Emulering av berøring gjennom avansert AI – er det mulig?

Morgendagens robotikk vil ha sanser som kan sammenlignes med deres menneskelige motparter. Allerede finnes det AI-algoritmer som gjør enheter i stand til å se, lukte og høre. Disse forbedringene utnytter sensorer og avanserte algoritmer for å simulere disse sansene. Imidlertid har én sans unngått forskerne så langt: berøring.

Nå har en gruppe forskere fra Stevens Institute of Technology avdekket en ny metode som emulerer berøring. Her er det du trenger å vite.

Forskere har lenge forsøkt å emulere berøring via robotsystemer. En robot som kan føle ville åpne døren for mange bruksområder. Etter hvert som flere begynner å jobbe sammen med disse enhetene, øker interessen for roboter som kan ‘føle’ stadig. Ingeniører mener at denne sansen er avgjørende for å forbedre effektivitet, kapasitet og sikkerhet på arbeidsplassen.

Tenk deg roboter som kan oppdage om de støter inn i deg og reagere deretter. Denne evnen vil tillate roboter som arbeider tett med mennesker å redusere risikoen og gjøre dem i stand til å utføre mer presise og tidligere kun menneskelige oppgaver.

Emulering av berøring gjennom avansert AI-studie

Studien¹, publisert i tidsskriftet Applied Optics, avslører hvordan forskerne klarte å simulere berøring via laser og en AI-algoritme. Forskerne kombinerte AI og kvanteteknologi for å oppnå dette målet i et kvante-laboppsett.
Kvantinteraksjoner gir en mengde data som kan brukes til å lage og forbedre AI-modeller. Denne tilnærmingen kombinerer avansert maskinlæring, en raster‑skannende enkelt‑foton LiDAR, og kvante‑tilbakemelding i form av speckle‑støy for å utføre denne oppgaven.

Emulering av berøring ved bruk av foton‑avfyrende skannende laser

Teamet laget en raster‑skannende enkelt‑foton LiDAR som kunne settes opp til å pulseres i ulike intervaller, noe som gjorde ingeniører i stand til å dokumentere eventuelle endringer og tilbakemeldinger reflektert fra overflaten. Hver overflate har ulike refraksjoner avhengig av sammensetningen. Forskerne anerkjente dette faktum og fastslo at dette var den beste måten å kunstig gi systemet evnen til raskt å utføre topografisk skanning.

Algoritmiske AI-modeller

AI-en skanner overflaten ved hjelp av den proprietære laseren som første steg. Denne manøveren skaper et detaljert bilde av objektet. Det detaljerte bildet vil generere tilfeldig tilbakemelding kalt speckle‑støy. Tidligere var speckle‑støy en hindring for optisk klarhet da denne tilbakemeldingen reduserte oppløsningen.

Forskerne la merke til at denne tilbakemeldingen var mer enn interferens. Den ga en unik signatur for hver overflate basert på dens ruhet. Disse dataene ble matet inn i AI‑systemet, som deretter dechiffrerte informasjonen for å bestemme strukturens dimensjoner, høyde og ruhet.

Kilde – Magicplan

Forskerne brukte dette oppsettet til å skanne flere typer overflater for å programmere AI‑algoritmen. Spesielt registrerte systemet tilbake‑spredte protoner fra ulike punkter over overflaten. Derfra blir dataene samlet og omdannet til en modus‑fiber som telles via en enkelt‑foton detektor. Denne enheten kan skille speckle‑støy fra annen interferens, noe som gjør det mulig for forskerne å utnytte denne interferensen til å bestemme objektets glatthet.

Emulering av berøringstest

For å teste teorien satte teamet opp et enkelt‑piksel, raster‑skannende enkelt‑foton teller‑LiDAR‑system. Denne enheten var optimal for forskningen da den kan produsere en kollimert laserstråle som kan avfyres i pikosekund‑pulser, og gir nøyaktig dekning og respons.
Ingeniørene bestemte seg for å bruke 31 industrielle sandpapirer som testobjekter. De begynte med å skaffe alle forskjellige varianter og ruheter. Spesielt var sandpapiret fra 1 til 100 mikroner tykt. Laserstrålen sendte deretter pulser gjennom transceiveren og på sandpapiret. Lyset og interferensen ble refraktert tilbake og beregnet av AI‑systemet.

Resultater fra studien om emulering av berøring

Resultatene fra disse testene viser lovende. Det nye systemet hadde opprinnelig en nøyaktighet på 8 mikroner, som ble redusert til 4 mikroner etter finjustering og justeringer. Merk at dette nøyaktighetsnivået er sammenlignbart med bransjens ledende løsninger.
Spesielt ser systemet ut til å fungere best når overflaten har en fin kornstruktur i stedet for stor ruhet. Imponerende var at ingeniørene klarte å nøyaktig bestemme overflatestrukturen til sandpapirene med minimal innsats, noe som åpner døren for at denne teknologien kan omforme hvordan industrier opererer i de kommende årene.

Fordeler med studien om emulering av berøring

Denne forskningen kan låse opp mange fordeler på tvers av flere industrier. For det første vil denne metoden gi enorme kostnadsbesparelser sammenlignet med de nåværende systemene i bruk. I tillegg vil den tillate produsenter å redusere antall ansatte ettersom AI er langt mer nøyaktig. Denne tilnærmingen vil redusere overhead og forbedre bunnlinjen.

Rask overflatemapping

Hastigheten systemet skanner en overflate med er en annen fordel. Denne metoden krever kun at laser skanner overflaten i noen få øyeblikk før bestemmelsen er gjort. Dermed er den mye raskere og krever mindre innsats, noe som gjør at produsenter kan utføre flere skanninger og spare.

Kostnadseffektiv integrering

En annen stor fordel med denne forskningen er at den gir kostnadseffektive integreringsløsninger til markedet. I mange tilfeller brukes LiDAR til å bestemme strukturell integritet av kjernekomponenter. Dette nye systemet kan forbedre den brukte LiDAR-en og gjøre den i stand til å foreta målinger på mikronnivå.

Kvalitetskontroll

Den nye formen for overflateskanning vil forbedre kvalitetskontrollmetoder for intrikate og presise komponenter. Ingeniører har lenge brukt systemer for å sikre at vitale komponenter i fly og andre gjenstander er fri for feil som potensielt kan utvikle seg til alvorlige problemer.

Forbedret sortering

Robot-sorteringssystemer er allerede i høy etterspørsel og i bruk over hele verden. Denne oppgraderingen kan hjelpe disse systemene med å forbedre sine evner ved å gi dem en ekstra sans som kan brukes når de bestemmer sammensetning og nødvendig sortering av et produkt. For eksempel vil en robot-hånd som kan føle kunne sjekke fruktens fasthet for å avgjøre om den er moden eller ikke.

Forskere innen emulering av berøring

Ingeniører fra Stevens Institute of Technology ledet forskningen på lasersystemet for topografi. De samarbeidet tett med CQSE-direktør Yuping Huang som en del av prosjektet. I tillegg fikk Daniel Tafone og Luke McEvo kreditt for deres innsats i prosjektet.

Potensielle anvendelser

Det finnes mange anvendelser for denne teknologien. Allerede spiller LiDAR en viktig rolle i sikkerhetsstandarder. Denne forskningen forbedrer disse evnene betydelig og gjør det mulig for ingeniører å utføre sanntidsovervåkning av kritiske komponenter som aldri før har vært mulig.

Helsevesen

Helseindustrien har sett en økende etterspørsel etter roboter som kan føle som mennesker. Disse systemene kan ha flere bruksområder i industrien. Et interessant bruksområde ville være å la disse enhetene skanne føflekkene i søken etter dødelige melanomer. Den laserbaserte algoritmen kan bestemme de små forskjellene som gjør én føflekk trygg og den andre potensielt dødelig, og redde livet til tusenvis av pasienter.

Forbedre LiDAR

LiDAR brukes i en rekke produkter i dag. Smarte biler, roboter, smarttelefoner og andre produkter er avhengige av LiDAR som deres øyne. Selv robotstøvsugeren din inkluderer en form for LiDAR for å unngå hindringer. Denne nye teknologien kan hjelpe mikroroboter med å navigere i miljøer som menneskekroppen og levere livreddende behandling direkte til de nødvendige stedene.

Bedrifter som kan dra nytte av denne forskningen

Flere robotikkfirmaer kan integrere denne teknologien og forbedre sine resultater i dag. Robotikk er en raskt voksende sektor som nå spenner over nesten alle industrier. Fra å utføre operasjoner til å plukke frukt, kan disse enhetene få et betydelig løft med introduksjonen av en berøringsemulator.

Samsara 

Samsara (IOT )  er et San Francisco-basert IoT-firma som ønsker å gjøre bølger. Selskapet ble grunnlagt av Sanjit Biswas og John Bicket i 2015 for å skape, administrere og tilby bedriftskunder en solid funksjon for å spore og overvåke logistikk. I dag tilbyr selskapet et bredt spekter av produkter for å utføre denne oppgaven, inkludert AI-dashcam, ruteoptimalisering, utstyrs sporing, stedovervåkning og telematikk.

Samsara er en viktig aktør i IoT‑markedet (Internet of Things). IoT‑enheter er de millioner av smarte enheter du ser i bruk i dag. De kan være alt med en internettforbindelse, sensor og evnen til å kommunisere data. I dag inkluderer IoT‑sektoren milliarder av smarte enheter globalt.

Samsara gjør det mulig for selskaper å integrere disse enhetene i sin logistikk for å forbedre resultater, effektivitet og sikkerhet. IoT‑enheter kan brukes til å overvåke produkter i sanntid, inkludert deres tilstand, ekthet, plassering og mye mer.

Analytikere ser Samsara som godt posisjonert for vekst etter hvert som IoT‑industrien ekspanderer. Selskapet har en markedsverdi på $30,433 milliarder og har støtte fra noen av de største navnene i bransjen. Merk at aksjen ble oppført som en av Harvard Universitys topp aksjevalg i år, noe som styrker forbrukertilliten.

Andre forsøk på å emulere menneskelige sanser

Undersøkelse av kappløpet for å få roboter til å føle avslører noen interessante utviklinger. Det første du legger merke til er at det finnes to svært forskjellige tilnærminger for å gi roboter sansen for berøring. Maskinvareløsninger inkluderer enheter som kan simulere berøring ved å registrere trykk og puls, mens programvareløsninger integrerer algoritmer som bruker tilbakemelding for å simulere berøring. Her er noen andre måter forskere har funnet for å gi roboter evnen til å føle.

Høyt‑ytelses keramikk

En nylig studie demonstrerer hvordan mikrokeramiske partikler kan innlemmes i et fleksibelt hud‑lignende lag for å gjøre enheten i stand til å registrere varme og trykk. De små keramiske partiklene gir den perfekte måten å overføre elektriske pulser over en fleksibel overflate.

Dette forskningsprosjektet så ingeniører utvikle robot‑hud‑tagger som kunne fortelle om du strøk mot og trakk deg bort. De gikk deretter videre til å lage en smart protes som kunne gjøre brukeren i stand til å føle overflater og reagere deretter. De bemerket at deres robot‑hud var i stand til å registrere berøring ved bruk av disse pulsene ned til de fineste trykkinnstillingene.

Kunstige nerver

Et annet spennende gjennombrudd innen robotisk berøring skjedde i oktober da et team av ingeniører fra Stanford Universitys Zhenan Bao Research Group lyktes i å lage en kunstig nerve. Den menneskeskapte enheten ble designet for å fungere akkurat som sin menneskelige motpart, slik at den ville tillate roboter å reagere på berøring effektivt.

Systemet er avhengig av en kunstig nervestruktur som kan deles inn i tre komponenter. Mekanoreseptorene fungerer som resistive trykksensorer. Det finnes også organiske ring‑oscillatorer, som fungerer likt som nevroner, og organiske elektro‑kjemiske transistorer som gjør at hele systemet kan operere.

Robotgenser

Carnegie Mellon University introduserte en Robotgenser som kunne gjøre industrielle roboter mye tryggere. Merk at dagens sikkerhetssystemer ofte krever stive deler lagt til robotene. Problemet med denne tilnærmingen er at roboter ikke kan dekkes helt siden deres bevegelige deler må forbli fleksible. Dette ønsket førte forskerne til å vurdere et genser‑lignende stoff som løsning.

Robotgenseren er et maskin‑strikket deksel som kan passe til enhver tredimensjonal form. Dermed kan den lages for å gi full beskyttelse for roboter og deres menneskelige med‑arbeidere. Enheten fungerer ved å bruke to lag med metalliske fibre integrert i overflaten. Når et menneske berører genseren, lukker den kretsen, varsler roboten om hendelsen og utløser en respons.

Fremtiden for roboter som emulerer berøring

Roboter som kan emulere berøring er fremtiden. Disse enhetene vil åpne døren for mer integrering sammen med menneskelige med‑arbeidere. Denne utviklingen vil føre til roboter som forbedrer sikkerhet, sparer midler, og gir flere industrier løsninger på langvarige problemer. Dermed vil etterspørselen etter roboter som kan emulere berøring bare øke i de kommende årene. For nå bør du forvente å se flere robot‑medarbeidere i de kommende månedene.

Lær om andre kule robotikkprosjekter nå.

Studiereferanse:

^{1. Tafone, D., McEvoy, L., Sua, Y. M., & Huang, Y.-P. (2024). Metrologi av overflatesrughet med en raster‑skannende enkelt‑foton LiDAR. Applied Optics, 63(30), 7917–7923. https://doi.org/10.1364/AO.537404}