Zainspirowani ludzkim palcem, naukowcy z MIT opracowali robotyczną dłoń, która wykorzystuje czujniki dotykowe o wysokiej rozdzielczości, aby dokładnie zidentyfikować obiekt po jego jednokrotnym chwyceniu.
Wiele robotycznych rąk umieszcza wszystkie swoje potężne czujniki w opuszkach palców, więc obiekt musi mieć pełny kontakt z tymi opuszkami palców, aby został zidentyfikowany, co może wymagać wielu chwytów. Inne projekty wykorzystują czujniki o niższej rozdzielczości rozmieszczone na całym palcu, ale nie rejestrują one tak wielu szczegółów, więc często wymagane jest wielokrotne ponowne chwycenie.
Zamiast tego zespół MIT zbudował palec robota ze sztywnym szkieletem zamkniętym w miękkiej warstwie zewnętrznej, który ma wiele czujników o wysokiej rozdzielczości wbudowanych pod przezroczystą „skórą”. Czujniki, które wykorzystują kamerę i diody LED do zbierania informacji wizualnych o kształcie obiektu, zapewniają ciągłe wykrywanie na całej długości palca. Każdy palec rejestruje bogate dane dotyczące wielu części obiektu jednocześnie.
Korzystając z tego projektu, naukowcy zbudowali trójpalczastą rękę robota, która może identyfikować obiekty już po jednym chwycie, z około 85-procentową dokładnością. Sztywny szkielet sprawia, że palce są wystarczająco mocne, aby podnieść ciężki przedmiot, taki jak wiertło, a miękka skóra umożliwia bezpieczne uchwycenie giętkiego przedmiotu, takiego jak pusta plastikowa butelka po wodzie, bez zgniatania go.
Te miękkie, sztywne palce mogą być szczególnie przydatne w robocie do opieki domowej, zaprojektowanym do interakcji z osobą starszą. Robot mógłby podnieść ciężki przedmiot z półki tą samą ręką, której używa do pomocy osobie w kąpieli.
„Posiadanie zarówno miękkich, jak i sztywnych elementów jest bardzo ważne w każdej ręce, ale równie ważna jest możliwość doskonałego wykrywania na naprawdę dużym obszarze, zwłaszcza jeśli chcemy rozważyć wykonanie bardzo skomplikowanych zadań manipulacyjnych, takich jak te, które potrafią zrobić nasze własne ręce. Nasz cel w tej pracy było połączenie wszystkich rzeczy, które sprawiają, że nasze ludzkie ręce są tak dobre w palec robota, który może wykonywać zadania, których inne roboty nie są w stanie obecnie wykonać” – mówi absolwentka inżynierii mechanicznej Sandra Liu, współautorka artykułu naukowego na palcu robota.
Liu napisała artykuł wraz ze współautorem i studentem inżynierii mechanicznej Leonardo Zamorą Yañezem i jej doradcą, Edwardem Adelsonem, profesorem Johna i Dorothy Wilson w dziedzinie nauk wizyjnych na Wydziale Nauk o Mózgu i Kognitywistyce oraz członkiem Computer Science and Artificial Laboratorium Wywiadu (CSAIL). Badania zostaną zaprezentowane na Konferencji RoboSoft.
Palec inspirowany człowiekiem
Palec robota składa się ze sztywnego, wydrukowanego w 3D szkieletu wewnętrznego, który jest umieszczony w formie i otoczony przezroczystą silikonową „skórą”. Wykonanie palca w formie eliminuje potrzebę stosowania łączników lub klejów do utrzymywania silikonu na miejscu.
Naukowcy zaprojektowali formę o zakrzywionym kształcie, tak aby palce robota były lekko zakrzywione w stanie spoczynku, podobnie jak palce człowieka.
„Silikon będzie się marszczyć, gdy się zgina, więc pomyśleliśmy, że jeśli ułożymy palec w tej zakrzywionej pozycji, kiedy zakrzywisz go bardziej, aby uchwycić przedmiot, nie wywołasz tylu zmarszczek. Zmarszczki są dobre pod pewnymi względami – mogą pomóc palcowi ślizgać się po powierzchni bardzo gładko i łatwo – ale nie chcieliśmy zmarszczek, których nie moglibyśmy kontrolować” – mówi Liu.
Wewnętrzny szkielet każdego palca zawiera parę szczegółowych czujników dotykowych, znanych jako czujniki GelSight, osadzonych w górnej i środkowej części, pod przezroczystą skórą. Czujniki są rozmieszczone w taki sposób, że zasięg kamer nieznacznie zachodzi na siebie, co zapewnia ciągłe wykrywanie palca na całej jego długości.
Czujnik GelSight, oparty na pionierskiej technologii grupy Adelson, składa się z kamery i trzech kolorowych diod LED. Kiedy palec chwyta przedmiot, kamera rejestruje obrazy, gdy kolorowe diody LED oświetlają skórę od wewnątrz.
Korzystając z oświetlonych konturów, które pojawiają się na miękkiej skórze, algorytm wykonuje obliczenia wstecz, aby odwzorować kontury na powierzchni chwyconego obiektu. Naukowcy przeszkolili model uczenia maszynowego w celu identyfikacji obiektów przy użyciu nieprzetworzonych danych obrazu z kamery.
Dopracowując proces wytwarzania palców, naukowcy napotkali kilka przeszkód.
Po pierwsze, silikon ma tendencję do złuszczania się z powierzchni w miarę upływu czasu. Liu i jej współpracownicy odkryli, że mogą ograniczyć to łuszczenie, dodając małe krzywe wzdłuż zawiasów między stawami w endoszkielecie.
Gdy palec się zgina, zginanie silikonu rozkłada się wzdłuż drobnych krzywizn, co zmniejsza naprężenia i zapobiega złuszczaniu. Dodali również fałdy do połączeń, dzięki czemu silikon nie jest tak mocno zgnieciony, gdy palec się zgina.
Podczas rozwiązywania problemów z ich konstrukcją naukowcy zdali sobie sprawę, że zmarszczki w silikonie zapobiegają rozrywaniu skóry.
„Przydatność zmarszczek była z naszej strony przypadkowym odkryciem. Kiedy zsyntetyzowaliśmy je na powierzchni, odkryliśmy, że faktycznie sprawiają, że palec jest trwalszy, niż się spodziewaliśmy” – mówi.
Dobre uchwycenie
Po udoskonaleniu projektu naukowcy zbudowali robotyczną dłoń, używając dwóch palców ułożonych we wzór Y, z trzecim palcem jako przeciwległym kciukiem. Ręka rejestruje sześć obrazów, gdy chwyta przedmiot (po dwa z każdego palca) i wysyła te obrazy do algorytmu uczenia maszynowego, który wykorzystuje je jako dane wejściowe do identyfikacji obiektu.
Ponieważ dłoń ma wyczuwanie dotykowe obejmujące wszystkie palce, może zbierać bogate dane dotykowe z jednego chwytu.
“Chociaż mamy dużo wyczuwania w palcach, być może dodanie dłoni z wyczuwaniem pomogłoby jeszcze lepiej rozróżniać dotykowo” – mówi Liu.
W przyszłości naukowcy chcą również ulepszyć sprzęt, aby z czasem zmniejszyć zużycie silikonu i dodać więcej aktywacji kciuka, aby mógł wykonywać szerszą gamę zadań.
Prace te były częściowo wspierane przez Toyota Research Institute, Office of Naval Research oraz projekt SINTEF BIFROST.