Construindo um robô preciso de alimentação assistida que pode lidar com qualquer refeição

Comer uma refeição envolve múltiplos movimentos precisos para levar a comida do prato à boca.

Pegamos um garfo ou colher para espetar ou pegar uma variedade de alimentos com formatos e texturas diferentes sem quebrá-los ou empurrá-los para fora do prato. Em seguida, carregamos a comida em nossa direção sem deixá-la cair, inserimos em nossas bocas em um ângulo confortável, mordemos e retiramos delicadamente o utensílio com força suficiente para deixar a comida para trás. E repetimos essa série de ações até que nossos pratos estejam limpos – três vezes ao dia.

Para pessoas com lesões na medula espinhal ou outros tipos de deficiências motoras, realizar essa série de movimentos sem ajuda pode ser quase impossível, o que significa que eles devem contar com cuidadores para alimentá-los. Isso reduz a autonomia dos indivíduos e também contribui para o desgaste do cuidador, diz Jennifer Grannen, estudante de pós-graduação em ciência da computação na Universidade de Stanford.

Uma alternativa: robôs que podem ajudar pessoas com deficiência a se alimentarem. Embora já existam dispositivos robóticos de alimentação no mercado, eles normalmente fazem movimentos pré-programados, devem ser configurados com precisão para cada pessoa e cada refeição e colocam a comida na frente da boca de uma pessoa, e não nela, o que pode representar problemas para pessoas com movimentos muito limitados, diz Grannen.

Uma equipe de pesquisa no laboratório ILIAD de Dorsa Sadigh, incluindo Grannen e seus colegas estudantes de ciência da computação Priya Sundaresan, Suneel Belkhale, Yilin Wu e Lorenzo Shaikewitz, espera tornar a alimentação assistida por robôs mais confortável para todos os envolvidos. A equipe já desenvolveu vários novos algoritmos robóticos para realizar de forma autônoma e confortável cada etapa do processo de alimentação para uma variedade de tipos de alimentos.

Um algoritmo combina visão computacional e sensação tátil para avaliar o ângulo e a velocidade de inserção de um garfo em um alimento; outro usa um segundo braço robótico para empurrar comida para uma colher; e um terceiro coloca a comida na boca da pessoa de uma forma natural e confortável. Seus estudos são publicados no arXiv servidor de pré-impressão.

“A esperança é que, ao progredir neste domínio, as pessoas que dependem da assistência de um cuidador possam eventualmente ter um estilo de vida mais independente”, diz Sundaresan.

Espetagem visual e tátil

Os alimentos vêm em uma variedade de formas e tamanhos. Eles também variam em sua fragilidade ou robustez. Alguns (como tofu) quebram em pedaços quando espetados com muita firmeza; outros que são mais duros (como cenouras cruas) requerem um movimento firme de espeto.

Para coletar diversos itens com sucesso, a equipe equipou um braço robótico com uma câmera para fornecer feedback visual e um sensor de força para fornecer feedback tátil. Na fase de treinamento, eles ofereceram ao robô uma variedade de alimentos, incluindo alimentos que parecem iguais, mas com diferentes níveis de fragilidade (por exemplo, abóbora crua versus cozida) e alimentos macios ao toque, mas inesperadamente firmes quando espetados (por exemplo, , brócolis cru).

Para maximizar as coletas bem-sucedidas com o mínimo de quebra, o sistema visual primeiro se concentra em um item de comida e coloca o garfo em contato com ele em um ângulo apropriado usando um método derivado de pesquisas anteriores. Em seguida, o garfo sonda suavemente o alimento para determinar (usando o sensor de força) se é frágil ou robusto. Ao mesmo tempo, a câmera fornece feedback visual sobre como o alimento responde à sonda. Tendo feito sua determinação de fragilidade/robustez usando pistas visuais e táteis, o robô escolhe entre – e age instantaneamente – uma das duas estratégias de espeto: um movimento vertical mais rápido para itens robustos e um movimento angular mais suave para itens frágeis.

O trabalho é o primeiro a combinar visão e sensação tátil para espetar uma variedade de alimentos – e fazê-lo em uma interação contínua, diz Sundaresan. Em experimentos, o sistema superou as abordagens que não usam haptics e também recuperou com sucesso alimentos ambíguos, como brócolis cru e abóbora crua e cozida. “O sistema depende da visão se os hápticos forem ambíguos e dos hápticos se os visuais forem ambíguos”, diz Sundaresan. No entanto, alguns itens escaparam do garfo do robô. “Itens finos como ervilhas ou folhas de salada são super difíceis”, diz ela.

Ela aprecia a maneira como o robô cutuca a comida, assim como as pessoas. “Os humanos também obtêm feedback visual e tátil e usam isso para informar como inserir um garfo”, diz ela. Nesse sentido, este trabalho marca um passo para projetar robôs de alimentação assistida que podem se comportar de maneira familiar e confortável de usar.

Escavando com um empurrão

As abordagens existentes para alimentação assistida muitas vezes exigem a troca de utensílios para lidar com diferentes tipos de alimentos. “Você quer um sistema que possa adquirir muitos alimentos diferentes com uma única colher, em vez de trocar a ferramenta que está usando”, diz Grannen. Mas alguns alimentos, como ervilhas, rolam de uma colher, enquanto outros, como gelatina ou tofu, se desfazem.

Grannen e seus colegas perceberam que as pessoas sabem como resolver esse problema: elas usam um segundo braço segurando um garfo ou outra ferramenta para empurrar as ervilhas para uma colher. Assim, a equipe montou um robô bimanual com uma colher em uma das mãos e um empurrador curvo na outra. E eles o treinaram para pegar uma variedade de alimentos.

À medida que os dois utensílios se movem um em direção ao outro de cada lado de um alimento, um sistema de visão computacional classifica o item como robusto ou frágil e aprende a perceber quando o item está prestes a quebrar. Nesse ponto, os utensílios param de se mover um em direção ao outro e começam a cavar para cima, com o empurrador seguindo e girando em direção à colher para manter o alimento no lugar.

Este é o primeiro trabalho a usar dois braços robóticos para aquisição de alimentos, diz Grannen. Ela também está interessada em explorar outras tarefas de alimentação bimanuais, como cortar carne, que envolve não apenas planejar como cortar um grande pedaço de comida, mas também como segurá-lo no lugar enquanto faz o movimento de serrar. A sopa também é um desafio interessante, diz ela. “Como você evita que a colher derrame e como você inclina a tigela para recuperar as últimas gotas?”

Transferência de mordida

Uma vez que a comida está em um garfo ou colher, o braço do robô precisa entregá-la à boca da pessoa de uma forma natural e confortável, diz Belkhale. Até agora, a maioria dos robôs simplesmente trazia a comida bem na frente da boca de uma pessoa, exigindo que ela se inclinasse para frente ou esticasse o pescoço para retirar a comida da colher ou do garfo. Mas esse é um movimento difícil para pessoas que estão completamente imóveis do pescoço para baixo ou para pessoas com outros tipos de problemas de mobilidade, diz ele.

Para resolver esse problema, a equipe de Stanford desenvolveu um sistema robótico integrado que leva a comida até a boca de uma pessoa, para logo após a entrada da comida na boca, detecta quando a pessoa dá uma mordida e remove o utensílio.

O sistema inclui uma nova peça de hardware que funciona como uma articulação do pulso, tornando os movimentos do robô mais semelhantes aos humanos e confortáveis ​​para as pessoas, diz Belkhale. Além disso, conta com visão computacional para detectar alimentos no utensílio; identificar as principais características faciais à medida que o alimento se aproxima da boca; e reconhecer quando a comida passou do plano do rosto e entrou na boca.

O sistema também usa um sensor de força que foi projetado para garantir que todo o processo seja confortável para a pessoa que está sendo alimentada. Inicialmente, conforme a comida chega à boca, o sensor de força é muito reativo para garantir que o braço do robô pare de se mover quando o utensílio entrar em contato com os lábios ou a língua de uma pessoa. Em seguida, o sensor registra a pessoa dando uma mordida, que serve de sinal para o robô começar a retirar o utensílio, momento em que o sensor de força precisa ser menos reativo para que o braço do robô exerça força suficiente para deixar o alimento em a boca enquanto o utensílio recua. “Este sistema integrado pode alternar entre diferentes controladores e diferentes níveis de reatividade para cada etapa”, diz Belkhale.

alimentação assistida por IA

Há muito mais trabalho a fazer antes que um robô de alimentação assistida ideal seja implantado na natureza, dizem os pesquisadores. Por exemplo, os robôs precisam fazer um trabalho melhor para coletar o que Sundaresan chama de grupos de alimentos “adversários”, como itens muito frágeis ou muito finos. Há também o desafio de cortar itens grandes em pedaços pequenos ou pegar salgadinhos. Depois, há a questão de qual é a melhor maneira de as pessoas se comunicarem com o robô sobre a próxima comida que desejam. Por exemplo, os usuários devem dizer o que precisam a seguir, o robô deve aprender as preferências e intenções do humano ao longo do tempo ou deve haver alguma forma de autonomia compartilhada?

Uma questão maior: todas as etapas de aquisição de alimentos e transferência de mordida ocorrerão juntas em um sistema? “No momento, ainda estamos no estágio em que trabalhamos em cada uma dessas etapas de forma independente”, diz Belkhale. “Mas, eventualmente, o objetivo seria começar a encaixá-los.”