Diterbitkan pada: 20 Mei 2025 / Diperbarui pada: 20 Mei 2025 – Penulis: Konrad Wolfenstein
Sistem TWIST: Teknologi penangkapan gerakan (MoCap) merevolusi pengendalian robot humanoid – Gambar: Xpert.Digital
Sistem Imitasi Seluruh Tubuh yang Dioperasikan dari Jarak Jauh: Interaksi manusia-robot secara waktu nyata akan mengubah robotika
Gerakan manusia untuk robot: Potensi sistem TWIST
Para ilmuwan telah mencapai terobosan signifikan dalam pengembangan sistem teleoperasi untuk robot humanoid. Dengan menggunakan teknologi penangkapan gerak (motion capture), robot humanoid kini dapat melakukan gerakan seperti manusia secara real-time. Inovasi ini memungkinkan kontrol robot yang presisi dan intuitif, yang merupakan langkah penting menuju pengembangan robot dengan ketangkasan seluruh tubuh. Yang patut diperhatikan adalah sistem baru TWIST (Teleoperated Whole-Body Imitation System), yang mentransmisikan gerakan tubuh lengkap seseorang ke robot, sehingga mengantarkan era baru interaksi manusia-robot.
Cocok untuk:
Dasar-dasar teleoperasi berbasis penangkapan gerakan
Teleoperasi mengacu pada kendali jarak jauh mesin dan sangat penting dalam bidang robotika. Sistem telerobotik digunakan ketika ruang kerja terlalu jauh, terlalu kecil, terlalu besar, atau terlalu berbahaya bagi manusia. Pemisahan spasial antara manusia (operator) dan robot (teleoperator) memungkinkan aplikasi di berbagai bidang seperti pembedahan minimal invasif, penjinakan bom, dan aplikasi luar angkasa.
Teknologi penangkapan gerak (MoCap) menjadi dasar sistem teleoperasi modern. Teknologi ini memungkinkan perekaman dan simulasi gerakan manusia secara detail, sehingga memungkinkan digitalisasi individu atau seluruh kelompok orang. Gerakan yang ditangkap diproses secara cerdas dan dapat digunakan untuk menganimasikan tubuh dan gerakannya.
Cara kerja teknologi penangkapan gerakan
Teknologi penangkapan gerak (motion capture) secara tepat melacak dan merekam gerakan tubuh manusia menggunakan pakaian khusus yang dilengkapi dengan penanda dan sistem optik. Proses ini mengumpulkan data gerakan dari semua bagian tubuh – tidak hanya lengan, tangan, kaki, dan telapak kaki, tetapi juga batang tubuh, pinggul, dan kepala. Data komprehensif ini kemudian diubah menjadi perintah yang dapat dieksekusi oleh robot humanoid menggunakan kecerdasan buatan (AI).
Sistem TWIST: Sebuah terobosan dalam teleoperasi robot
Sistem TWIST, yang dikembangkan di Universitas Stanford dan Universitas Simon Fraser, mewakili kemajuan signifikan dalam teleoperasi robot humanoid. Sistem ini menggabungkan teknologi penangkapan gerakan dengan metode pembelajaran penguatan dan pembelajaran imitasi.
“Kami ingin humanoid memiliki tingkat ketangkasan seluruh tubuh yang sama seperti manusia,” jelas Yanjie Ze, penulis utama studi TWIST. “Bayangkan dapur yang berantakan. Manusia dapat memegang benda dengan kedua tangan dan menggunakan kaki mereka untuk memindahkan rintangan, seperti keranjang di lantai. Manusia juga dapat membuka pintu dengan sisi tubuh atau siku mereka. Kami ingin humanoid dapat melakukan hal yang sama dengan meniru manusia secara langsung.”
Implementasi teknis TWIST
Sistem TWIST terdiri dari tiga komponen penting:
- Pengumpulan dan penargetan ulang data: Melalui penargetan ulang offline dan online, gerakan manusia disesuaikan untuk robot. Hal ini dicapai melalui transmisi posisi dan orientasi sendi 3D yang dioptimalkan, dengan orientasi tubuh dan penempatan kaki juga disesuaikan secara real time.
- Pelatihan pengendali dalam simulasi: TWIST menggunakan pendekatan dua tahap dengan metodologi “guru-murid”:
- Pengontrol "Guru" memiliki akses istimewa ke pergerakan referensi di masa mendatang, yang memungkinkannya untuk merencanakan pergerakan yang lebih lancar.
- Pengontrol "siswa" dilatih melalui kombinasi Pembelajaran Penguatan (Reinforcement Learning/RL) dan Pengkloningan Perilaku (Behavior Cloning/BC) dan hanya dapat mengakses informasi pergerakan saat ini.
- Pengontrol seluruh tubuh: Pengontrol yang terlatih memungkinkan robot untuk memanfaatkan semua derajat kebebasan sambil menjaga keseimbangan. Hal ini menghasilkan gerakan yang lebih alami dan mirip manusia.
Dalam pengujian dengan robot humanoid G1 buatan Unitree, para peneliti menemukan bahwa cukup dengan menangkap gerakan seluruh tubuh dan mentransfernya secara tepat ke persendian robot, sehingga memastikan bahwa gerakan berbagai anggota tubuh terkoordinasi.
Cocok untuk:
Tantangan dalam teleoperasi humanoid
Pengembangan sistem teleoperasi untuk robot humanoid menghadirkan beberapa tantangan kompleks bagi para peneliti:
Menjembatani kesenjangan perwujudan
Tantangan utama adalah menjembatani "kesenjangan perwujudan"—perbedaan anatomi antara manusia dan robot. Karena robot memiliki proporsi, konfigurasi sendi, dan sifat fisik yang berbeda dari manusia, transfer langsung gerakan manusia tidak mudah dilakukan.
Keseimbangan dan koordinasi seluruh tubuh
Pelacakan seluruh tubuh humanoid tidak hanya membutuhkan kontrol yang tepat dari masing-masing sendi, tetapi juga pemeliharaan keseimbangan dinamis selama gerakan kompleks. Sistem teleoperasi konvensional seringkali hanya berfokus pada gerakan terisolasi seperti lokomosi atau manipulasi, sedangkan TWIST memungkinkan gerakan seluruh tubuh yang terkoordinasi.
Latensi dan Umpan Balik Sensorik
Sistem teleoperasi harus mengatasi masalah seperti latensi (penundaan waktu) dan keterbatasan umpan balik sensorik. Faktor-faktor ini dapat mengganggu sinkronisasi tindakan manusia dengan respons robot.
Beragam aplikasi teleoperasi penangkapan gerakan
Pengoperasian jarak jauh robot humanoid berbasis penangkapan gerakan membuka banyak kemungkinan aplikasi:
Situasi berbahaya dan operasi penyelamatan
Di lingkungan berbahaya, robot yang dioperasikan dari jarak jauh dapat digunakan sebagai pengganti manusia, misalnya dalam penjinakan bahan peledak (EOD). Antara tahun 2015 dan 2020, terdapat sekitar 2.000 operasi EOD setiap tahunnya di Inggris Raya saja, yang menyoroti kebutuhan akan alternatif yang aman.
Tugas manipulasi yang kompleks
Robot humanoid dapat melakukan tugas manipulasi kompleks melalui teleoperasi, misalnya di lingkungan yang tidak terstruktur seperti dapur atau bengkel. Kemampuan mereka untuk mengkoordinasikan penggunaan seluruh tubuh mereka, termasuk lengan, tangan, kaki, dan telapak kaki, menawarkan keuntungan penting dalam konteks ini.
Robotika sosial dan ekspresivitas
Bagi robot sosial humanoid, kemampuan untuk melakukan gerakan ekspresif sangat penting. Sistem OCRA (Optimization-based Customizable Retargeting Algorithm), yang dikembangkan di MPI, memungkinkan pemetaan gerakan secara real-time antara rantai kinematik yang berbeda, menghasilkan gerakan yang intuitif dan menyerupai manusia.
Pendekatan alternatif dan perbandingan sistem yang berbeda
Selain TWIST, terdapat berbagai pendekatan lain untuk teleoperasi berbasis penangkapan gerakan:
Sistem berbasis IMU
Beberapa peneliti menggunakan sistem penangkap gerakan berbasis IMU (Inertial Measurement Unit), yang portabel dan lebih murah daripada sistem optik. Teknologi ini digunakan, misalnya, untuk teleoperasi tugas loko-manipulasi, yang menggabungkan pergerakan dan manipulasi.
Pendekatan berbasis jaringan saraf
Pendekatan alternatif menggunakan jaringan saraf untuk mempelajari pemetaan antara data sensor dari pakaian penangkap gerakan dan posisi sudut aktuator robot. Metode ini tidak memerlukan model analitis atau matematis robot sebelumnya dan oleh karena itu dapat diterapkan pada berbagai pasangan manusia-robot.
Sistem untuk bagian tubuh tertentu
Selain sistem teleoperasi seluruh tubuh, terdapat juga sistem khusus yang berfokus pada bagian tubuh tertentu, seperti penangkapan gerakan dua tangan. Sistem-sistem ini memainkan peran penting dalam pengendalian presisi robot bionik bimanual untuk tugas-tugas manipulasi yang rumit.
Cocok untuk:
Kemajuan terkini dan prospek masa depan
Pengembangan sistem teleoperasi untuk robot humanoid berkembang pesat. Selain TWIST, para peneliti baru-baru ini juga telah memperkenalkan sistem inovatif lainnya:
H2O: Manusia menjadi Manusiawi
Sistem H2O memungkinkan teleoperasi waktu nyata dari robot humanoid sepenuhnya hanya dengan menggunakan kamera RGB. Sistem ini memanfaatkan kerangka berbasis RL dan proses "simulasi ke data" untuk menyaring dan memilih gerakan yang sesuai untuk robot humanoid.
Teleoperasi yang didukung AR
Para peneliti juga sedang menyelidiki bagaimana realitas tertambah (AR) dapat mendukung teleoperasi berbasis penangkapan gerakan. Dengan memvisualisasikan referensi virtual lengan manusia di samping lengan robot, pengguna dapat lebih memahami pemetaan gerakan.
AI dan Penangkapan Gerakan: Masa Depan Interaksi Manusia-Robot
Pengoperasian jarak jauh robot humanoid berbasis penangkapan gerak telah mengalami kemajuan pesat dalam beberapa tahun terakhir. Sistem seperti TWIST mewakili langkah maju yang signifikan dengan memungkinkan robot untuk melakukan gerakan seluruh tubuh yang menyerupai manusia secara real-time.
Kombinasi teknologi penangkapan gerakan dan metode AI canggih seperti pembelajaran penguatan dan kloning perilaku membuka kemungkinan baru untuk interaksi manusia-robot. Robot humanoid kini tidak hanya dapat melakukan gerakan terisolasi, tetapi juga tindakan seluruh tubuh yang terkoordinasi, memungkinkan ketangkasan dan ekspresivitas yang lebih besar.
Di masa depan, teknologi ini dapat secara signifikan memperluas penggunaan robot humanoid di lingkungan berbahaya, untuk tugas manipulasi yang kompleks, dan dalam konteks sosial. Peningkatan berkelanjutan dalam presisi, ketahanan, dan kemudahan penggunaan sistem teleoperasi akan membantu mengurangi kesenjangan antara kemampuan manusia dan kinerja robot.
Cocok untuk:
Mitra pemasaran global dan pengembangan bisnis Anda
☑️ Bahasa bisnis kami adalah Inggris atau Jerman
☑️ BARU: Korespondensi dalam bahasa nasional Anda!
Konrad Wolfenstein
Saya akan dengan senang hati melayani Anda dan tim saya sebagai penasihat pribadi.
Anda dapat menghubungi saya dengan mengisi formulir kontak atau cukup hubungi saya di +49 89 89 674 804 (Munich) . Alamat email saya adalah: wolfenstein ∂ xpert.digital
Saya menantikan proyek bersama kita.
