Miękki dotyk dla robotów sprzętu

Roboty mogą być wykonane z miękkich materiałów, ale elastyczność takich robotów jest ograniczony przez wprowadzenie sztywnych czujników niezbędnych do ich kontroli. Naukowcy stworzyli wbudowane czujniki, aby zastąpić sztywne czujniki, które oferują taką samą funkcjonalność, ale stać większą elastyczność robota. Miękkie roboty mogą być bardziej elastyczne i sprężyste niż sztywne bardziej tradycyjnych wzorów. Zespół wykorzystał techniki uczenia maszynowego najnowocześniejsze stworzyć swój projekt.

Automatyzacja jest coraz bardziej ważnym tematem, a rdzeniem tej koncepcji są często połączone dziedziny robotyki i uczenia maszynowego. Zależność między uczenia maszynowego i robotyki nie ogranicza się tylko do zachowania kontroli robotów, ale jest również ważne dla ich konstrukcji i funkcji bazowych. Robot, który działa w rzeczywistych potrzeb, aby zrozumieć swoje otoczenie i siebie, aby poruszać się i wykonywać zadania.

Gdyby świat był całkowicie przewidywalny, to robot będzie dobrze poruszanie się bez konieczności uczenia się czegoś nowego o swoim środowisku. Ale rzeczywistość jest nieprzewidywalny i nigdy nie zmienia, więc uczenie maszynowe roboty pomaga dostosować się do nieznanych sytuacjach. Chociaż teoretycznie jest prawdziwe dla wszystkich robotów, jest to szczególnie ważne dla miękkim ciele robotów jak właściwości fizyczne są z natury mniej przewidywalne niż ich odpowiedniki sztywnych.

„Weźmy na przykład robot z pneumatycznych mięśni sztucznych (PAM), kauczuk i systemów płynów opartych na bazie włókien, które rozszerzają się i kurczą, aby przenieść”, powiedział profesor nadzwyczajny Kohei Nakajima z Graduate School of Information Science and Technology. „PAM natury cierpieć szumy mechaniczne i histerezy, która jest zasadniczo materiał stres w czasie. Dokładne monitorów laserowych opartych pomóc utrzymać kontrolę poprzez sprzężenie zwrotne, ale te sztywne czujniki ograniczyć ruch robota, więc wymyśliliśmy coś nowego.”

Nakajima i jego zespół myśli, gdyby mogli modelować PAM w czasie rzeczywistym, a następnie mogą utrzymać dobrą kontrolę nad nim. Jednak biorąc pod uwagę stale zmieniający się charakter PAM, to nie jest realne w przypadku tradycyjnych metod modelowania mechanicznego. Więc zespół zwrócił się do techniki mocny i ustanowił uczenia maszynowego zwanego zbiornik computing. To jest, gdy informacje o systemie, w tym przypadku PAM, wprowadzana jest do specjalnej sztucznej sieci neuronowej w czasie rzeczywistym, dzięki czemu model jest ciągle zmieniających się i tym samym dostosowuje się do środowiska.

„Okazało się, że opór elektryczny PAM istotnych zmian w zależności od jego kształtu podczas skurczu. Więc przekazać te dane do sieci, dzięki czemu można go dokładnie sprawozdanie na temat stanu PAM”, powiedział Nakajima. „Zwykła guma jest izolatorem, więc włączone węgiel w naszym materiale łatwiej odczytać jego odporność różny. Okazało się, że układ emulowane istniejącą laserowego czujnika przemieszczenia z równie dużą dokładnością w różnych warunkach testowych.”

Dzięki tej metodzie, to nowa generacja technologii miękkiego robota może być niemożliwe. Może to obejmować roboty, że praca z ludźmi, na przykład urządzeń rehabilitacyjnych noszeniu lub biomedycznych robotów, jako dodatkowe środki miękkie dotykowe interakcje z nich są łagodne i bezpieczne.

„Nasze badanie sugeruje, zbiornik computing mogą być wykorzystywane w zastosowaniach oprócz robotyki. Zastosowań teledetekcji, co potrzebne w czasie rzeczywistym informacje przetwarzane w sposób zdecentralizowany, może znacznie korzyści”, powiedział Nakajima. „A inni naukowcy, którzy badają neuromorficznych computing, inteligentne systemy komputerowe, może również być w stanie uwzględnić nasze pomysły w swojej pracy, aby poprawić wydajność swoich systemów.”

źródło 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>.