Các nhà nghiên cứu mang lại cảm giác chạm vào ngón tay robot

Các nhà nghiên cứu tại Columbia Engineering đã mang lại cảm giác chạm vào một ngón tay robot mới được phát triển. Nó có thể xác định vị trí chạm với độ chính xác cao trên các bề mặt cong lớn, đa cong. Phát triển mới này đưa robot một bước gần hơn với việc đạt được trạng thái giống con người.

Matei Ciocarlie là giáo sư phụ tá tại các bộ phận kỹ thuật cơ khí và khoa học máy tính. Ciocarlie đã dẫn đầu nghiên cứu này trong sự hợp tác với Giáo sư Kỹ thuật Điện Ioannis (John) Kymissis.

“Từ trước đến nay, đã có một khoảng cách giữa các cảm biến xúc giác độc lập và các ngón tay xúc giác hoàn chỉnh – cảm biến xúc giác vẫn còn xa lạ trong việc điều khiển robot,” Ciocarlie nói. “Trong bài báo này, chúng tôi đã chứng minh một ngón tay robot đa cong với định vị chạm chính xác và phát hiện lực pháp tuyến trên các bề mặt 3D phức tạp.”

Các phương pháp hiện tại được sử dụng để tích hợp cảm biến chạm vào ngón tay robot phải đối mặt với nhiều thách thức. Việc che phủ các bề mặt cong lớn là khó khăn, có số lượng dây cao và khó khăn khi lắp đặt cảm biến vào các ngón tay nhỏ, điều này ngăn cản việc sử dụng trong các tay robot linh hoạt. Đội ngũ Columbia Engineering đã vượt qua những thách thức này bằng cách phát triển một phương pháp mới: họ sử dụng tín hiệu chồng chéo từ các bộ phát và nhận ánh sáng được nhúng trong một lớp dẫn sóng trong suốt che phủ các khu vực chức năng của ngón tay.

Đội ngũ đã có thể thu được một tập dữ liệu tín hiệu thay đổi khi ngón tay bị biến dạng do chạm. Họ đã làm điều này bằng cách đo vận chuyển ánh sáng giữa mỗi bộ phát và nhận. Thông tin hữu ích, chẳng hạn như vị trí tiếp xúc và lực pháp tuyến được áp dụng, sau đó được trích xuất từ dữ liệu thông qua việc sử dụng các phương pháp học sâu dựa trên dữ liệu. Đội ngũ đã có thể làm điều này mà không cần sử dụng các mô hình phân tích.

Thông qua phương pháp này, đội ngũ nghiên cứu đã phát triển một ngón tay robot hoàn chỉnh, được cảm biến hóa, có số lượng dây thấp. Nó được xây dựng thông qua việc sử dụng các phương pháp sản xuất có sẵn và có thể dễ dàng tích hợp vào các tay robot linh hoạt.

Nghiên cứu này đã được xuất bản trực tuyến trên IEEE/ASME Transactions on Mechatronics.

Phần đầu tiên của dự án là sử dụng ánh sáng để cảm nhận chạm. Có một lớp silicone trong suốt dưới “da” của ngón tay, và đội ngũ đã chiếu ánh sáng vào nó từ hơn 30 đèn LED. Ngón tay cũng có hơn 30 photodiode chịu trách nhiệm đo cách ánh sáng di chuyển xung quanh. Khi ngón tay tiếp xúc với thứ gì đó, “da” bị biến dạng và ánh sáng di chuyển trong lớp trong suốt dưới “da”. Các nhà nghiên cứu sau đó đo lượng ánh sáng từ mỗi đèn LED đến mỗi diode để tạo ra khoảng 1.000 tín hiệu. Mỗi tín hiệu chứa thông tin về tiếp xúc.

“Ngón tay của con người cung cấp thông tin tiếp xúc vô cùng phong phú – hơn 400 cảm biến xúc giác nhỏ trong mỗi centimet vuông da!” Ciocarlie nói. “Đó là mô hình đã thúc đẩy chúng tôi cố gắng thu được càng nhiều dữ liệu càng tốt từ ngón tay của mình. Điều quan trọng là phải đảm bảo tất cả các tiếp xúc trên tất cả các mặt của ngón tay đều được bao phủ – chúng tôi cơ bản đã xây dựng một ngón tay robot xúc giác không có điểm mù.”

Phần thứ hai của dự án là đội ngũ thiết kế dữ liệu để được xử lý bởi các thuật toán học máy. Dữ liệu cực kỳ phức tạp và không thể được giải thích bởi con người. Tuy nhiên, các kỹ thuật học máy hiện tại có thể học cách trích xuất thông tin cụ thể, chẳng hạn như nơi ngón tay được chạm, vật gì chạm vào ngón tay và lực lượng được áp dụng.

“Kết quả của chúng tôi cho thấy một mạng lưới thần kinh sâu có thể trích xuất thông tin này với độ chính xác rất cao,” Kymissis nói. “Thiết bị của chúng tôi thực sự là một ngón tay xúc giác được thiết kế từ đầu để được sử dụng cùng với các thuật toán AI.”

Đội ngũ cũng thiết kế ngón tay để nó có thể được sử dụng trên các tay robot. Ngón tay có thể thu thập gần 1.000 tín hiệu, nhưng nó chỉ yêu cầu một cáp 14 dây kết nối với tay. Không có điện tử phức tạp nào được yêu cầu để nó hoạt động.

Đội ngũ hiện có hai tay robot linh hoạt đang được tích hợp với các ngón tay, và họ sẽ tìm cách sử dụng các tay này để đемонстрировать khả năng điều khiển robot linh hoạt. ‘Dexterous robotic manipulation là cần thiết bây giờ trong các lĩnh vực như sản xuất và hậu cần, và là một trong những công nghệ cần thiết để kích hoạt hỗ trợ robot cá nhân trong các lĩnh vực khác, chẳng hạn như chăm sóc sức khỏe hoặc dịch vụ,’ Ciocarlie nói.