang. “Om vi kan ge robotar denna färdighet, kommer det att öppna dörren till de typer av uppgifter de kan utföra.”

Denna utveckling markerar ett betydande steg framåt inom området robotteknik, och kan potentiellt bana väg för robotar som kan manipulera föremål i mörker eller i visuellt utmanande miljöer.

Alex McFarland är en AI-journalist och skribent som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer världen över.