یکی از داغترین مباحث در رباتیک ، زمینه روبات های نرم است که به جای مواد سفت و سخت سنتی ، از مواد کدر و انعطاف پذیر استفاده می کند. اما روبات های نرم به دلیل عدم حس خوب بودن محدود شده اند. یک گیرنده رباتیک خوب باید احساس کند که چه چیزی را لمس می کند (سنجش لمسی) ، و باید موقعیت انگشتان خود را حس کند (به سمت جلو). چنین سنجشی در اکثر روبات های نرم از بین رفته است.
در یک مقاله جدید ، محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) با ابزارهای جدیدی روبرو شدند تا به روبات ها اجازه دهید تا آنچه را که با آنها تعامل برقرار می کند را بهتر درک کنند: امکان دیدن و طبقه بندی موارد و لمس نرم تر و ظریف .
مدیر CSAIL می گوید: "ما آرزو می کنیم دنیا را با احساس جهان امکان پذیر کنیم. دست های روبات نرم دارای پوسته های حسگر شده ای هستند که به آنها اجازه می دهد طیف وسیعی از اشیاء را انتخاب کنند ، از ظریف مانند تراشه سیب زمینی گرفته گرفته تا سنگین مانند بطری های شیر." دانیلا روس ، اندرو و ارنا ویتربی استاد مهندسی برق و علوم رایانه و معاون تحقیقات دانشگاه MIT Stephen A. Schwarzman کالج محاسبات.
یک مقاله تحقیقات سال گذشته را از MIT و دانشگاه هاروارد انجام داده است ، جایی که تیمی یک چنگک روباتیک نرم و قوی را به شکل ساختار اریگامی مخروطی شکل دادند. مانند اشیای پرنده زهره روی اشیاء فرو می ریزد و مواردی را انتخاب می کند که 100 برابر وزن آن باشد.
برای دستیابی به این تطبیق پذیری و انطباق پذیری تازه به دست بشر ، تیم جدیدی با یک معقول منطقی همراه شدند: سنسورهای لمسی ، ساخته شده از "مثانه" های لاتکس (بادکنک) که به مبدل های فشار متصل هستند. سنسورهای جدید به گیرنده اجازه می دهند تا نه تنها اشیاء به اندازه تراشه های سیب زمینی را انتخاب کند بلکه آنها را نیز طبقه بندی می کند - به ربات اجازه می دهد تا آنچه را که برداشت می کند بهتر درک کند و در عین حال آن لمس را نیز نشان دهد.
سنسورها هنگام طبقه بندی اشیاء ، 10 اشیاء را با دقت بیش از 90 درصد ، به درستی شناسایی کردند ، حتی اگر یک جسم از حالت گرفتن خارج شود.
اعتبار: موسسه فناوری ماساچوست
Josie Hughes ، نویسنده اصلی مقاله در مورد جدید در مورد حسگرها ، می گوید: "برخلاف بسیاری از حسگرهای لمسی نرم دیگر ، ما را می توان به سرعت ساخت ، جابجایی مجدد آنها را گرفت و حساسیت و قابلیت اطمینان را نشان داد." "ما امیدواریم که آنها یک روش جدید برای سنجش نرم ارائه دهند که می تواند در طیف گسترده ای از برنامه های مختلف در تنظیمات تولید مانند بسته بندی و بلند کردن کاربرد داشته باشد."
در مقاله دوم ، گروهی از محققان یک انگشت رباتیک نرم به نام "GelFlex" ایجاد کردند که از دوربین های تعبیه شده و یادگیری عمیق استفاده می کند تا امکان سنجش لمسی با وضوح بالا و "proprioception" (آگاهی از موقعیت ها و حرکات بدن) را فراهم کند.
گیربکس ، که بسیار شبیه به گیرنده فنجان دو انگشتی است که ممکن است در ایستگاه سودا مشاهده کنید ، از مکانیسم محرک تاندون برای فعال کردن انگشتان دست استفاده می کند. هنگام آزمایش بر روی اشیاء فلزی از اشکال مختلف ، این سیستم دارای بیش از 96 درصد دقت تشخیص بود.
یو او می گوید: "انگشت نرم ما می تواند دقت بالایی را در امر سیرابی و پیش بینی دقیق اشیاء چیده شده و همچنین در برابر تأثیرات قابل ملاحظه و بدون آسیب رساندن به محیط متقابل و خود تحمل کند." "با محدود کردن انگشتان نرم با یک اسکلت قابل انعطاف و انجام حسگرهای با وضوح بالا با دوربین های تعبیه شده ، طیف وسیعی از قابلیت ها را برای منبلترهای نرم باز می کنیم."
حواس توپ سحر و جادو
گیر توپ جادویی از ساختاری اوریگامی نرم ساخته شده است که توسط یک بادکنک نرم محصور شده است. هنگامی که یک خلاء بر روی بالون اعمال می شود ، ساختار اریگامی در اطراف جسم بسته می شود ، و گیربکس به ساختار آن تغییر شکل می دهد.
در حالی که این حرکت باعث می شود تا گیرنده دامنه وسیع تری از اشیاء مانند قوطی سوپ ، چکش ، لیوان شراب ، هواپیماهای بدون سرنشین و حتی یک گل کلم بروکلی را درک کند ، پیچیدگی های بیشتر ظرافت و درک هنوز از دسترس خارج نبود. آنها سنسورها را اضافه کردند.
هنگامی که سنسورها فشار یا فشار را تجربه می کنند ، فشار داخلی تغییر می کند و تیم می تواند این تغییر فشار را اندازه گیری کند تا دوباره تشخیص دهد چه موقع احساس می شود.
علاوه بر حسگر لاتکس ، تیم همچنین الگوریتمی را ایجاد کرده است که از بازخورد استفاده می کند تا اجازه دهد گیرنده دارای دوگانگی شبیه به انسان باشد که هم قوی و دقیق باشد و هم 80 درصد از اشیاء آزمایش شده با موفقیت بدون آسیب به دست آمد.
این تیم سنسورهای گیربکس را بر روی انواع وسایل خانگی آزمایش کرده اند ، از بطری های سنگین گرفته تا اشیاء کوچک و ظریف ، از جمله قوطی ، سیب ، مسواک ، بطری آب و کیسه کوکی ها.
با پیشرفت به جلو ، این تیم امیدوار است که با استفاده از این روش محاسباتی و روشهای بازسازی ، این روش را مقیاس پذیر سازد تا وضوح و پوشش را با استفاده از این فناوری جدید حسگر بهبود بخشد. سرانجام ، آنها تصور می کنند با استفاده از سنسورهای جدید ، پوستی حساس به سیال ایجاد می کنند که مقیاس پذیری و حساسیت را نشان می دهد.
هیوز مقاله جدیدی را با Rus نوشت ، که آنها تقریباً در کنفرانس بین المللی رباتیک و اتوماسیون 2020 ارائه خواهند کرد.
یکی از داغترین مباحث در رباتیک ، زمینه روبات های نرم است که به جای مواد سفت و سخت سنتی ، از مواد کدر و انعطاف پذیر استفاده می کند. اما روبات های نرم به دلیل عدم حس خوب بودن محدود شده اند. یک گیرنده رباتیک خوب باید احساس کند که چه چیزی را لمس می کند (سنجش لمسی) ، و باید موقعیت انگشتان خود را حس کند (به سمت جلو). چنین سنجشی در اکثر روبات های نرم از بین رفته است.
در یک مقاله جدید ، محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) با ابزارهای جدیدی روبرو شدند تا به روبات ها اجازه دهید تا آنچه را که با آنها تعامل برقرار می کند را بهتر درک کنند: امکان دیدن و طبقه بندی موارد و لمس نرم تر و ظریف .
مدیر CSAIL می گوید: "ما آرزو می کنیم دنیا را با احساس جهان امکان پذیر کنیم. دست های روبات نرم دارای پوسته های حسگر شده ای هستند که به آنها اجازه می دهد طیف وسیعی از اشیاء را انتخاب کنند ، از ظریف مانند تراشه سیب زمینی گرفته گرفته تا سنگین مانند بطری های شیر." دانیلا روس ، اندرو و ارنا ویتربی استاد مهندسی برق و علوم رایانه و معاون تحقیقات دانشگاه MIT Stephen A. Schwarzman کالج محاسبات.
یک مقاله تحقیقات سال گذشته را از MIT و دانشگاه هاروارد انجام داده است ، جایی که تیمی یک چنگک روباتیک نرم و قوی را به شکل ساختار اریگامی مخروطی شکل دادند. مانند اشیای پرنده زهره روی اشیاء فرو می ریزد و مواردی را انتخاب می کند که 100 برابر وزن آن باشد.
برای دستیابی به این تطبیق پذیری و انطباق پذیری تازه به دست بشر ، تیم جدیدی با یک معقول منطقی همراه شدند: سنسورهای لمسی ، ساخته شده از "مثانه" های لاتکس (بادکنک) که به مبدل های فشار متصل هستند. سنسورهای جدید به گیرنده اجازه می دهند تا نه تنها اشیاء به اندازه تراشه های سیب زمینی را انتخاب کند بلکه آنها را نیز طبقه بندی می کند - به ربات اجازه می دهد تا آنچه را که برداشت می کند بهتر درک کند و در عین حال آن لمس را نیز نشان دهد.
سنسورها هنگام طبقه بندی اشیاء ، 10 اشیاء را با دقت بیش از 90 درصد ، به درستی شناسایی کردند ، حتی اگر یک جسم از حالت گرفتن خارج شود.
اعتبار: موسسه فناوری ماساچوست
Josie Hughes ، نویسنده اصلی مقاله در مورد جدید در مورد حسگرها ، می گوید: "برخلاف بسیاری از حسگرهای لمسی نرم دیگر ، ما را می توان به سرعت ساخت ، جابجایی مجدد آنها را گرفت و حساسیت و قابلیت اطمینان را نشان داد." "ما امیدواریم که آنها یک روش جدید برای سنجش نرم ارائه دهند که می تواند در طیف گسترده ای از برنامه های مختلف در تنظیمات تولید مانند بسته بندی و بلند کردن کاربرد داشته باشد."
در مقاله دوم ، گروهی از محققان یک انگشت رباتیک نرم به نام "GelFlex" ایجاد کردند که از دوربین های تعبیه شده و یادگیری عمیق استفاده می کند تا امکان سنجش لمسی با وضوح بالا و "proprioception" (آگاهی از موقعیت ها و حرکات بدن) را فراهم کند.
گیربکس ، که بسیار شبیه به گیرنده فنجان دو انگشتی است که ممکن است در ایستگاه سودا مشاهده کنید ، از مکانیسم محرک تاندون برای فعال کردن انگشتان دست استفاده می کند. هنگام آزمایش بر روی اشیاء فلزی از اشکال مختلف ، این سیستم دارای بیش از 96 درصد دقت تشخیص بود.
یو او می گوید: "انگشت نرم ما می تواند دقت بالایی را در امر سیرابی و پیش بینی دقیق اشیاء چیده شده و همچنین در برابر تأثیرات قابل ملاحظه و بدون آسیب رساندن به محیط متقابل و خود تحمل کند." "با محدود کردن انگشتان نرم با یک اسکلت قابل انعطاف و انجام حسگرهای با وضوح بالا با دوربین های تعبیه شده ، طیف وسیعی از قابلیت ها را برای منبلترهای نرم باز می کنیم."
حواس توپ سحر و جادو
گیر توپ جادویی از ساختاری اوریگامی نرم ساخته شده است که توسط یک بادکنک نرم محصور شده است. هنگامی که یک خلاء بر روی بالون اعمال می شود ، ساختار اریگامی در اطراف جسم بسته می شود ، و گیربکس به ساختار آن تغییر شکل می دهد.
در حالی که این حرکت باعث می شود تا گیرنده دامنه وسیع تری از اشیاء مانند قوطی سوپ ، چکش ، لیوان شراب ، هواپیماهای بدون سرنشین و حتی یک گل کلم بروکلی را درک کند ، پیچیدگی های بیشتر ظرافت و درک هنوز از دسترس خارج نبود. آنها سنسورها را اضافه کردند.
هنگامی که سنسورها فشار یا فشار را تجربه می کنند ، فشار داخلی تغییر می کند و تیم می تواند این تغییر فشار را اندازه گیری کند تا دوباره تشخیص دهد چه موقع احساس می شود.
علاوه بر حسگر لاتکس ، تیم همچنین الگوریتمی را ایجاد کرده است که از بازخورد استفاده می کند تا اجازه دهد گیرنده دارای دوگانگی شبیه به انسان باشد که هم قوی و دقیق باشد و هم 80 درصد از اشیاء آزمایش شده با موفقیت بدون آسیب به دست آمد.
این تیم سنسورهای گیربکس را بر روی انواع وسایل خانگی آزمایش کرده اند ، از بطری های سنگین گرفته تا اشیاء کوچک و ظریف ، از جمله قوطی ، سیب ، مسواک ، بطری آب و کیسه کوکی ها.
با پیشرفت به جلو ، این تیم امیدوار است که با استفاده از این روش محاسباتی و روشهای بازسازی ، این روش را مقیاس پذیر سازد تا وضوح و پوشش را با استفاده از این فناوری جدید حسگر بهبود بخشد. سرانجام ، آنها تصور می کنند با استفاده از سنسورهای جدید ، پوستی حساس به سیال ایجاد می کنند که مقیاس پذیری و حساسیت را نشان می دهد.
هیوز مقاله جدیدی را با Rus نوشت ، که آنها تقریباً در کنفرانس بین المللی رباتیک و اتوماسیون 2020 ارائه خواهند کرد.
آکومولاتور های پیستونی