Tactiele robotvinger zonder blinde vlekken

Onderzoekers hebben een nieuw type robotvinger ontwikkeld met tastzin. De vinger kan aanraking met zeer hoge precisie (<1 mm) lokaliseren over een groot, meervoudig gebogen oppervlak, net als zijn menselijke tegenhanger.

De huidige methoden voor het bouwen van aanraaksensoren zijn moeilijk te integreren in robotvingers vanwege meerdere uitdagingen, waaronder problemen met het bedekken van meervoudig gebogen oppervlakken, een hoog aantal draden of moeite met het passen in kleine vingertoppen, waardoor gebruik in behendige handen wordt voorkomen. De nieuwe methode maakt gebruik van overlappende signalen van lichtzenders en ontvangers ingebed in een transparante golfgeleiderlaag die de functionele delen van de vinger bedekt.

Door lichttransport tussen elke zender en ontvanger te meten, kan een zeer rijke signaaldataset worden verkregen die verandert als reactie op vervorming van de vinger door aanraking. Puur datagestuurde deep learning-methoden kunnen nuttige informatie uit de gegevens halen, inclusief contactlocatie en toegepaste normaalkracht, zonder dat analytische modellen nodig zijn. Het resultaat is een volledig geïntegreerde, sensorische robotvinger met een laag aantal draden, gebouwd met behulp van toegankelijke productiemethoden en ontworpen voor eenvoudige integratie in behendige handen.

Twee aspecten van de onderliggende technologie combineren om de nieuwe resultaten mogelijk te maken. Ten eerste gebruiken de onderzoekers licht om aanraking te voelen. Onder de "huid" heeft de vinger een laag gemaakt van transparante siliconen waarin ze licht van meer dan 30 LED's hebben geschenen. De vinger heeft ook meer dan 30 fotodiodes die meten hoe het licht rondkaatst. Telkens wanneer de vinger iets aanraakt, vervormt zijn huid, zodat licht verschuift in de transparante laag eronder. Door te meten hoeveel licht er van elke LED naar elke diode gaat, komen de onderzoekers uit op bijna 1.000 signalen die elk wat informatie bevatten over het contact dat is gemaakt. Omdat licht ook in een gekromde ruimte kan kaatsen, kunnen deze signalen een complexe 3D-vorm bedekken, zoals een vingertop.

Ten tweede heeft het team deze gegevens ontworpen om te worden verwerkt door machine learning-algoritmen. Omdat er zoveel signalen zijn, die elkaar allemaal gedeeltelijk overlappen, zijn de gegevens te complex om door mensen te worden geïnterpreteerd. Gelukkig kunnen de huidige machine learning-technieken leren om de informatie te extraheren waar onderzoekers om geven:waar de vinger wordt aangeraakt, wat de vinger aanraakt, hoeveel kracht er wordt uitgeoefend, enz.

Bovendien heeft het team de vinger zo gebouwd dat deze en andere vingers op robothanden kunnen worden geplaatst. Het systeem in een hand integreren is eenvoudig:de vinger verzamelt bijna 1.000 signalen, maar heeft slechts een 14-aderige kabel nodig om hem met de hand te verbinden en er is geen externe elektronica nodig. De onderzoekers hebben twee behendige handen (in staat om objecten vast te pakken en te manipuleren) die zijn uitgerust met deze vingers - de ene heeft drie vingers en de andere vier. Het team zal deze handen gebruiken om behendige manipulatievaardigheden te demonstreren, gebaseerd op tactiele en proprioceptieve gegevens.

Bekijk de vinger in actie op Tech Briefs TV hier. Neem voor meer informatie contact op met Holly Evarts via Dit e-mailadres wordt beveiligd tegen spambots. U heeft Javascript nodig om het te kunnen zien.; 212-854-3206 .