'N sagte aanraking vir die robot hardeware

Robots kan gemaak word van sagte materiaal, maar die buigsaamheid van sulke robotte is beperk deur die insluiting van rigiede sensors wat nodig is vir hul beheer. Navorsers geskep ingeboude sensors, om streng sensors, wat dieselfde funksie bied, maar bekostig om die robot groter buigsaamheid te vervang. Sagte robots kan meer aanpasbaar en veerkragtig as meer tradisionele stewige ontwerpe wees. Die span gebruik van voorpunt-masjien leer tegnieke om hul ontwerp te skep.

Automation is 'n toenemend belangrike onderwerp, en die kern van hierdie konsep is die dikwels saam velde van robotika en masjien leer. Die verhouding tussen masjien leer en robotika is nie net beperk tot die gedrag beheer van robotte, maar is ook belangrik vir hul ontwerp en kernfunksies. A robot wat gebruik word in die werklike wêreld behoeftes van sy omgewing en homself te verstaan ​​ten einde te navigeer en uit te voer take.

As die wêreld was heeltemal voorspelbaar, dan 'n robot sal goed wees om te beweeg sonder die behoefte om iets nuuts oor sy omgewing te leer. Maar die werklikheid is onvoorspelbaar en steeds veranderende, so masjienleer help robots aan te pas om onbekende situasies. Alhoewel dit teoreties waar vir alle robotte, dit is veral belangrik vir sagte lyf robots as die fisiese eienskappe van hierdie is intrinsiek minder voorspelbaar as hul stewige eweknieë.

"Neem byvoorbeeld 'n robot met pneumatiese kunsmatige spiere (PAM), rubber en-vesel gebaseer vloeistof-gedrewe stelsels wat brei en die kontrak te skuif," het Medeprofessor Kohei Nakajima van die Nagraadse Skool vir Inligting Wetenskap en Tegnologie. "PAMS inherent ly ewekansige meganiese geraas en histerese, wat in wese materiaal stres met verloop van tyd. Akkurate-laser gebaseer monitors help handhaaf beheer deur terugvoer, maar hierdie rigiede sensors beperk beweging 'n robot se, so ons het met iets nuuts."

Nakajima en sy span het gedink as hulle 'n PAM in reële tyd kon 'n model, dan kan hulle 'n goeie beheer van dit in stand te hou. Maar, gegewe die steeds veranderende aard van PAMS, dit is nie realisties met die tradisionele metodes van meganiese modelle. So het die span het 'n kragtige en gevestigde masjien leer tegniek genoem reservoir rekenaar. Dit is hier waar inligting oor 'n stelsel, in hierdie geval die PAM, word in 'n spesiale kunsmatige neurale netwerk in real time gevoed, sodat die model ooit verander en dus aanpas by die omgewing.

"Ons het gevind dat die elektriese weerstand van PAM wesenlike veranderinge na gelang van sy vorm tydens 'n inkrimping. So ons hierdie data te slaag om die netwerk, sodat dit akkuraat kan verslag doen oor die stand van die PAM," sê Nakajima. "Gewone rubber is 'n isolator, sodat ons koolstof opgeneem in ons materiaal om makliker te lees sy verskillende weerstand. Ons het gevind dat die stelsel nagevolg die bestaande laser-verplasing sensor met ewe hoë akkuraatheid in 'n verskeidenheid van toets toestande."

Danksy hierdie metode, kan 'n nuwe generasie van sagte robot tegnologie moontlik wees. Dit kan die volgende insluit robotte wat werk met mense, byvoorbeeld draagbare rehabilitasie toestelle of biomediese robotte, as die ekstra sagte aanraking middel interaksies met hulle is sag en veilig.

"Ons studie dui daarop reservoir rekenaar gebruik kan word in aansoeke behalwe robotika. Remote-sensing aansoeke, wat real-time inligting verwerk in 'n gedesentraliseerde wyse nodig het, kan grootliks baat," sê Nakajima. "En 'n ander navorsers wat neuromorphic rekenaar, intelligente rekenaar stelsels te bestudeer, kan ook in staat wees om ons idees te neem in hul eie werk aan die uitvoering van hul stelsels te verbeter."

bron: University of Tokyo. "A soft touch for robotic hardware: Combined muscles and sensors made from soft materials allow for flexible robots." ScienceDaily. ScienceDaily, 15 May 2020. <www.sciencedaily.com/releases/2020/05/200515085708.htm>.