Sensor de toque de baixo custo mostra-se promissor para aplicações robóticas em grande escala

O desenvolvimento de sensores acessíveis e de alto desempenho pode ter implicações cruciais para a investigação robótica, uma vez que poderia melhorar a percepção para ajudar a impulsionar a manipulação e navegação dos robôs. Nos últimos anos, os engenheiros introduziram uma ampla gama de dispositivos avançados de sensores de toque, que podem melhorar a capacidade dos robôs de detectar sinais táteis, usando as informações que coletam para orientar suas ações.

Pesquisadores da Universidade de Nova York apresentaram o AnySkin, um sensor durável e de baixo custo, fácil de montar e integrar em sistemas robóticos. Este sensor, apresentado em um artigo pré-publicado em arXivé muito mais acessível do que muitos outros sensores táteis introduzidos nos últimos anos e poderia, assim, abrir novas oportunidades para a pesquisa em robótica.

“O toque é fundamental para a forma como os humanos interagem com o mundo ao seu redor, mas na robótica contemporânea, o sentido do tato está muito atrás da visão, e tenho tentado entender o porquê nos últimos anos”, Raunaq Bhirangi, co-autor do jornal, disse ao Tech Xplore.

“Os motivos mais comuns que ouvimos dos roboticistas são: ‘É muito difícil integrar na minha configuração’, ‘Como faço para treinar uma rede neural com isso?’ ‘Tenho que usar a mesma cópia do sensor para coleta e avaliação de dados – e se ele rasgar no meio do caminho?’ AnySkin foi expressamente projetado para abordar cada uma dessas preocupações.”

AnySkin, o novo sensor tátil magnético projetado por Bhirangi e seus colegas, é uma versão atualizada de um sensor que os pesquisadores introduziram em um artigo anterior, chamado ReSkin. O novo sensor baseia-se no design simplista do ReSkin, mas também apresenta melhor consistência de sinal e uma separação física entre os componentes eletrônicos do dispositivo e sua interface de detecção.

AnySkin pode ser montado em apenas alguns segundos e pode ser usado para aprender modelos de redes neurais artificiais com muito pouco ou nenhum pré-processamento. Comparado ao ReSkin, ele também coleta sinais táteis com maior consistência e pode ser corrigido de forma fácil e rápida em caso de dano acidental.

“Se você está tentando ensinar seu robô a realizar tarefas emocionantes e acidentalmente rasgar a pele, você pode substituí-la em 10 segundos e continuar com seu experimento”, disse Bhirangi. “AnySkin consiste em dois componentes principais – a pele e os eletrônicos. A pele é um elastômero magnético feito pela cura de uma mistura de partículas magnéticas com silicone, seguida de magnetização usando um magnetizador de pulso.”

O design autoadesivo exclusivo do sensor AnySkin permite maior flexibilidade na forma como o sensor é integrado. Isto significa que pode ser simplesmente esticado e inserido em várias superfícies para equipá-las com capacidades de detecção.

O sensor também é altamente versátil, pois pode ser facilmente fabricado em diferentes formatos e formas e montado. AnySkin também pode ser simplesmente removido das superfícies e substituído se estiver danificado.

Nos testes iniciais, os pesquisadores descobriram que o sensor teve um desempenho notavelmente bom, com desempenho comparável ao de outros sensores táteis bem estabelecidos. Notavelmente, eles também observaram que diferentes sensores AnySkin exibem desempenhos e respostas de detecção muito semelhantes, o que sugere que eles poderiam ser reproduzidos de forma confiável e implantados em larga escala.

“Usamos o aprendizado de máquina para treinar alguns modelos de robôs de ponta a ponta, que captam o sinal bruto do AnySkin junto com imagens de diferentes pontos de vista e usam essas informações para realizar algumas tarefas realmente precisas – localizar uma régua de soquete e inserir um plugue no primeiro soquete, localize uma máquina de cartão de crédito e passe um cartão por ela, localize uma porta USB e insira um pendrive nela”, disse Bhirangi.

“Embora tenha sido interessante ver que podíamos realizar essas tarefas precisas mesmo quando as localizações da régua de soquetes/máquina de cartão/porta USB variavam, o que foi ainda mais emocionante foi o fato de que você poderia trocar a capa, e nossos aprendizados modelos continuariam a funcionar bem. Este tipo de generalização abre uma série de possibilidades.”

No futuro, o AnySkin poderá ser integrado em uma gama mais ampla de sistemas robóticos e testado em cenários adicionais. Os pesquisadores acham que seria altamente adequado para coletar grandes quantidades de dados táteis e usá-los para treinar modelos de aprendizagem profunda em grande escala, semelhantes aos que sustentam a visão computacional e o processamento de linguagem natural (PNL).

“Agora planejamos integrar o AnySkin em diferentes configurações de robôs, além de simples garras robóticas até mãos robóticas com vários dedos e dispositivos de coleta de dados como o bastão Robot Utility Models e luvas sensorizadas”, acrescentou Bhirangi. “Também estamos procurando maneiras melhores de aproveitar as informações de toque para melhorar o controle visuotátil para a manipulação refinada do robô.”

© 2024 Science X Network