Nền tảng AI
Da điện tử cho robot hình người: Cách hoạt động
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Da điện tử (e-skin) là một lớp cảm biến linh hoạt hoặc có thể uốn nắn, cung cấp cho robot thông tin về tiếp xúc và môi trường xung quanh. Tùy theo thiết kế, nó có thể đo áp suất, lực cắt, biến dạng, nhiệt độ, rung hoặc khoảng cách tiệm cận trên bề mặt.
Nghiên cứu gốc năm 2020 được đề cập trên trang này đã chứng minh khả năng cảm biến tiệm cận tự cung cấp năng lượng cho tương tác người–robot. Kể từ đó, lĩnh vực này đã tiếp tục phát triển hướng tới các mảng cảm biến đa chế, tay robot mềm và các hệ thống cảm biến kết hợp nhận thức với phản hồi.
Những điểm chính
- Da điện tử là một hệ thống gồm vật liệu, cảm biến, dây điện, xử lý tín hiệu và suy luận — không phải một cảm biến duy nhất.
- Các phương pháp chuyển đổi khác nhau chuyển lực, biến dạng, nhiệt hoặc tiệm cận thành tín hiệu điện.
- Phạm vi phủ, độ nhạy, độ bền, dây điện và hiệu chuẩn có những cân bằng lẫn nhau.
- Hành vi robot an toàn đòi hỏi tín hiệu xúc giác được tích hợp vào điều khiển, không chỉ hiển thị.
Những gì da điện tử đo được
Áp suất là lực trên mỗi đơn vị diện tích; lực cắt là lực song song với bề mặt; biến dạng mô tả sự biến chuyển. Nhiệt độ và khoảng cách tiệm cận cung cấp ngữ cảnh trước và trong quá trình tiếp xúc. Da đa chế có thể giúp phân biệt một cú chạm nhẹ với trượt, va đập hoặc một chướng ngại vật gần đó.
Mật độ cảm biến nên phù hợp với nhiệm vụ. Đầu ngón tay có thể cần độ phân giải không gian cao, trong khi thân robot có thể ưu tiên phát hiện va chạm rộng và độ phủ mạnh.
Chuyển đổi và vật liệu linh hoạt
Cảm biến điện dung phát hiện sự thay đổi điện dung; cảm biến piezoresistive thay đổi điện trở khi biến dạng; vật liệu piezoelectric tạo ra điện tích dưới áp lực động; các thiết kế quang học và từ tính suy ra biến dạng qua thay đổi ánh sáng hoặc trường.
Các polymer linh hoạt, hợp chất dẫn điện, đường in và lớp bọc mềm cho phép các mảng cảm biến phù hợp với các bề mặt cong. Vật liệu phải chịu được việc uốn cong liên tục, mài mòn, mồ hôi, bụi và biến đổi nhiệt độ mà không mất hiệu chuẩn.
Từ tín hiệu thô đến bản đồ cơ thể
Các hàng và cột của taxel — các điểm ảnh xúc giác — được quét và chuyển thành giá trị số. Xử lý tín hiệu xử lý tiếng ồn, trôi và nhiễu chéo. Hiệu chuẩn ánh xạ phản hồi điện sang các đại lượng vật lý, thường riêng cho mỗi cảm biến và dải nhiệt độ.
Một AI biên có thể phát hiện các mẫu tiếp xúc cục bộ, giảm độ trễ và băng thông cáp. Mạng nơ-ron có thể ước lượng vị trí tiếp xúc hoặc trượt, nhưng chúng cần dữ liệu bao phủ biến dạng và quá trình lão hóa cảm biến.
Khép vòng điều khiển robot
Bộ điều khiển kết hợp dữ liệu xúc giác với vị trí khớp, lực, thị giác và trạng thái nhiệm vụ. Nó có thể làm chậm bộ kẹp, thay đổi lực nắm, rút lui khỏi tiếp xúc bất ngờ hoặc cảnh báo người gần đó. Thời hạn phản hồi và hành vi dự phòng an toàn nên được xác định trước khi chọn mô hình.
Học tăng cường có thể huấn luyện các chính sách thao tác, nhưng da điện tử phải cung cấp các tín hiệu đã hiệu chuẩn và chính sách phải tôn trọng các giới hạn an toàn nghiêm ngặt.
Giới hạn nghiên cứu và triển khai
Da diện tích lớn gặp khó khăn về dây điện, nguồn điện và sửa chữa. Việc kéo dài thay đổi hình dạng, và một taxel bị hỏng có thể làm sai lệch các đo lường lân cận. Việc sản xuất một nguyên mẫu phòng thí nghiệm đồng nhất ở quy mô người máy vẫn còn khó.
Đánh giá nên báo cáo độ nhạy, hiện tượng trễ, thời gian đáp ứng, trôi, vòng đời chu kỳ, độ phân giải không gian và hiệu suất trên bề mặt cong dự định. Việc chứng minh một kích thích trong môi trường kiểm soát không đồng nghĩa với tương tác hàng ngày bền vững.
Vật liệu và cơ chế cảm biến
Da điện tử là một hệ thống cảm biến linh hoạt hoặc có thể kéo dài, được thiết kế để đo tiếp xúc, áp suất, biến dạng, nhiệt độ, khoảng cách tiệm cận, độ ẩm, hoá chất hoặc hư hỏng trên bề mặt. Cảm biến piezoresistive thay đổi điện trở khi biến dạng; cảm biến điện dung thay đổi hình dạng và điện dung; vật liệu piezoelectric và triboelectric tạo điện tích từ chuyển động; các cơ chế quang học, từ tính và ion hỗ trợ các cân nhắc khác. Một lớp da thực tế kết hợp các yếu tố cảm biến với dẫn dẫn linh hoạt, lớp bọc, routing tín hiệu và gắn vào robot di động cong.
Hiệu suất không chỉ là một con số độ nhạy duy nhất. Các chỉ số liên quan bao gồm độ phân giải không gian, dải áp suất hoặc biến dạng, hiện tượng trễ, trôi, thời gian đáp ứng và hồi phục, khả năng lặp lại, nhiễu chéo, độ bền, phụ thuộc nhiệt độ và tín hiệu tối thiểu có thể phát hiện. Vật liệu mềm có thể mô phỏng tiếp xúc con người nhưng sẽ mỏi, tách lớp hoặc thay đổi hiệu chuẩn. Mảng cảm biến dày đặc tạo ra yêu cầu lớn về dây điện và dữ liệu, khuyến khích đa hợp, điện tử cục bộ, liên kết không dây, hoặc mã hoá sự kiện neuromorphic. Năng lượng và nhiệt phải vẫn tương thích với tiếp xúc an toàn.
Nhận thức, hiệu chuẩn và điều khiển robot
Tín hiệu thô cần hiệu chỉnh cơ sở, lọc, hiệu chuẩn, định vị và chuyển đổi thành các đặc trưng tiếp xúc. Các mô hình có thể phân loại vật liệu, phát hiện trượt, ước lượng phân bố lực, hoặc suy ra độ ổn định nắm, nhưng dữ liệu đào tạo phải bao phủ hình học robot, tốc độ, hao mòn, nhiệt độ, đối tượng và góc tiếp xúc. Cần tách các phiên cảm biến và đơn vị vật lý giữa giai đoạn huấn luyện và kiểm tra để tránh học các đặc thù riêng của một lớp da. Dữ liệu thực tế từ các tấm cân lực, hệ thống bắt chuyển động, hoặc thiết bị kiểm soát cần bao gồm độ không chắc.
Vòng điều khiển phải phù hợp với độ trễ và độ tin cậy của cảm biến. Một bộ điều khiển có thể giảm lực nắm khi trượt biến mất hoặc dừng khi tiếp xúc bất ngờ vượt quá ngưỡng, nhưng an toàn không nên chỉ dựa vào mô hình da được học. Sử dụng các điều khiển độc lập về mô-men, vị trí và khẩn cấp. Định nghĩa hành vi cho các taxel chết, vùng bị ngắt kết nối, bão hòa và trôi. Hiệu chuẩn và tự kiểm tra nên được robot quan sát thay vì xem dữ liệu thiếu như tiếp xúc bằng không.
Sản xuất, an toàn và ứng dụng
Các ứng dụng bao gồm nắm nhẹ, phát hiện va chạm, giả vật, điều khiển từ xa, phục hồi chức năng và tương tác người–robot. Sản xuất đòi hỏi vật liệu có thể tái tạo, khả năng sửa chữa, làm sạch, tính sinh học khi cần, độ tin cậy của kết nối và các mô-đun có thể thay thế. Đánh giá các chu kỳ lặp lại và các chất gây ô nhiễm thực tế, không chỉ một buổi trình diễn ngắn trong phòng thí nghiệm. Dữ liệu da có thể tiết lộ các mẫu chạm hoặc thông tin sức khỏe, vì vậy việc truy cập và lưu trữ cần được kiểm soát. Da điện tử mở rộng khả năng nhận biết của robot, nhưng hành vi an toàn xuất hiện từ toàn bộ chuỗi cảm biến, ước tính, điều khiển, cơ học và quản trị.
Ví dụ thực tế: điều khiển nắm chạm
Một bộ kẹp robot sử dụng mảng cảm biến áp suất và lực cắt linh hoạt để phát hiện tiếp xúc và trượt sắp xảy ra. Hiệu chuẩn bao gồm lực, vật liệu vật thể, nhiệt độ, độ cong và các chu kỳ lặp lại. Một mô hình ước lượng trượt dựa trên các mẫu thời gian, so sánh với các ngưỡng quyết định. Các đối tượng, da cảm biến và các phiên huấn luyện, kiểm tra được tách riêng. Đánh giá báo cáo thời gian dẫn phát hiện trượt, giải phóng sai, sai số lực, dung sai taxel chết và hiệu suất sau hao mòn và làm sạch.
Bộ điều khiển có thể điều chỉnh lực nắm trong giới hạn đã chứng nhận, nhưng các điều khiển độc lập về mô-men và khẩn cấp ngăn ngừa thương tích hoặc rơi các vật nguy hiểm. Tự kiểm tra lập bản đồ các vùng cảm biến hỏng và từ chối hoạt động khi độ phủ không đủ. Tín hiệu và phần mềm nhúng được phiên bản hoá và giám sát để phát hiện trôi. Dữ liệu chạm của con người không được lưu trữ quá mức cần thiết. Thay thế da kích hoạt quá trình hiệu chuẩn lại và xác nhận. Mô hình xúc giác hỗ trợ nắm bắt; nó không suy ra đau đớn, cảm xúc hay ý định con người từ tiếp xúc.
Bằng chứng thực hiện và sẵn sàng vận hành
Quyết định sản xuất đòi hỏi hơn một buổi trình diễn thành công. Xác định người dùng mục tiêu, môi trường vận hành, đầu vào, đầu ra, các phụ thuộc, chủ sở hữu và hậu quả của mỗi lỗi quan trọng. Thiết lập một nền tảng có thể tái tạo và một bộ đánh giá có phiên bản trước khi tinh chỉnh. Thử các trường hợp thường, điều kiện biên, đầu vào sai dạng hoặc thiếu, sự chuyển đổi phân phối, mất kết nối phụ thuộc, lạm dụng, và các nhóm hoặc môi trường có khả năng bị bỏ quên. Đo lường chất lượng nhiệm vụ cùng với hiệu chuẩn hoặc độ không chắc, độ trễ, thông lượng, chi phí tài nguyên, khả năng tiếp cận, quyền riêng tư và bảo mật. Ghi lại mọi biến đổi và ngưỡng để người đánh giá độc lập có thể tái tạo kết quả và phân biệt bằng chứng với một nguyên mẫu hấp dẫn.
Trước khi ra mắt, chỉ định quyền cho việc phát hành, ngoại lệ, thay đổi, khôi phục và ngừng sử dụng. Sử dụng triển khai theo giai đoạn, duy trì một phương án dự phòng an toàn, và xác minh giám sát bằng các lỗi được đưa vào cố ý. Dữ liệu điều hành nên tiết lộ chất lượng đầu vào, hành vi đầu ra, phiên bản mô hình hoặc quy tắc, sức khỏe phụ thuộc, can thiệp của con người, và kết quả đã xác nhận mà không thu thập dữ liệu nhạy cảm không cần thiết. Định nghĩa ngưỡng cảnh báo và người chịu trách nhiệm phản hồi, sau đó xem xét bằng chứng thực tế sau khi triển khai thay vì giả định hiệu suất ngoại tuyến sẽ duy trì. Đánh giá lại mỗi khi nguồn dữ liệu, người dùng, mô hình, nhà cung cấp, chính sách, phần cứng hoặc mục tiêu thay đổi. Một hệ thống được duy trì cũng cần có quy trình phục hồi, học từ sự cố, xóa và lưu trữ được ghi chép, và một điểm rõ ràng khi nó nên được vô hiệu hoá hoặc thay thế.
Câu hỏi thường gặp
Da điện tử có giống da nhân tạo của con người không?
Nó có thể mô phỏng một số tính năng cảm giác hoặc cơ học được chọn, nhưng không tái tạo đầy đủ các chức năng sinh học của da người.
Tại sao robot cần cảm giác chạm nếu nó đã có camera?
Thị giác không thể suy ra một cách đáng tin cậy mọi lực tiếp xúc, sự kiện trượt hoặc tương tác bị che khuất. Cảm biến xúc giác cung cấp bằng chứng vật lý cục bộ.
Tài liệu tham khảo chính
