A combinação de sensores existentes com algoritmos de aprendizagem de máquina melhora o sentido intrínseco do tato dos robôs

A combinação de sensores existentes com algoritmos de aprendizagem de máquina melhora o sentido intrínseco do tato dos robôs

O sentido intrínseco do tato. A escrita ou desenho sensível na estrutura (A) é automaticamente interpretado utilizando redes neurais convolucionais (B). A reconstrução precisa da interação física é alcançada através da redução da dimensionalidade não linear via técnicas de aprendizado de máquina (C). O sentido intrínseco do tato fornecido oferece várias modalidades de interação sem a necessidade de quaisquer sensores táteis explícitos (D). Crédito: Maged Iskandar

Uma equipe de roboticistas do Instituto de Robótica e Mecatrônica do Centro Aeroespacial Alemão descobriu que combinar sensores tradicionais de força-torque internos com algoritmos de aprendizado de máquina pode dar aos robôs uma nova maneira de sentir o toque.

Em seu estudo publicado na revista Ciência Robótica, o grupo adotou uma abordagem totalmente nova para dar aos robôs um sentido de tato que não envolve pele artificial.

Para criaturas vivas, o toque é uma via de mão dupla; quando você toca em algo, você sente sua textura, temperatura e outras características. Mas você também pode ser tocado, como quando alguém ou alguma outra coisa entra em contato com uma parte do seu corpo. Neste novo estudo, a equipe de pesquisa encontrou uma maneira de emular o último tipo de toque em um robô combinando sensores internos de força-torque com um algoritmo de aprendizado de máquina.






Detecção multiponto e reconhecimento de toque durante movimento dinâmico. Crédito: Maged Iskandar

Reconhecendo que grande parte da sensação de ser tocado vem devido ao torque (tensão sentida no pulso, por exemplo, se a pressão for aplicada aos dedos), os pesquisadores colocaram sensores de força-torque extra-sensíveis nas articulações de um braço robótico. Os sensores detectam a pressão aplicada ao braço vinda de várias direções ao mesmo tempo.

Eles então usaram um aplicativo de aprendizado de máquina para ensinar o robô a interpretar vários tipos de tensão. Isso permitiu que o robô reconhecesse diferentes tipos de cenários de toque. O robô foi capaz de dizer, por exemplo, quando estava sendo tocado em um determinado lugar ao longo de seu braço. Também eliminou a necessidade de cobrir todo o robô com uma pele sensorial artificial.

A combinação de sensores existentes com algoritmos de aprendizagem de máquina melhora o sentido intrínseco do tato dos robôs

Reconhecimento de toque. A interpretação de dígitos escritos na superfície do robô como código legível por máquina é utilizada para comandar intuitivamente o robô (A). A trajetória de toque para escrever o dígito um é aplicada, a trajetória é reconhecida com sucesso e a tarefa atribuída é executada adequadamente. Da mesma forma, aplicar o dígito três aciona a execução da tarefa correspondente. Da mesma forma, botões funcionais virtuais podem ser colocados em qualquer lugar da estrutura para atribuir tarefas de alto nível (B). Crédito: Maged Iskandar

Os pesquisadores descobriram que a aplicação de IA tornou o braço tão sensível que ele conseguiu identificar qual dos números pintados nele estava sendo pressionado — ou, em outro caso, identificar números desenhados em seu braço por uma pessoa usando a ponta do dedo.

Essa abordagem pode abrir novas maneiras de interagir com muitos tipos de robôs, particularmente aqueles usados ​​em ambientes industriais, trabalhando em estreita colaboração com companheiros humanos.

Mais informações:
Maged Iskandar et al, Sentido intrínseco do tato para interação física intuitiva entre humanos e robôs, Ciência Robótica (2024). DOI: 10.1126/scirobotics.adn4008

© 2024 Rede Ciência X

Citação: A combinação de sensores existentes com algoritmos de aprendizado de máquina melhora o sentido intrínseco de tato dos robôs (2024, 12 de setembro) recuperado em 12 de setembro de 2024 de https://techxplore.com/news/2024-09-combining-sensors-machine-algorithms-robots.html

Este documento está sujeito a direitos autorais. Além de qualquer uso justo para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.



Deixe uma resposta