Ny robothud gör att maskiner kan känna som människor

Ett team av ingenjörer från University of Cambridge och University College London samarbetade för att skapa robothud som kan utrusta nästan vilken maskin som helst med förmågan att känna. Deras unika metod utnyttjar multimodala sensorer, hydrogelmaterial och maskininlärning för att skapa en ny nivå av taktil återkoppling som har potential att skapa proteser som kan känna och mycket mer. Här är vad du behöver veta.

Varför beröring är viktigt inom robotik

De fem sinnena som gör att människor kan navigera världen är också avgörande för att skapa robotar som kan interagera med människor och deras omgivning på meningsfulla sätt. Det är vanligt att se robotar integrera fler sensoriska inmatningar som en del av deras utökade kapabiliteter.

Men känseln får först nu den uppmärksamhet den förtjänar. Från industrirobotar som kan känna när de stöter på en annan arbetare, till jordbruksrobotar som kan känna om en frukt är mogen, har känselsensorer nu blivit en vital del av teknologin.

Hur mänsklig hud inspirerar robotdesign

När det gäller beröring är din hud ett underverk. Den kan exakt bedöma flera typer av input, från värme till tryck och mer, på millisekunder. Dessutom kan detta ske över hela kroppen eller i specifika områden, med hjärnan som kan skilja ursprunget och typen av beröring. Alla dessa förmågor kommer från en flexibel yta som kan läka sig själv.

Att ge robotar förmågan att känna

Genom att inse att mänsklig hudkänslighet är idealisk för många tillämpningar har ingenjörer vid flera tillfällen försökt skapa robothud. Det primära sättet de närmade sig detta var att bädda in flera sensorer i ett flexibelt material. Sensortekniken kunde upptäcka tryck, temperatur och annan viktig data.

Problem med robothud

Denna strategi hade flera stora nackdelar. För det första ökade varje sensor hudens styvhet. Dessutom var det kostsamt och tidskrävande att skapa dessa sensorer och installera dem i enheten. Dessa enheter var mycket dyra att tillverka och var, enligt alla uppgifter, sköra.

Varje stel sensor tillförde ett ytterligare område som kunde skadas under drift. Sensorplaceringen påverkade också vilka former och designer ytan behövde ha, vilket ytterligare begränsade tillämpningarna. Dessutom hade många av sensorerna blinda fläckar där de inte var placerade eller där andra sensorer skulle behöva installeras. Utöver dessa problem bidrog varje ny sensortyp till störningar som enheten skapade, vilket minskade noggrannheten.

Inuti studien om robothud

Multimodal informationsstrukturering med enkelskikts mjuka hudar och högdensitets elektrisk impedanstomografi¹ studien introducerar en ny typ av robothud som kan upptäcka flera typer av beröring från en enda materialdesign. Enheten kan anpassas till vilken form som helst och kan läggas till befintliga robotgrepp som en handske, vilket ger en ny nivå av interaktivitet och känslighet till enheten.

Källa – University of Cambridge

Multimodal avkänning

Det första steget i att skapa den förbättrade robothuden var att ta reda på hur antalet sensorer kunde minskas. För att uppnå detta vände sig ingenjörerna till multimodala sensorer. Dessa enheter kan registrera olika typer av signalinmatning och separera orsaken till varje utan störningar. Som en del av detta tillvägagångssätt utvecklade teamet ett skräddarsytt system som stödde 6 typer av multimodala stimuli, inklusive uppvärmning, beröring, tryck, skada och mer.

Varför hydrogel är nyckeln till robothud

Ett ledande gelatinalgilt hydrogel gjöts sedan i formen av en vuxen hand. Detta material valdes på grund av sin ledningsförmåga, mjuka känsla och flexibilitet. Dessutom kan det smältas ner och formas till vilken form som behövs, vilket ökar användbarheten och hållbarheten för dessa enheter.

Elektrodkonfigurationer

Teamet tillbringade betydande tid med att testa olika elektrodlayouter. Deras mål var att hitta en konfiguration som inte störde robothudens funktioner men som gav exakta mätningar till sensorerna. Teamet bestämde sig så småningom för en design som placerade 32 elektroder vid handleden.

Elektrisk impedanstomografi

Ingenjörerna matade dessa sensorer med data med hjälp av elektrisk impedanstomografiteknik. Påtagligt skapade hydrogelens ledningsförmåga 863 040 ledande vägar över membranet. Ingenjörerna noterade att de kunde extrahera 1,7 miljoner datapunkter från denna design när alla tillgängliga vägar användes.

Nästa steg var att registrera de data som samlades in under vissa handlingar, såsom att knacka på fingret, klämma handen, ett djupt snitt eller en mjuk beröring. Dessa data matades sedan in i en skräddarsydd maskininlärningsalgoritm.

AI:n använde denna datamodell för att avgöra vilken sensorisk inmatning som hade prioritet framför andra handlingar. Till exempel är ett djupt snitt viktigare än ett lätt stick på fingret. De noterade också att systemet stödde anpassning av dessa preferenser.

Beroende på robotens uppgift kan ingenjörer justera vilka sinnen som har prioritet. Till exempel kan du vilja öka känsligheten på en jordbruksrobot som känner efter mognad, men sänka temperatur sensorerna eftersom den arbetar i sommarens sol. Dessutom kan du kalibrera enheten med en mänsklig beröring.

Testning av robothudens förmågor

Ingenjörerna genomförde flera fysiska tester för att säkerställa att enheten fungerade som förväntat. Dessa tester inkluderade att försiktigt låta fingrarna glida över handen, applicera värme på enheten och klämma den på olika nivåer för att registrera skillnaden mellan lätta och skadliga handlingar. De testade också om den kunde känna flera olika typer av beröring samtidigt. I ett fall skars handen med en medicinsk skalpell.

Resultat från robothudstestet

Testet visade att maskininlärning framgångsrikt kunde avgöra de olika handlingarna i realtid. Handen kunde göra skillnad mellan mänsklig beröring och icke-levande föremål. Den kunde också bestämma väderförhållanden baserat på en kombination av faktorer såsom värme och fukt, precis som en människa.

Viktiga fördelar med robothudsteknik

Det finns flera fördelar som robothuden erbjuder. För det första gör den det möjligt för robotar att interagera med den fysiska världen på ett människolikt sätt. Robotar i framtiden kommer att kunna avgöra om de stöter på dig eller något slumpmässigt och justera sig.

Dessa enheter kommer att vara konfigurerade för att förstå hur mycket tryck de applicerar på föremål baserat på föremålets respons, vilket öppnar dörren för mer effektiva medicinska enheter och mycket mer. Den högkänsliga naturen hos robothuden gör den idealisk för ett brett spektrum av tillämpningar.

Låga kostnader

En av de största fördelarna med den nya robothuddesignen är att den är enkel att tillverka. Traditionella robothudar förlitade sig på flera sensorer, exakt kopplade på plats. Detta tillvägagångssätt kostar mycket mer än att använda ledande hydrogel och saknar flexibiliteten att formas till nästan vilken form som helst. Detta nya tillvägagångssätt kommer att göra beröringskänslig robotik tillgänglig för fler enheter.

Robothud är återanvändbar

En annan viktig fördel med robothuddesignen är dess förmåga att återanvändas. Det ledande materialet kan smältas och formas efter behov. Hydrogel kan anpassas till komplexa former utan att behöva interna ledningar. Detta återanvändbara tillvägagångssätt kommer att hjälpa till att förhindra framtida e-avfall från robotik.

Hållbar

Robothuddesignen är mycket mer hållbar än sin föregångare. Det faktum att det inte finns sensorer placerade i hela enheten begränsar möjligheten till relevant skada. Denna struktur ger stöd för flexibla och återanvändbara komponenter som kan stå emot tung belastning. De kan också repareras med hjälp av hydrogel utan att behöva reparera komplexa interna sensorer.

Anpassningsbar

Anpassningsmöjligheten hos robothuden är en stor fördel. Enheten kan reagera olika på olika typer av stimuli beroende på uppgiften. Till exempel kan du ha en robot som är utrustad för att ignorera törnen när den plockar rosor men som är hypersensitiv för fukt eller känslan av stjälken.

Tillämpningar och tidslinje för robothud

Det finns flera tillämpningar för robothud. Den uppenbara användningen skulle vara att förbättra kapaciteten hos humanoida robotar. Dessa enheter liknar redan människor i sin struktur och utseende. Att lägga till ett lager av beröring kan hjälpa dem att bli ännu mer människolika och relaterbara.

Proteser

Denna studie kan hjälpa till att göra proteser som kan känna till verklighet. Användningen av mjukt, flexibelt hydrogel som hud kommer att göra dessa medicinska enheter mer realistiska för bäraren och de omkring dem. Dessutom kan de anpassas för att ge samma känsla som den förlorade kroppsdelen eller till och med förbättras med ytterligare sensorisk input.

Bilsektorn

Bilsektorn har varit i framkant av robotikintegrering. Denna studie kan hjälpa till att skapa robotar som kan arbeta säkert tillsammans med människor. Dessa enheter kan känna igen när de kommer nära eller interagerar med en människa och reagera som en kollega skulle göra om de skulle stöta på dig i en olycka och dra sig undan.

Jordbrukssektorn

Beröringskänsliga robotar används redan för att bestämma viktiga aspekter av jordbruket. Enheten kan utnyttja robothud för att minska sin vikt, vilket ökar driftstiden och prestanda. Dessa system kan också integrera skräddarsydda AI-modeller för att förbättra prestanda och säkerställa resultat.

Tidslinje för robothud

Det kan ta 5–10 år innan robothud når marknaden. Ingenjörerna kommer att slutföra mer arbete på sin design och söka partnerskap och finansiering. Om det lyckas kan du se robothud på enheter i lager inom de kommande 5–7 åren. Om allt går bra kan medicinska enheter använda detta alternativ inom det kommande decenniet.

Vem utvecklade robothud?

Ingenjörer från University of Cambridge och University College London (UCL) samarbetade för att göra denna studie till verklighet. Artikeln listar David Hardman, Thomas George Thuruthel och Fumiya Iida som de främsta författarna till arbetet. Noterbart fick studien stöd från Royal Society, Engineering and Physical Sciences Research Council, Samsung Global Research Outreach Program och UK Research and Innovation.

Framtiden för robothud

Teamet ser nu på att förbättra enhetens hållbarhet och känslighet. Dessa nästa steg kommer att inkludera vidare forskning på material för enheten och nya sensortyper. Målet är att hjälpa till att innovera och främja enkelskikts hudar i känsliga system samt driva användningen av multimodala sensoralternativ i framtiden.

Investera i robotik

Robotiksektorn har flera högprofilerade konkurrenter. Dessa företag erbjuder allt från robotar som är designade för att övervaka infrastruktur till sjukvårdsenheter och militär hårdvara. Alla dessa sektorer har sett betydande tillväxt under det senaste decenniet, med analytiker som förutspår ännu mer i framtiden. Här är ett företag som är positionerat för att dra nytta av framtida adoption.

UiPath

UiPath (PATH ) gick in på marknaden 2005. Vid den tiden gick den under namnet DeskOver. Företagets grundare, Daniel Dines och Marius Tîrcă, ville skapa pålitlig robotautomationsprogramvara för den växande branschen. Företagets första decennium såg långsam men stadig tillväxt.

2015 flyttade företaget till UiPath och expanderade verksamheten. Företaget öppnade ett huvudkontor i NY, med nya kontor i London, Bangalore, Paris, Singapore, Washington D.C. och Tokyo. År 2021 var UiPath värd för en av de största amerikanska mjukvaru-IPO:erna, där de säkrade 35 miljarder dollar för att vidareutveckla sin verksamhet.
Idag spelar UiPath en viktig roll inom robotautomatisering. Deras programvara hjälper robotflottor att hålla sig synkroniserade, vilket möjliggör säker drift med tusentals mänskliga medarbetare och andra enheter. Därför bör de som söker exponering mot robotikindustrin göra mer research om UiPath-aktier.

Senaste nyheter och utvecklingar för UiPath (PATH) aktien

Slutliga tankar: Framtiden för robothud

Robothudkonceptet kan förbättra hur människor och robotar interagerar i framtiden. Denna enhet kan integreras i befintliga robotar och ge dem en förbättrad förståelse av sin omgivning samt nya funktioner. Av dessa och många andra skäl bör du berömma dessa ingenjörer för deras hårda arbete.

Läs om andra spännande robotikutvecklingar här.

Studier som refereras:

^{1. David Hardman et al., Multimodal informationsstrukturering med enkelskikts mjuka hudar och högdensitets elektrisk impedanstomografi.Sci. Robot.10,eadq2303(2025).DOI:10.1126/scirobotics.adq2303}