Veröffentlicht am: 8. Mai 2025 / Update vom: 9. Mai 2025 – Verfasser: Konrad Wolfenstein
Taktile Robotik: Roboter mit Tastsinn: Die neue Generation von Vulcan und MIT-Forschung zur haptischen Objekterkennung – Bild: Xpert.Digital
MIT-System zur Objekterkennung ohne spezielle Sensoren und der Vulcan-Roboter von Amazon
Haptische Wahrnehmung für Maschinen: Neue Maßstäbe in der Objekterkennung
Im Bereich der Robotik markiert die Entwicklung taktiler Sensor- und Erkennungssysteme einen entscheidenden Fortschritt, der Maschinen erstmals befähigt, ihre Umgebung nicht nur zu sehen, sondern auch zu “fühlen”. Diese Entwicklung wird exemplarisch durch Amazons neuen Vulcan-Roboter und das innovative Objekterkennungssystem des MIT veranschaulicht. Beide Technologien erweitern die Einsatzmöglichkeiten von Robotern erheblich und ermöglichen Aufgaben, die bisher ausschließlich von Menschen mit ihrer natürlichen haptischen Wahrnehmung bewältigt werden konnten.
Passend dazu:
Der Vulcan-Roboter von Amazon: Ein Durchbruch im Bereich des taktilen Robotergriffs
Funktionsweise und technologische Grundlagen
Der von Amazon entwickelte Vulcan-Roboter stellt einen bedeutenden technologischen Fortschritt im Bereich der physischen künstlichen Intelligenz dar. Amazon bezeichnet die Entwicklung selbst als “Durchbruch in der Robotik und der physischen KI”. Das System besteht aus zwei Hauptkomponenten: “Stow” zum Verstauen und “Pick” zum Herausnehmen von Gegenständen. Seine herausragende Eigenschaft ist die Fähigkeit, seine Umgebung taktil wahrzunehmen.
Die technologische Basis für Vulcans taktile Fähigkeiten bilden spezielle Kraft-Drehmoment-Sensoren, die wie ein Hockey-Puck aussehen und dem Roboter ermöglichen, zu “fühlen”, mit welcher Kraft er ein Objekt greifen kann, ohne es zu beschädigen. Adam Parness, Director of Robotics AI bei Amazon, betont die Einzigartigkeit dieses Ansatzes: “Vulcan ist nicht unser erster Roboter, der Gegenstände bewegen kann. Aber mit seinem Tastsinn – seiner Fähigkeit zu verstehen, wann und wie er mit einem Objekt in Kontakt kommt – eröffnet er neue Möglichkeiten zur Optimierung von Arbeitsabläufen und Einrichtungen”.
Um Gegenstände in Regale einzusortieren, verwendet Vulcan ein Werkzeug, das einem Lineal ähnelt, das auf ein Haarglätteisen geklebt ist. Mit diesem “Lineal” schiebt er andere Gegenstände beiseite, um Platz für neue Artikel zu schaffen. Die Greifarme passen ihre Griffstärke je nach Größe und Form des Gegenstands an, während integrierte Förderbänder den Gegenstand in den Behälter schieben. Zum Herausholen von Gegenständen nutzt Vulcan einen Sauggreifer in Kombination mit einem Kamerasystem.
Aktuelle Einsatzgebiete und Leistungsfähigkeit
Derzeit wird der Vulcan-Roboter bereits in zwei Amazon-Logistikzentren getestet: in Winsen bei Hamburg (Deutschland) und in Spokane, Washington (USA). In Washington sind sechs Stow-Vulcan-Roboter aktiv, die bereits eine halbe Million Artikel erfolgreich eingelagert haben. In Winsen arbeiten zwei Pick-Vulcans, die bereits 50.000 Bestellungen abgewickelt haben.
Die Leistungsfähigkeit des Systems ist beachtlich: Vulcan kann derzeit etwa 75 Prozent der Millionen von Produkten handhaben, die Amazon anbietet. Die kleinste Objektgröße, die der Roboter manipulieren kann, entspricht etwa einem Lippenstift oder einem USB-Stick. Besonders beeindruckend ist die Fähigkeit des Roboters, die Objekte in Echtzeit zu identifizieren, da es für ihn “unmöglich sei, sämtliche Spezifika der Items auswendig zu kennen”, wie Parness erklärt.
Zukunftspläne und Integration in die Logistikkette
Amazon plant, die Zahl der Vulcan-Roboter in den nächsten Jahren deutlich zu erhöhen. Noch in diesem Jahr soll die Anzahl der Vulcans in Winsen auf 60 und in Washington auf 50 Stück erhöht werden. Langfristig ist vorgesehen, die Roboter in Logistikzentren in ganz Europa und den USA einzusetzen.
Ein wichtiger Aspekt der Amazon-Strategie ist die Koexistenz von Mensch und Maschine. Der “Masterplan” des Unternehmens sieht vor, Mensch und Maschine parallel nebeneinander arbeiten zu lassen. Die Roboter sollen vor allem jene Produkte im Regal übernehmen, die der Mensch ohne Leiter nicht erreicht oder für die er sich zu sehr bücken müsste. Dies soll zu einer höheren Gesamteffizienz führen und gleichzeitig die Arbeitsbelastung für die menschlichen Mitarbeiter reduzieren.
Das MIT-System zur Objekterkennung durch Handling: Intelligentes “Fühlen” ohne spezielle Sensoren
Innovativer Ansatz zur Objekterkennung
Parallel zu Amazons Vulcan haben Forscher des MIT, von Amazon Robotics und der University of British Columbia ein System entwickelt, das einen anderen Ansatz verfolgt, um Robotern haptische Fähigkeiten zu verleihen. Diese Technologie ermöglicht es Robotern, Eigenschaften eines Objekts wie Gewicht, Weichheit oder Inhalt zu erkennen, indem sie es einfach aufheben und leicht schütteln – ähnlich wie Menschen beim Umgang mit unbekannten Gegenständen.
Das Besondere an diesem Ansatz ist, dass keine speziellen taktilen Sensoren benötigt werden. Stattdessen nutzt das System die bereits in den meisten Robotern vorhandenen Gelenkencoder – Sensoren, die die Rotationsposition und Geschwindigkeit der Gelenke während der Bewegung erfassen. Peter Yichen Chen, ein MIT-Postdoc und Hauptautor der Forschungsarbeit, erklärt die Vision hinter dem Projekt: “Mein Traum wäre es, Roboter in die Welt hinauszuschicken, damit sie Dinge berühren und bewegen und selbstständig die Eigenschaften alles dessen herausfinden, womit sie interagieren”.
Technische Funktionsweise und Simulationsmodelle
Der Kern des MIT-Systems besteht aus zwei Simulationsmodellen: einem, das den Roboter und seine Bewegung simuliert, und einem, das die Dynamik des Objekts nachbildet. Chao Liu, ein weiterer MIT-Postdoc, betont die Bedeutung dieser digitalen Zwillinge: “Eine genaue digitale Nachbildung der realen Welt ist wirklich wichtig für den Erfolg unserer Methode”.
Das System nutzt eine Technik namens “differenzierbare Simulation”, die es dem Algorithmus ermöglicht, vorherzusagen, wie kleine Änderungen in den Eigenschaften eines Objekts, wie Masse oder Weichheit, die Endposition der Robotergelenke beeinflussen. Sobald die Simulation mit den tatsächlichen Bewegungen des Roboters übereinstimmt, hat das System die korrekten Eigenschaften des Objekts identifiziert.
Ein entscheidender Vorteil dieser Methode ist ihre Effizienz: Der Algorithmus kann die Berechnungen innerhalb von Sekunden durchführen und benötigt nur eine reale Bewegungstrajektorie des Roboters, um zu funktionieren. Dies macht das System besonders kostengünstig und praktikabel für reale Anwendungen.
Anwendungspotenzial und Vorteile
Die entwickelte Technik könnte besonders nützlich sein in Anwendungen, bei denen Kameras weniger effektiv sind, wie etwa beim Sortieren von Objekten in einem dunklen Keller oder beim Räumen von Trümmern in einem teilweise eingestürzten Gebäude nach einem Erdbeben.
Da der Algorithmus keinen umfangreichen Datensatz für das Training benötigt, wie einige Methoden, die auf Computer Vision oder externe Sensoren angewiesen sind, ist er weniger anfällig für Fehler, wenn er mit unbekannten Umgebungen oder neuen Objekten konfrontiert wird. Dies macht das System besonders robust und vielseitig einsetzbar.
Die breitere Forschungslandschaft zu taktilen Sensoren in der Robotik
Grundlegende Herausforderungen und aktuelle Lösungsansätze
Die Entwicklung von Robotern mit Tastsinn stellt die Forschung vor grundlegende Herausforderungen. Während das menschliche taktile System äußerst komplex und nuanciert ist, müssen künstliche Systeme dies mit technologischen Mitteln nachbilden. Ken Goldberg, ein Robotiker von der University of California, Berkeley, betont die Komplexität dieser Aufgabe: “Der menschliche Tastsinn ist unglaublich nuanciert und komplex, mit einem umfangreichen dynamischen Bereich. Während Roboter schnell Fortschritte machen, wäre ich überrascht, in den nächsten fünf bis zehn Jahren taktile Sensoren auf menschlichem Niveau zu sehen”.
Trotz dieser Herausforderungen gibt es bedeutende Fortschritte in der Forschung. Das Fraunhofer IFF entwickelt beispielsweise taktile Sensorsysteme, die das reaktive Greifen nach dem Vorbild der menschlichen Hand ermöglichen und ideal für das Handling fragiler oder biegeschlaffer Objekte sind. Die Sensordaten werden dabei zur Adaptierung des Greifers, zur Bauteil- und Lageerkennung sowie zur Prozessüberwachung eingesetzt.
Innovative Forschungsprojekte im Bereich taktiler Robotik
Neben den Entwicklungen von Amazon und dem MIT gibt es weitere bedeutende Forschungsprojekte im Bereich der taktilen Robotersensorik:
Das Max-Planck-Institut für Intelligente Systeme hat einen haptischen Sensor namens Insight entwickelt, der Berührungen mit hoher Sensibilität wahrnimmt. Georg Martius, Forschungsgruppenleiter am Institut, hebt die Leistungsfähigkeit des Sensors hervor: “Unser Sensor zeigt eine hervorragende Leistung dank des innovativen mechanischen Designs der Hülle, des maßgeschneiderten Bildgebungssystems im Inneren, der automatischen Datenerfassung und dank modernster Deep Learning Methoden”. Der Sensor ist so empfindlich, dass er sogar seine eigene Orientierung im Verhältnis zur Schwerkraft spüren kann.
Ein weiteres interessantes Projekt ist DensePhysNet, ein System, das aktiv eine Sequenz dynamischer Interaktionen (z.B. Gleiten und Kollidieren) ausführt und ein tiefes prädiktives Modell über seine visuellen Beobachtungen verwendet, um dichte, pixelweise Repräsentationen zu erlernen, die die physikalischen Eigenschaften beobachteter Objekte widerspiegeln. Die Experimente sowohl in Simulations- als auch in realen Umgebungen zeigen, dass die erlernten Repräsentationen reiche physikalische Informationen enthalten und direkt zur Decodierung physikalischer Objekteigenschaften wie Reibung und Masse verwendet werden können.
Passend dazu:
Zukunftsperspektiven für taktile Robotersysteme
Integration von multimodalen Sensorsystemen
Die Zukunft der taktilen Robotik liegt in der Integration verschiedener Sinnesmodalitäten. Forscher des MIT arbeiten bereits daran, künstliche Intelligenz zu lehren, Sinne wie Sehen und Berühren zu verbinden. Durch das Verständnis, wie diese verschiedenen Sinnesmodalitäten zusammenwirken, können Roboter ein ganzheitlicheres Verständnis ihrer Umgebung entwickeln.
Das MIT-Team plant bereits, ihre Methode zur Objekterkennung mit Computer Vision zu kombinieren, um eine multimodale Sensorik zu schaffen, die noch leistungsfähiger ist. “Diese Arbeit versucht nicht, Computer Vision zu ersetzen. Beide Methoden haben ihre Vor- und Nachteile. Aber hier haben wir gezeigt, dass wir auch ohne Kamera bereits einige dieser Eigenschaften herausfinden können”, erklärt Chen.
Erweiterte Anwendungsbereiche und zukünftige Entwicklungen
Die Forscher des MIT-Teams möchten auch Anwendungen mit komplexeren Robotersystemen, wie weichen Robotern, und komplexeren Objekten, einschließlich schwappender Flüssigkeiten oder granularer Medien wie Sand, erforschen. Langfristig hoffen sie, diese Technik zur Verbesserung des Roboterlernens einzusetzen, um zukünftigen Robotern zu ermöglichen, schnell neue Manipulationsfähigkeiten zu entwickeln und sich an Veränderungen in ihrer Umgebung anzupassen.
Amazon plant, die Vulcan-Technologie in den kommenden Jahren weiterzuentwickeln und in größerem Umfang einzusetzen. Die Integration von Vulcan mit den bereits 750.000 mobilen Robotern des Unternehmens deutet auf ein umfassendes Automatisierungskonzept hin, das die Logistikbranche grundlegend verändern könnte.
Taktiles Lernen: Wenn Sensoren Robotern Fingerspitzengefühl verleihen
Die Entwicklung von Robotern mit Tastsinn, exemplarisch veranschaulicht durch Amazons Vulcan und das MIT-System zur Objekterkennung, markiert einen entscheidenden Wendepunkt in der Robotik. Diese Technologien ermöglichen es Robotern, Aufgaben zu übernehmen, die bisher ausschließlich Menschen vorbehalten waren, da sie ein Feingefühl und taktiles Verständnis erfordern.
Die unterschiedlichen Ansätze – Amazons Fokus auf spezialisierte Sensoren und das MIT-Konzept der Nutzung vorhandener Sensoren für haptische Rückschlüsse – zeigen die Vielfalt der Forschungsrichtungen in diesem Bereich. Beide Ansätze haben ihre spezifischen Stärken und Anwendungsgebiete.
Mit der fortschreitenden Integration taktiler Fähigkeiten in Robotersysteme eröffnen sich neue Möglichkeiten für die Automatisierung komplexer Aufgaben in Logistik, Fertigung, Gesundheitswesen und vielen anderen Bereichen. Die Fähigkeit von Robotern, ihre Umgebung nicht nur zu sehen, sondern auch zu “fühlen”, bringt uns einen bedeutenden Schritt näher an eine Zukunft, in der Roboter und Menschen noch enger und intuitiver zusammenarbeiten können.
Passend dazu:
