Razvoj pristupačnih i visokoučinkovitih senzora može imati ključne implikacije za istraživanje robotike, jer bi mogao poboljšati percepciju kako bi se poboljšala manipulacija i navigacija robota. Poslednjih godina, inženjeri su predstavili širok spektar naprednih uređaja sa senzorom na dodir, koji mogu poboljšati sposobnost robota da detektuju taktilne signale, koristeći informacije koje prikupe da usmeravaju svoje akcije.
Istraživači sa Univerziteta u Njujorku predstavili su AniSkin, jeftin i izdržljiv senzor koji se lako sklapa i integriše u robotske sisteme. Ovaj senzor, predstavljen u radu prethodno objavljenom na arXiv-u, daleko je pristupačniji od mnogih drugih taktilnih senzora koji su predstavljeni poslednjih godina i tako bi mogao da otvori nove mogućnosti za istraživanje robotike.
„Dodir je fundamentalan za način na koji ljudi komuniciraju sa svetom oko sebe, ali u savremenoj robotici, osećaj dodira zaostaje za vidom, a ja sam pokušavao da razumem zašto poslednjih nekoliko godina“, Raunak Bhirangi, koautor papira, rekao je Tech Explore.
„Najčešći razlozi koje smo čuli od robotičara su: ‘Preteško je integrisati se u moju postavku’, ‘Kako da treniram neuronsku mrežu sa ovim?’ „Moram da koristim istu kopiju senzora za prikupljanje i procenu podataka — šta ako se pocepa na pola puta?“ AniSkin je izričito dizajniran da odgovori na svaki od ovih problema.“
AniSkin, novi magnetni taktilni senzor koji su dizajnirali Bhirangi i njegove kolege, je ažurirana verzija senzora koji su istraživači predstavili u prethodnom radu, nazvanom ReSkin. Novi senzor se zasniva na ReSkin-ovom pojednostavljenom dizajnu, ali takođe ima bolju konzistentnost signala i fizičko razdvajanje između elektronike uređaja i njegovog interfejsa za detekciju.
AniSkin se može sastaviti za samo nekoliko sekundi i može se koristiti za učenje modela veštačkih neuronskih mreža sa vrlo malo ili bez prethodne obrade. U poređenju sa ReSkin-om, on takođe prikuplja taktilne signale sa većom doslednošću i može se lako i brzo popraviti ako se slučajno ošteti.
„Ako pokušavate da naučite svog robota da obavlja uzbudljive zadatke i slučajno pocepa kožu, možete da zamenite kožu za 10 sekundi i da nastavite sa eksperimentom“, rekao je Bhirangi. „AniSkin se sastoji od dve glavne komponente — kože i elektronike. Koža je magnetni elastomer napravljen očvršćavanjem mešavine magnetnih čestica sa silikonom, nakon čega sledi magnetizacija pomoću impulsnog magnetizatora.“
Jedinstveni samolepljivi dizajn senzora AniSkin omogućava veću fleksibilnost u načinu na koji je senzor integrisan. To znači da se može jednostavno rastegnuti i umetnuti na različite površine kako bi se opremile senzornim mogućnostima.
Senzor je takođe veoma raznovrstan, jer se lako može izraditi u različitim oblicima i oblicima i sastaviti. AniSkin se takođe može jednostavno oljuštiti sa površina i zameniti ako je oštećena.
U početnim testovima, istraživači su otkrili da je njihov senzor radio izuzetno dobro, sa performansama uporedivim sa onima drugih dobro uspostavljenih taktilnih senzora. Primetno je da su takođe primetili da različiti senzori AniSkin pokazuju veoma slične performanse i reakcije sensinga, što sugeriše da bi se mogli pouzdano reprodukovati i primeniti u velikim razmerama.
„Koristili smo mašinsko učenje da obučimo neke modele robota od kraja do kraja, koji uzimaju sirovi signal sa AniSkin-a zajedno sa slikama iz različitih tačaka gledišta i koriste ove informacije za obavljanje nekih zaista preciznih zadataka – locirajte traku za utičnicu i ubacite utikač u prva utičnica, locirajte mašinu za kreditne kartice i provucite karticu kroz nju, a zatim pronađite USB port i umetnite USB stick u njega“, rekao je Bhirangi.
„Iako je bilo zanimljivo videti da možemo da obavljamo ove precizne zadatke čak i kada su lokacije utičnice/mašine za kartice/USB porta bile različite, ono što je bilo još uzbudljivije je činjenica da možete da zamenite kožu, a naši su saznali modeli bi i dalje dobro funkcionisali. Ova vrsta generalizacije otvara mnoštvo mogućnosti.
U budućnosti, AniSkin bi mogao biti integrisan u širi spektar robotskih sistema i testiran u dodatnim scenarijima. Istraživači smatraju da bi bio veoma pogodan za prikupljanje velikih količina taktilnih podataka i njihovo korišćenje za obuku velikih modela dubokog učenja sličnih onima koji podržavaju kompjutersku viziju i obradu prirodnog jezika (NLP).
„Sada planiramo da integrišemo AniSkin u različite postavke robota, osim jednostavnih robotskih hvatača do robotskih ruku sa više prstiju, i uređaja za prikupljanje podataka kao što su Robot Utiliti Models štap i senzorizovane rukavice“, dodao je Bhirangi. „Takođe tražimo bolje načine da iskoristimo informacije o dodiru kako bismo poboljšali vizuelno taktilnu kontrolu za finu manipulaciju robota.“
