Geavanceerde tastzintuig-strategie verbetert robotnauwkeurigheid in objectdetectie

Applied Physics Review, Melville, NY

Succesvolle vuilnissorting door een intelligentaal robot tastzintuig-systeem. (Afbeelding: Qian Mao en Rong Zhu/AIP Publishing)

Tegenwoordig kunnen intelligente robots veel objecten nauwkeurig herkennen door visie en tastzin. Tastinformatie, verkregen via sensoren, samen met machine learning algoritmes, stelt robots in staat om objecten te identificeren die ze eerder hebben behandeld.

Echter, waarneming is vaak verward wanneer gepresenteerd met objecten die vergelijkbaar zijn in grootte en vorm, of objecten onbekend voor de robot. Andere factoren die robotperceptie beperken, omvatten achtergrondruis en hetzelfde type object met verschillende vormen en maten.

In Applied Physics Reviews, door AIP Publishing, werkten onderzoekers van Tsinghua University aan het doorbreken van de moeilijkheden van robotische herkenning van diverse veelvoorkomende, maar complexe, items.

Menschen bezitten veel verschillende typen tastzin, een daarvan is thermisch gevoel. Dit stelt ons in staat om de wind te voelen, hitte en kou te waarnemen, en te discrimineren tussen materialen, zoals hout en metaal, vanwege de verschillende afkoelingsgevoelens die geproduceerd worden. De onderzoekers wilden deze capaciteit nabootsen door een robotische tastzintuig-methode te ontwerpen die thermische gevoelens incorporateerde voor robuustere en nauwkeurigere objectdetectie.

"We stellen voor om spatio-temporele tastzintuiging tijdens handgrijpen te benutten om de robotische functie en capaciteit uit te breiden om multi-attributen van het gegrepen object tegelijkertijd te waarnemen, waaronder thermische geleiding, thermische diffusie, oppervlakteruwheid, contactdruk en temperatuur," zei auteur Rong Zhu.

Het team creëerde een gelaagde sensor met materiaaldetectie aan het oppervlak en drukgevoeligheid aan de bodem, met een poreuze middenlaag gevoelig voor thermische veranderingen. Ze koppelden deze sensor aan een efficiënt cascade-classificatiealgoritme dat objecttypen in volgorde uitsluit, van makkelijk naar moeilijk, beginnend met simpele categorieën zoals lege kartonnen dozen voordat ze doorgingen tot sinaasschaaltjes of stukken stof.

Om de mogelijkheden van hun methode te testen, creëerde het team een intelligentaal robot tastzintuig-systeem om vuilnis te sorteren. De robot pakte veelvoorkomende vuilnisitems op, waaronder lege kartonnen dozen, plastic zakken, plastic flessen, servetten, sponsen, sinaasschaaltjes en verlopen medicijnen. Het sorteerde het vuilnis in aparte containers voor herbruikbare materialen, voedselresten, gevaarlijk afval en overig afval.

Hun systeem bereikte een classificatienauwkeurigheid van 98,85 procent bij het herkennen van diverse vuilnisobjecten die niet eerder waren ontmoet. Dit succesvolle vuilnissorteergedrag kan de menselijke arbeid in real-life scenario's aanzienlijk verminderen en een brede toepasbaarheid bieden voor slimme leeftechnologieën.

Toekomstig onderzoek in dit gebied zal zich richten op het verbeteren van robotische embodied intelligence en autonoom implementatie. "Daarnaast, door deze sensor te combineren met brain-computer interface technologie, kan tastinformatie verzameld door de sensor worden omgezet in neurale signalen acceptabel voor het menselijke brein, wat tastperceptiecapaciteiten herstelt voor mensen met handgebreken," zei Zhu.

Voor meer informatie, contacteer Wendy Beatty via dit e-mailadres; 301-209-3090.