高度な AI によるタッチのエミュレーション – 可能でしょうか?

未来のロボットは、人間に匹敵する感覚を持つようになります。すでに、デバイスが視覚、嗅覚、聴覚を使えるようにする AI アルゴリズムが存在します。これらの機能強化では、センサーと高度なアルゴリズムを活用してこれらの感覚をシミュレートします。しかし、研究者がこれまで解明できていない感覚が 1 つあります。それは触覚です。

スティーブンス工科大学の研究グループが、触覚を模倣する斬新な手法を発表しました。その概要をご紹介します。

研究者たちは長年、ロボットシステムを用いて触覚を模倣しようと試みてきました。感覚を持つロボットは、様々なユースケースの実現を可能にするでしょう。こうしたデバイスと共に働く人が増えるにつれ、「感覚」を持つロボットへの関心は高まり続けています。エンジニアたちは、この感覚が効率性、能力、そして職場の安全性の向上に不可欠だと考えています。

ぶつかったかどうかを感知し、それに応じて反応できるロボットを想像してみてください。この機能により、人間と密接に連携するロボットのリスクが軽減され、これまでは人間だけが行っていた作業をより正確に実行できるようになります。

高度な AI 研究によるタッチのエミュレーション

調査¹、雑誌に掲載 応用光学は、研究者がレーザーと AI アルゴリズムを使用して触覚をシミュレートする方法を明らかにしています。研究者は、量子ラボのセットアップで AI と量子技術を組み合わせてこの目標を達成しました。

量子相互作用は、AI モデルの作成と改善に使用できる大量のデータを提供します。このアプローチでは、高度な機械学習、ラスタースキャン単一光子 LiDAR、スペックルノイズ形式の量子フィードバックを組み合わせてこのタスクを実現します。

光子発射走査レーザーを使用したタッチのエミュレーション

研究チームは、異なる間隔でパルスを発するように設定できるラスタースキャンシングルフォトン LiDAR を開発しました。これにより、エンジニアは表面から反射された変化やフィードバックを記録できます。各表面は、その構成に応じて異なる屈折を持ちます。研究者はこの事実を認識し、これが地形スキャンを迅速に実行する機能を人工的にシステムに提供する最良の方法であると判断しました。

アルゴリズムAIモデル

AI は最初のステップとして、独自のレーザーを使用して表面をスキャンします。この操作により、アイテムの詳細な画像が作成されます。詳細な画像により、スペックル ノイズと呼ばれるランダムなフィードバックが生成されます。これまで、このフィードバックによって解像度が低下し、スペックル ノイズが光学的な明瞭さの妨げとなっていました。

研究者たちは、このフィードバックが単なる干渉以上のものであることに気づきました。それは、それぞれの表面の粗さに基づいて、その表面ごとに固有の特徴を提供しました。このデータはAIシステムに送られ、AIシステムはその情報を解読して、構造物の寸法、高さ、粗さを決定しました。

出典 – Magicplan

研究者たちはこの装置を用いて、複数種類の表面をスキャンし、AIアルゴリズムをプログラムしました。具体的には、このシステムは表面上の様々な点から後方散乱した陽子を記録しました。そこから収集されたデータはモードファイバーにまとめられ、単一光子検出器でカウントされます。この装置はスペックルノイズを他の干渉と区別できるため、研究者は干渉を利用して物体の滑らかさを判定することができます。

タッチテストのエミュレーション

研究チームは、理論を検証するために、まず単一ピクセルのラスタースキャン単一光子計数 LiDAR システムを構築することから始めました。このデバイスは、ピコ秒パルスで発射できる平行レーザービームを生成し、正確なカバレッジと応答性を提供できるため、研究に最適でした。

エンジニアたちは、31 種類の工業用サンドペーパーをテスト対象として利用することにしました。まず、さまざまな種類と粗さのサンドペーパーを収集しました。具体的には、サンドペーパーの厚さは 1 ～ 100 ミクロンです。次に、レーザーがパルスをトランシーバーに通してサンドペーパーに照射します。光と干渉は屈折して AI システムによって計算されます。

タッチ研究の結果を模倣する

これらのテストの結果は有望な結果を示しています。新システムの精度は当初8ミクロンでしたが、微調整と調整を経て4ミクロンまで低下しました。注目すべきは、この精度レベルが業界をリードするソリューションに匹敵するということです。

注目すべきは、表面が粗い場合よりも粒子が細かい場合に、このシステムが最もよく機能するように見えることです。エンジニアは最小限の労力でサンドペーパーの表面構造を正確に判断することができ、この技術が今後数年間で産業の運営方法を変える可能性が開かれました。

タッチスタディのメリットを模倣する

この研究は、複数の業界で多くのメリットをもたらす可能性があります。まず、この方法により、現在使用されているシステムに比べて大幅なコスト削減が実現します。さらに、AI の精度がはるかに高くなるため、メーカーは従業員数を削減できます。この手法により、諸経費が削減され、収益が向上します。

高速サーフェスマッピング

システムのもう一つの利点は、表面をスキャンする速度です。この方法では、レーザーが表面を数秒間スキャンするだけで判定が行われます。そのため、はるかに高速で、使用にかかる労力も少なく、メーカーはより多くのスキャンを実行し、コストを削減できます。

低コストの統合

この研究のもう 1 つの大きな利点は、低コストの統合ソリューションを市場に提供できることです。多くの場合、LiDAR はコア コンポーネントの構造的完全性を判断するために使用されます。この新しいシステムは、使用中の LiDAR を強化し、ミクロン レベルでの測定を可能にする可能性があります。

品質管理

新しい表面スキャン方式により、複雑で精密な部品の品質管理方法が改善されます。エンジニアは長年、航空機やその他の製品の重要な部品に深刻な問題を引き起こす可能性のある欠陥がないことを確認するためにシステムを使用してきました。

強化されたソート

ロボット選別機はすでに世界中で需要が高く、使用されています。このアップグレードにより、製品の構成と必要な選別を判断する際に利用できる追加の感覚がシステムに与えられ、システムの機能が向上する可能性があります。たとえば、感覚のあるロボットハンドは、農産物の硬さをチェックして、熟しているかどうかを判断できます。

触覚研究者の模倣

スティーブンス工科大学のエンジニアがレーザートポグラフィー システムの研究を先導しました。彼らはプロジェクトの一環として、CQSE ディレクターの Yuping Huang と緊密に協力しました。さらに、Daniel Tafone と Luke McEvo もプロジェクトへの取り組みで評価されました。

潜在的なアプリケーション

この技術には多くの用途があります。すでに、LiDAR は安全基準において重要な役割を果たしています。この研究により、それらの機能が大幅に向上し、エンジニアはこれまで不可能だった重要なコンポーネントのリアルタイム監視を実行できるようになります。

健康

ヘルスケア業界では、人間のように感じられるロボットの需要が高まっています。これらのシステムは、業界でさまざまな用途に使用できます。興味深い使用例の 1 つは、これらのデバイスでほくろをスキャンして致命的な黒色腫を探すことです。レーザー ベースのアルゴリズムにより、ほくろを安全で、他のほくろを潜在的に致命的なものにするわずかな違いを判別し、何千人もの患者の命を救うことができます。

LiDARの強化

LiDAR は現在、さまざまな製品に使用されています。スマートカー、ロボット、スマートフォンなどの製品は、LiDAR を目として利用しています。ロボット掃除機にも、障害物を回避するための何らかの形の LiDAR が搭載されています。この新しいテクノロジーは、マイクロロボットが人体などの環境をナビゲートし、必要な場所に直接命を救う治療を施すのに役立つ可能性があります。

この研究から利益を得られる企業

ロボット工学企業の中には、この技術を統合して、今すぐにでも成果を上げることができるところもある。ロボット工学は急成長している分野で、今ではほぼすべての業界に広がっている。手術の実施から果物の収穫まで、タッチ エミュレーターの導入によって、こうしたデバイスは大幅に進歩する可能性がある。

輪廻 

輪廻 (IOT )  は、波を起こすことを目指しているサンフランシスコを拠点とする IoT 企業です。同社は、物流を追跡および監視するための堅牢な機能を開発、管理、および企業顧客に提供するために、2015 年に Sanjit Biswas 氏と John Bicket 氏によって設立されました。現在、同社はこのタスクを達成するための幅広い製品を提供しており、その中には AI ダッシュカム、ルート最適化、機器追跡、現場監視、テレマティクスなどがあります。

Samsara は IoT (Internet of Things) 市場の大手企業です。IoT デバイスとは、現在使用されている何百万ものスマート デバイスを指します。インターネット接続、センサー、データ通信機能を備えたあらゆるデバイスが IoT デバイスになります。現在、IoT セクターには世界中で何十億ものスマート デバイスが含まれています。

Samsara を使用すると、企業はこれらのデバイスを物流に統合して、成果、効率、セキュリティを向上させることができます。IoT デバイスを使用すると、製品の状態、信頼性、場所など、さまざまな情報をリアルタイムで監視できます。

アナリストは、IoT業界の拡大に伴い、サムサラが成長を遂げる好位置にいると見ています。同社の時価総額は304億3,300万ドルで、業界大手数社からの出資を受けています。特に注目すべきは、同社の株式がハーバード大学による今年のトップ銘柄に選出され、消費者信頼感を高めていることです。

人間の感覚を模倣する他の試み

ロボットに感覚を持たせる競争を調査すると、興味深い進展がいくつかあることがわかります。まず気付くのは、ロボットに触覚を持たせるには 2 つのまったく異なるアプローチがあるということです。ハードウェア ソリューションには、圧力と心拍数を記録して触覚をシミュレートできるデバイスが組み込まれていますが、ソフトウェア ソリューションには、フィードバックを利用して触覚をシミュレートするアルゴリズムが組み込まれています。研究者がロボットに感覚を持たせるために見つけた他の方法をいくつか紹介します。

高性能セラミックス

最近の 研究 マイクロセラミック粒子を柔軟な皮膚のような層に埋め込み、デバイスが熱と圧力を記録できるようにする方法を示しています。小さなセラミック粒子は、柔軟な表面全体に電気パルスを転送するのに最適な方法です。

この研究で、エンジニアたちは、触れたか離れたかを判別できるロボット皮膚タグを開発しました。その後、ユーザーが表面を触ってそれに応じて反応できるようにするスマートな人工器官を開発しました。彼らは、ロボット皮膚がこれらのパルスを使用して、最も細かい圧力設定まで触覚を認識できることに気付きました。

人工神経

ロボットの触覚分野でもう一つの画期的な進歩が 10 月に起こりました。スタンフォード大学の Zhenan Bao 研究グループのエンジニア チームが人工神経の作成に成功したのです。この人工装置は、ロボットが触覚に効果的に反応できるように、人間の神経と同じように動作するように設計されました。

このシステムは、3 つのコンポーネントに分けられる人工神経構成に依存しています。機械受容器は抵抗圧力センサーとして機能します。また、ニューロンと同様に機能する有機リング発振器と、システム全体の動作を可能にする有機電気化学トランジスタもあります。

ロボットセーター

カーネギーメロン大学は、産業用ロボットの安全性を大幅に向上させる可能性のある「ロボットセーター」を発表しました。注目すべきは、今日の安全システムではロボットに硬い部品を追加することが必要になることが多いことです。このアプローチの問題点は、ロボットの可動部は柔軟性を維持する必要があるため、ロボットを完全に覆うことができないことです。この要望から、研究者たちはセーターのような生地を解決策として検討しました。

ロボット セーターは、あらゆる 3 次元形状にフィットする機械編みのカバーです。そのため、ロボットとその同僚である人間を完全に保護するように作成できます。このデバイスは、表面に統合された XNUMX 層の金属繊維を利用して機能します。人間がセーターに触れると回路が閉じ、ロボットにインシデントが通知され、応答が促されます。

タッチロボットのエミュレーションの未来

触覚をエミュレートできるロボットは未来です。これらのデバイスは、人間の同僚とより密接に連携するための扉を開きます。この開発により、安全性を向上させ、資金を節約し、複数の業界に長期的な問題の解決策を提供するロボットが生まれます。そのため、触覚をエミュレートできるロボットの需要は今後数年間で高まるばかりです。今のところ、今後数か月でロボットの同僚が増えることを期待できます。

他のクールなロボット工学プロジェクトについて学ぶ 今.

研究参考文献:

^{1. Tafone, D., McEvoy, L., Sua, YM, & Huang, Y.-P. (2024). ラスタースキャンシングルフォトンLiDARによる表面粗さ計測。 応用光学、63（30）、7917-7923。 https://doi.org/10.1364/AO.537404}