Προσομοίωση της Απτικής Αίσθησης μέσω Προηγμένης Τεχνητής Νοημοσύνης – Είναι Δυνατή;

Τα ρομπότ του αύριο θα διαθέτουν αισθήσεις συγκρίσιμες με τις ανθρώπινες. Ήδη, υπάρχουν αλγόριθμοι AI που επιτρέπουν στις συσκευές να βλέπουν, να μυρίζουν και να ακούνε. Αυτές οι βελτιώσεις αξιοποιούν αισθητήρες και προηγμένους αλγόριθμους για να προσομοιώσουν αυτές τις αισθήσεις. Ωστόσο, μια αίσθηση έχει ξεφύγει μέχρι σήμερα από τους ερευνητές: η αφή.

Τώρα, μια ομάδα ερευνητών από το Stevens Institute of Technology αποκάλυψε μια νέα μέθοδο που προσομοιώνει την αφή. Εδώ είναι ό,τι πρέπει να γνωρίζετε.

Οι ερευνητές έχουν επιδιώξει για πολύ καιρό να προσομοιώσουν την αφή μέσω ρομποτικών συστημάτων. Ένα ρομπότ που θα μπορούσε να αισθάνεται θα άνοιγε το δρόμο για πολλές περιπτώσεις χρήσης. Καθώς όλο περισσότεροι άνθρωποι αρχίζουν να εργάζονται δίπλα σε αυτές τις συσκευές, το ενδιαφέρον για ρομπότ που μπορούν να «αισθάνονται» συνεχίζει να αυξάνεται. Οι μηχανικοί πιστεύουν ότι αυτή η αίσθηση είναι κρίσιμη για τη βελτίωση της αποδοτικότητας, των δυνατοτήτων και της ασφάλειας στον χώρο εργασίας.

Think of robots that could tell if they bump into you and react accordingly. This ability would allow robots that work closely with humans to reduce their risks and enable them to conduct more precise and previously human-only tasks.

Προσομοίωση της Απτικής Αίσθησης μέσω Προηγμένης Τεχνητής Νοημοσύνης – Μελέτη

The study¹, published in the journal Applied Optics, reveals how researchers were able to simulate touch via lasers and an AI algorithm. The researchers combined AI and quantum technology to achieve this goal in a quantum lab setup.
Quantum interactions provide a plethora of data that can be used to create and improve AI models. This approach combines advanced machine learning, a raster scanning single photon LiDAR, and quantum feedback in the form of speckle noise to accomplish this task.

Προσομοίωση της Απτικής Αίσθησης με Φωτον-εκτοξευόμενο Σάρωση Λέιζερ

The team created a raster scanning single photon LiDAR that could be set up to pulse at different intervals, enabling engineers to document any changes and feedback reflected from the surface. Each surface has different refractions depending on its makeup. Researchers recognized this fact and determined this was the best way to artificially provide the system with the ability to quickly conduct topography scans.

Αλγοριθμικά Μοντέλα AI

The AI scans the surface using the proprietary laser as the first step. This maneuver creates a detailed image of the item. The detailed image will produce random feedback called speckle noise. In the past, speckle noise was a hindrance to optical clarity as this feedback lowered resolution.

The researchers noticed that this feedback was more than interference. It provided a unique signature for every surface based on its roughness. This data was fed to the AI system, which then deciphered the information to determine the structure’s dimensions, height, and roughness.

Πηγή – Magicplan

The researchers utilized this setup to scan multiple types of surfaces to program the AI algorithm. Specifically, the system registered backscattered protons from different points across the surface. From there, the data is gathered and formed into a mode fiber that is counted via a single photon detector. This device can differentiate speckle noise from other interference, enabling researchers to leverage this interference to determine the object’s smoothness.

Δοκιμή Προσομοίωσης Απτικής Αίσθησης

To test their theory, the team began by setting up a single pixel, raster scanning single photon counting LiDAR system. This device was optimal for the research as it can produce a collimated laser beam that can be fired in picosecond pulses, providing accurate coverage and responsiveness.
The engineers decided to utilize 31 industrial sandpapers as their test subjects. They started by acquiring all different varieties and roughness. Specifically, the sandpaper ranged from 1 to 100 microns thick. The laser then passed pulses through the transceiver and at the sandpaper. The light and interference were refracted back and calculated by the AI system.

Αποτελέσματα Μελέτης Προσομοίωσης Απτικής Αίσθησης

The results of these tests show promise. The new system initially had an accuracy of 8 microns, which was reduced to 4 microns after fine-tuning and adjustments. Notably, this level of accuracy is comparable to the industry’s leading solutions.
Notably, the system appeared to work best when the surface had a fine grain rather than major roughness. Impressively, the engineers were able to accurately determine the surface structure of the sandpapers with minimal effort, opening the door for this technology to reshape how industries operate in the coming years.

Οφέλη Μελέτης Προσομοίωσης Απτικής Αίσθησης

This research could unlock many benefits across multiple industries. For one, this method would provide huge cost savings over the current systems in use. Additionally, it would allow manufacturers to reduce their employees as the AI is far more accurate. This maneuver would reduce overhead and improve their bottom line.

Γρήγορη Σάρωση Επιφάνειας

Η ταχύτητα με την οποία το σύστημα σαρώει μια επιφάνεια είναι ένα ακόμη πλεονέκτημα. Αυτή η μέθοδος απαιτεί μόνο το λέιζερ να σαρώσει την επιφάνεια για λίγες στιγμές πριν γίνει η απόφαση. Ως εκ τούτου, είναι πολύ πιο γρήγορη και απαιτεί λιγότερη προσπάθεια, επιτρέποντας στους κατασκευαστές να ολοκληρώνουν περισσότερες σαρώσεις και να εξοικονομούν.

Οικονομική Ενσωμάτωση

Ένα ακόμη σημαντικό πλεονέκτημα αυτής της έρευνας είναι ότι παρέχει οικονομικές λύσεις ενσωμάτωσης στην αγορά. Σε πολλές περιπτώσεις, το LiDAR χρησιμοποιείται για τον καθορισμό της δομικής ακεραιότητας βασικών στοιχείων. Αυτό το νέο σύστημα θα μπορούσε να ενισχύσει το υπάρχον LiDAR και να το εξοπλίσει για μετρήσεις σε επίπεδο μικρομέτρου.

Έλεγχος Ποιότητας

Η νέα μορφή σάρωσης επιφάνειας θα βελτιώσει τις μεθόδους ελέγχου ποιότητας για πολύπλοκα και ακριβή εξαρτήματα. Οι μηχανικοί έχουν χρησιμοποιήσει για πολύ καιρό συστήματα για να διασφαλίζουν ότι κρίσιμα εξαρτήματα αεροσκαφών και άλλων αντικειμένων είναι απαλλαγμένα από ελαττώματα που θα μπορούσαν να εξελιχθούν σε σοβαρά προβλήματα.

Βελτιωμένη Ταξινόμηση

Οι ρομποτικοί ταξινομητές είναι ήδη σε υψηλή ζήτηση και χρησιμοποιούνται παγκοσμίως. Αυτή η αναβάθμιση θα μπορούσε να βοηθήσει αυτά τα συστήματα να βελτιώσουν τις δυνατότητές τους δίνοντάς τους μια επιπλέον αίσθηση για τον προσδιορισμό της σύνθεσης και της απαιτούμενης ταξινόμησης ενός προϊόντος. Για παράδειγμα, ένα ρομποτικό χέρι που θα μπορούσε να αισθάνεται θα μπορούσε να ελέγξει την σκληρότητα των προϊόντων για να καθορίσει αν είναι ώριμα ή όχι.

Ερευνητές Προσομοίωσης Απτικής Αίσθησης

Engineers from the Stevens Institute of Technology spearheaded the research into the laser topography system. They worked closely with CQSE Director Yuping Huang as part of their project. Additionally,  Daniel Tafone and Luke McEvo received credit for their efforts on the project.

Πιθανές Εφαρμογές

There are a lot of applications for this technology. Already, LiDAR plays a vital role in safety standards. This research improves those capabilities significantly and enables engineers to conduct never-before-possible real-time monitoring of crucial components.

Υγειονομική Περίθαλψη

Η βιομηχανία υγειονομικής περίθαλψης έχει δει αυξανόμενη ζήτηση για ρομπότ που μπορούν να αισθάνονται όπως οι άνθρωποι. Αυτά τα συστήματα θα μπορούσαν να βρουν πολλαπλές χρήσεις στον κλάδο. Ένα ενδιαφέρον σενάριο χρήσης θα ήταν η δυνατότητα αυτών των συσκευών να σαρώσουν τα στίγματα σε αναζήτηση θανατηφόρων μελανώματων. Ο αλγόριθμος βασισμένος σε λέιζερ θα μπορούσε να καθορίσει τις μικρές διαφορές που κάνουν ένα στίγμα ασφαλές και το άλλο ενδεχομένως θανατηφόρο, σώζοντας τις ζωές χιλιάδων ασθενών.

Βελτίωση LiDAR

Το LiDAR χρησιμοποιείται σε μια ποικιλία προϊόντων σήμερα. Έξυπνα αυτοκίνητα, ρομπότ, smartphones και άλλα προϊόντα βασίζονται στο LiDAR για να λειτουργούν ως τα μάτια τους. Ακόμη και το ρομποτικό σκουπίδι σας περιλαμβάνει κάποια μορφή LiDAR για την αποφυγή εμποδίων. Αυτή η νέα τεχνολογία θα μπορούσε να βοηθήσει μικρο-ρομπότ να πλοηγηθούν σε περιβάλλοντα όπως το ανθρώπινο σώμα και να παραδώσουν θεραπεία που σώζει ζωή απευθείας στις απαιτούμενες θέσεις.

Εταιρεία που Μπορεί να Ωφεληθεί από αυτήν την Έρευνα

Several robotics firms could integrate this technology and improve their results today. Robotics is a fast-growing sector that now spans nearly every industry. From conducting surgeries to picking fruit, these devices could see a major boost with the introduction of a touch emulator.

Samsara 

Samsara (IOT )  is a San Francisco-based IoT firm that seeks to make waves. The company was founded by Sanjit Biswas and John Bicket in 2015 to create, manage, and offer enterprise clientele a solid feature to track and monitor logistics. Today, the company provides a wide range of products to accomplish this task, including AI dashcams, route optimization, equipment tracking, site monitoring, and telematics.

Samsara is a major player in the IoT (Internet of Things) market. IoT devices are the millions of smart devices you see in use today. They can be anything with an internet connection, sensor, and the ability to communicate data. Today, the IoT sector includes billions of smart devices globally.

Samsara enables companies to integrate these devices into their logistics to improve results, efficiency, and security. IoT devices can be used to monitor products in real-time, including their condition, authenticity, location, and much more.

Analysts see Samsara as well positioned to see growth as the IoT industry expands. The company has a market cap of $30.433B and has backing from some of the biggest names in the industry. Notably, the stock was listed as one of Harvard University’s top stock picks this year, furthering consumer confidence.

Άλλες Προσπάθειες για Προσομοίωση Ανθρώπινων Αισθήσεων

Examining the race to make robots feel reveals some interesting developments. The first thing you notice is that there are two very different approaches to making robots gain the sense of touch. Hardware solutions incorporate devices that can simulate touch by registering pressure and heart, whereas software solutions integrate algorithms that utilize feedback to simulate touch. Here are some other ways in which researchers have found to give robots the ability to feel.

Κεραμικά Υψηλών Επιδόσεων

A recent study demonstrates how micro-ceramic particles could be embedded in a flexible skin-like layer to enable the device to register heat and pressure. The tiny ceramic particles provide the perfect way to transfer electrical pulses across a flexible surface.

This research saw engineers develop robot skin tags that could tell if you brushed against and pulled away. They then went on to create a smart prosthetic that could enable the user to feel surfaces and react accordingly. They noted that their robotic skin was capable of registering touch using these pulses down to the finest pressure settings.

Τεχνητά Νεύρα

Another exciting breakthrough in the field of robotic touch occurred in October when a team of engineers from Stanford University’s Zhenan Bao Research Group succeeded in creating an artificial nerve. The man-made device was designed to operate just like its human counterpart in that it would allow robots to respond to touch effectively.

The system relies on an artificial nerve setup that can be broken into three components. The mechanoreceptors act as resistive pressure sensors. There are also organic ring oscillators, which function similarly to neurons, and organic electrochemical transistors that enable the entire system to operate.

Ρομποτικό Πλεκτό

Carnegie Mellon University introduced a Robot Sweater that could make industrial robots much safer. Notably, today’s safety systems often require rigid pieces added to robots. The problem with his approach is that robots can’t be fully covered as their moving parts need to remain flexible. This desire led researchers to consider a sweater-like fabric as the solution.

The Robot Sweater is a machine-knitted cover that can fit any 3-dimensional shape. As such it can be created to provide full protection for robots and their human co-workers. The device works by utilizing two layers of metallic fibers integrated into its surface. Whenever a human touches the sweater, it closes the circuit, notifying the robot of the incident and inciting a response.

Το Μέλλον των Ρομπότ που Προσομοιώνουν την Αφή

Robots that can emulate touch are the future. These devices will open the door for more integration alongside human coworkers. This development will lead to robots that improve safety,  save funding, and provide multiple industries with solutions to long-lasting problems. As such, demand for robots that can emulate touch is only going to increase over the coming years. For now, you should expect to see more robot coworkers in the coming months.

Learn about other cool robotics projects now.

Αναφορά Μελέτης:

^{1. Tafone, D., McEvoy, L., Sua, Y. M., & Huang, Y.-P. (2024). Μετρήσεις τραχύτητας επιφάνειας με raster scanning single photon LiDAR. Applied Optics, 63(30), 7917–7923. https://doi.org/10.1364/AO.537404}