Pionierskie czujniki miękkie umożliwiają robotom widzenie i odczuwanie, torując drogę robotom, które mogą autonomicznie wchodzić w interakcję ze swoim otoczeniem i rozumieć je.
Włącz YouTube, a znajdziesz wszelkiego rodzaju miękkie roboty wykonujące zadania ze zwinnością i precyzją. Roboty te mają elastyczną konstrukcję i zostały wzorowane na wężach i ludzkich rękach. Rozciągają się, zginają, chwytają i ściskają, umożliwiając im wykonywanie zadań i poruszanie się po otoczeniu. Aby jednak zwiększyć ich możliwości, potrzebne są bardziej wydajne i dokładne czujniki.
Na przykład robotyczna dłoń zaprojektowana do precyzyjnego manipulowania obiektami nie może polegać na ogromnej kamerze, aby widzieć. Ręka musi także wyczuwać dotyk, aby wiedzieć, jak szorstki jest przedmiot oraz jak go chwycić i w razie potrzeby nim manipulować. Organizmy takie jak ludzie mają wiele bodźców zmysłowych działających jednocześnie, co pozwala nam widzieć, chwytać, wspinać się i dotykać naszego otoczenia. Jednak odtworzenie tego w robotach było trudne.
Grupa laboratoryjna Li Wen w Szkole Inżynierii Mechanicznej i Automatyki Uniwersytetu w Pekinie zajmuje się zapewnianiem robotom podobnych możliwości poprzez projektowanie solidnych czujników, które wykrywają wiele bodźców, a jednocześnie pozostają miękkie, elastyczne i stosunkowo tanie w produkcji.
Niedawno jego grupa opracowała czujnik, który generuje informacje zarówno dotykowe, jak i niedotykowe. Technologia Została opublikowana w Zaawansowane materiały funkcjonalne Zademonstrował miękką robotyczną rękę, która potrafi postrzegać i opisywać przedmioty, dostarczając informacji o użytych materiałach, szorstkości i kształcie.
Wykorzystanie zjawiska elektrycznego
Czujnik działa w oparciu o dwa rodzaje efektów generujących prąd. Pierwszym z nich jest efekt tryboelektryczny, czyli przenoszenie ładunku elektrycznego pomiędzy dwoma materiałami, gdy pocierają się lub ślizgają po sobie lub blisko siebie. Pomyśl o elektryczności statycznej, która pozwala balonowi przykleić się do ściany. Ta część czujnika wyczuwa ciało i wykrywa rodzaj materiału, skanując go bez dotykania ciała.
Drugi efekt nazywany jest gigantycznym efektem magnetoelastycznym, który działa poprzez wykrywanie zmian w polu magnetycznym spowodowanych zniekształceniem układu ustawionych w jednej linii magnesów. Mówiąc prościej, maleńkie magnesy ułożone w przewodzącej folii będą wytwarzać pole magnetyczne, które odkształca się, gdy folia dociska przedmiot. Zniekształcenia w polu magnetycznym wytwarzają następnie wykrywalny ładunek elektryczny. Ten komponent wykrywa takie cechy, jak szorstkość, poprzez dotknięcie obiektu.
Dzięki połączeniu tych dwóch czujników generowane są sygnały elektryczne, gdy czujnik zbliża się do obiektu (bezdotykowo) i naciska na niego (dotykowo). Zapewnia to robotowi surowe dane wejściowe o obiekcie, a jednocześnie generuje energię do obsługi czujników.
Nauczanie robota dotykania i opisywania
Po dokonaniu inżynieryjnego wyczynu polegającego na zbudowaniu urządzenia zespół musiał zinterpretować i oddzielić dwa przychodzące sygnały.
Z tego powodu algorytm uczenia maszynowego inspirowany systemami biologicznymi o nazwie A Konwolucyjna sieć neuronowa Jest przeszkolony w rozpoznawaniu danych pochodzących z dotykowej i niedotykowej części czujnika. Podobnie jak w przypadku wszystkich algorytmów uczenia maszynowego, szkolenie ma kluczowe znaczenie, a zespół jako pierwszy użył ręki do zbliżania się do znanych obiektów i poruszania się po nich bez dotykania ich, umożliwiając algorytmowi uczenie się wskazówek bezdotykowych.
Następnie przeprowadzili eksperymenty, w których dłoń robota dotknęła obiektu i zarejestrowała te dane. Ostatecznie, po wielu ścieżkach, algorytm nauczył się różnic pomiędzy sygnałami. Kolejne testy wykazały, że dłoń robota potrafi określić kształt przedmiotu, materiał, z jakiego jest wykonany, a także opisać jego chropowatość z dokładnością do 97%.
Korzystając z tych informacji, może następnie chwytać obiekty i sortować je na podstawie kryteriów określonych przez użytkownika, takich jak kształt lub materiał.
Zamknięcie pętli pomiędzy odczuwaniem a reakcją
Nadal istnieje potrzeba dalszego udoskonalania obecnego projektu. Jak grupa zauważa w artykule, czujnik prądu jest wrażliwy na warunki środowiskowe, takie jak wilgotność i temperatura. Są jednak pewni, że uda im się przezwyciężyć ten problem i dodać do robota więcej możliwości wykrywania.
„Teraz mamy dwie warstwy i myślę, że w przyszłości możemy dodać ich więcej. Każda z nich reprezentuje nową funkcję wykrywania” – powiedziała Wen.
Wen wierzy, że ostatecznie ta technologia może zamknąć pętlę między zdolnością robota do wyczuwania otoczenia i interakcji z nim. „Posiadanie informacji zwrotnej dotykowej w połączeniu z wizją, a zwłaszcza wyczuciem dotykowym, jest naprawdę ważne” – powiedział. „Ten rodzaj informacji opisowych może być bardzo ważny dla przyszłej decyzji dotyczącej zachowania robota”.
Roboty mogłyby decydować o sposobie poruszania się po różnych powierzchniach, wybierając na przykład odpowiednie narzędzia do obsługi drewna lub skał. Wszystko bez konkretnych instrukcji od operatora.
Odniesienie: Li Wen i in., Inteligentny system robotyczny zdolny do wykrywania i opisywania obiektów w oparciu o elastyczne, samozasilające się czujniki pracujące w dwóch trybach, Zaawansowane materiały funkcjonalne (2023). doi: 10.1002/adfm.202306368
Wyróżnione zdjęcie: Li Wen i in.
„Lekarz gier. Fanatyk zombie. Studio muzyczne. Kawiarni ninja. Miłośnik telewizji. Miły fanatyk alkoholik.
