柔性傳感器和人工智能模型可以告訴變形的機器人其身體在3D環(huán)境中的位置。
麻省理工學(xué)院的研究人員首次通過(guò)僅利用來(lái)自其“感測”皮膚的運動(dòng)和位置數據，使軟機械臂能夠了解其在3D空間中的配置。
由柔性材料制成的軟機器人(類(lèi)似于在生物體中發(fā)現的材料)被提倡為傳統剛性機器人提供更安全，更適應，更具彈性和生物啟發(fā)的替代產(chǎn)品。但是，對這些可變形機器人進(jìn)行自主控制是一項艱巨的任務(wù)，因為它們可以在任何給定時(shí)刻沿幾乎無(wú)限個(gè)方向移動(dòng)。這使得很難訓練用于驅動(dòng)自動(dòng)化的規劃和控制模型。
實(shí)現自主控制的傳統方法使用具有多個(gè)運動(dòng)捕捉相機的大型系統，這些系統可提供機器人有關(guān)3D運動(dòng)和位置的反饋。但是，對于實(shí)際應用中的軟機器人而言，這是不切實(shí)際的。
在發(fā)表在《IEEE機器人與自動(dòng)化快報》上的一篇論文中 ，研究人員描述了一種軟傳感器系統，該系統覆蓋機器人的身體以提供“本體感覺(jué)”，即感知其身體的運動(dòng)和位置。該反饋會(huì )進(jìn)入一種新穎的深度學(xué)習模型，該模型可篩選出噪聲并捕獲清晰的信號，以估算機器人的3D配置。研究人員在類(lèi)似于大象樹(shù)干的軟機器人手臂上驗證了他們的系統，該機器人手臂可以自動(dòng)擺動(dòng)和伸展，可以預測自己的位置。
麻省理工學(xué)院計算機科學(xué)與人工實(shí)驗室(CSAIL)的博士后Ryan Truby說(shuō)，傳感器可以使用現成的材料制造，這意味著(zhù)任何實(shí)驗室都可以開(kāi)發(fā)自己的系統。 CSAIL博士后Cosimo Della Santina。
他說(shuō)：“我們正在對軟機器人進(jìn)行傳感，以從傳感器(而不是視覺(jué)系統)獲取控制反饋，并使用一種非常簡(jiǎn)單，快速的制造方法。” “例如，我們想使用這些柔軟的機器人樹(shù)干來(lái)自動(dòng)定向和控制自己，撿起東西并與世界互動(dòng)。這是邁向這種更復雜的自動(dòng)化控制的第一步。”
未來(lái)的目標之一是幫助制造出可以更加靈巧地處理和操縱環(huán)境中物體的人造肢體。“想想自己的身體：您可以閉上眼睛，并根據皮膚的反饋來(lái)重建世界。” CSAIL主任Daniela Rus和電氣工程與計算機科學(xué)系Andrew and Erna Viterbi教授合著(zhù)。“我們希望為軟機器人設計相同的功能。”
塑造軟傳感器
完全集成的人體傳感器是軟機器人技術(shù)的長(cháng)期目標。傳統的剛性傳感器會(huì )損害軟機器人的自然柔韌性，使其設計和制造復雜化，并可能導致各種機械故障?；谲洸牧系膫鞲衅魇且环N更合適的替代方案，但是其設計需要專(zhuān)門(mén)的材料和方法，這使得許多機器人實(shí)驗室難以在軟機器人中制造和集成它們。
有一天，在他的CSAIL實(shí)驗室工作期間，尋找傳感器材料的靈感時(shí)，Truby建立了有趣的聯(lián)系。他說(shuō)：“我發(fā)現這些用于電磁干擾屏蔽的導電材料薄片可以在任何地方成卷購買(mǎi)。” 這些材料具有“壓阻”特性，這意味著(zhù)它們在應變時(shí)會(huì )改變電阻。Truby意識到，如果將它們放在行李箱上的某些位置，它們可以制成有效的軟傳感器。當傳感器響應于軀干的拉伸和壓縮而變形時(shí)，其電阻將轉換為特定的輸出電壓。然后將該電壓用作與該運動(dòng)相關(guān)的信號。
但是這種材料的伸縮性不高，這將限制其在軟機器人中的使用。受kirigami(折紙的一種變化形式，包括在材料中進(jìn)行切割)的啟發(fā)，Truby設計并激光切割了矩形的導電硅膠片，將其切割成各種圖案，例如成排的小孔或類(lèi)似鏈節柵欄的縱橫交錯的切片。Truby說(shuō)，這使它們更加靈活，可拉伸，“看起來(lái)漂亮”。
研究人員的機器人軀干包括三個(gè)部分，每個(gè)部分帶有四個(gè)用于移動(dòng)手臂的流體致動(dòng)器(總共12個(gè))。他們在每個(gè)段上融合了一個(gè)傳感器，每個(gè)傳感器覆蓋并收集了來(lái)自軟機器人中一個(gè)嵌入式執行器的數據。他們使用了“等離子體鍵合”技術(shù)，該技術(shù)可以使一種材料的表面通電，使其與另一種材料粘合。大約需要幾個(gè)小時(shí)才能成型出數十個(gè)傳感器，這些傳感器可以使用手持式等離子結合設備結合到軟機器人上。
“學(xué)習”配置
如假設的那樣，傳感器確實(shí)捕獲了行李箱的總體運動(dòng)。但是他們真的很吵。“從本質(zhì)上講，它們在許多方面都是非理想的傳感器，”特魯比說(shuō)。“但這只是用軟導電材料制造傳感器的普遍事實(shí)。性能更高，更可靠的傳感器需要大多數機器人實(shí)驗室所沒(méi)有的專(zhuān)用工具。”
為了僅使用傳感器來(lái)估算軟機器人的配置，研究人員建立了一個(gè)深度神經(jīng)網(wǎng)絡(luò )，通過(guò)篩查噪聲以捕獲有意義的反饋信號來(lái)完成大部分繁重的工作。研究人員開(kāi)發(fā)了一種新模型，以運動(dòng)學(xué)方式描述了軟機器人的形狀，從而大大減少了處理模型所需的變量數量。
在實(shí)驗中，研究人員讓軀干擺動(dòng)，并以隨機配置將自己延伸大約一個(gè)半小時(shí)。他們使用傳統的運動(dòng)捕捉系統獲取地面真實(shí)數據。在訓練中，該模型分析了來(lái)自其傳感器的數據以預測配置，并將其預測與同時(shí)收集的地面真實(shí)數據進(jìn)行比較。通過(guò)這樣做，模型“學(xué)習”了將信號模式從其傳感器映射到實(shí)際配置。結果表明，對于某些更穩定的配置，機器人的估計形狀與地面真實(shí)情況相符。
接下來(lái)，研究人員旨在探索新的傳感器設計以提高靈敏度，并開(kāi)發(fā)新的模型和深度學(xué)習方法，以減少每臺新的軟機器人所需的訓練。他們還希望完善系統，以更好地捕獲機器人的完整動(dòng)態(tài)運動(dòng)。
當前，神經(jīng)網(wǎng)絡(luò )和傳感器皮膚對捕捉細微運動(dòng)或動(dòng)態(tài)運動(dòng)不敏感。但是，對于目前基于學(xué)習的軟機器人控制方法而言，這是重要的第一步，特魯比說(shuō)：“就像我們的軟機器人一樣，生活系統也不必十分精確。與我們的剛性機器人相比，人類(lèi)不是精密的機器，而且我們做得很好。”