게시 : 2025 년 5 월 8 일 / 업데이트 : 2025 년 5 월 9 일 - 저자 : Konrad Wolfenstein
촉각 로봇 공학 : 터치 감각이있는 로봇 : 신세대 vulcan 및 haptic 객체 인식 이미지에 대한 공동 연구 : Xpert.Digital
특수 센서없이 객체 인식을위한 MIT 시스템 및 아마존의 Vulcan Robot
기계에 대한 햅틱 인식 : 객체 인식의 새로운 표준
로봇 공학 분야에서 촉각 센서 및 식별 시스템의 개발은 처음으로 기계가 주변 환경을 볼뿐만 아니라“느낌”할 수있게하는 결정적인 진보를 나타냅니다. 이 개발은 Amazon의 새로운 Vulcan Robot과 MIL의 혁신적인 객체 탐지 시스템으로 예시됩니다. 두 기술 모두 로봇의 가능한 사용을 크게 확장하고 이전에 자연적인 햅틱 인식을 가진 사람들이 독점적으로 관리했던 작업을 가능하게합니다.
적합:
Amazon의 Vulcan Robot : 촉각 로봇 핸들 영역의 획기적인
기능 및 기술 기초
아마존이 개발 한 벌칸 로봇은 물리 인공 지능 분야에서 상당한 기술 진보를 나타냅니다. 아마존은 개발 자체를“로봇 공학 및 물리적 AI의 획기적인”것으로 묘사합니다. 이 시스템은 두 가지 주요 구성 요소로 구성됩니다.“Stow”를 사용하여 물체를 제거하기 위해“선택”합니다. 뛰어난 품질은 주변 환경 촉각을 인식하는 능력입니다.
Vulcans 촉각 기술의 기술적 기초는 하키 퍽처럼 보이는 특수 파워 토크 센서를 형성하고 로봇이 손상되지 않고 물건을 잡을 수있는 힘을 "느낌"할 수 있도록합니다. Amazon의 Robotics AI 책임자 인 Adam Parness는이 접근법의 독창성을 강조합니다.“Vulcan은 대상을 움직일 수있는 첫 번째 로봇이 아닙니다. 그러나 그의 손길로 - 대상과 접촉 할 때와 방법을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 그의 능력을 이해하는 능력을 이해하는 그의 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 능력을 이해하는 것입니다. "
선반에 물체를 정렬하기 위해 Vulcan은 머리카락이 부드러운 철에 붙어있는 통치자와 유사한 도구를 사용합니다. 이 "통치자"로 그는 새로운 물체를 제쳐두고 새로운 기사를위한 공간을 만들어냅니다. 그립 팔은 물체의 크기와 모양에 따라 손잡이 두께를 조정하는 반면 통합 컨베이어 벨트는 물체를 컨테이너로 밀어 넣습니다. 객체를 꺼내려면 Vulcan은 카메라 시스템과 함께 흡입 그리퍼를 사용합니다.
현재 응용 프로그램 및 성능 영역
Vulcan Robot은 현재 2 개의 Amazon 물류 센터 인 Hamburg (독일) 근처의 Winsen과 Washington (미국)에서 테스트되고 있습니다. 워싱턴에서는 6 개의 Stow-Vulcan 로봇이 활성화되어 있으며 이미 50 만 기사를 성공적으로 저장했습니다. Winsen에서 이미 5 만 명을 처리 한 두 명의 Pick-Vulcans가 일합니다.
이 시스템의 성능은 놀랍습니다. Vulcan은 현재 Amazon이 제공하는 수백만 개의 제품의 약 75 %를 처리 할 수 있습니다. 로봇이 조작 할 수있는 가장 작은 물체 크기는 립스틱 또는 USB 스틱에 해당합니다. 특히 인상적인 것은 로봇이 객체를 실시간으로 식별하는 능력입니다.“항목의 모든 세부 사항을 암기하는 것은 불가능하기 때문”이라고 말합니다.
향후 계획과 물류 체인으로의 통합
아마존은 향후 몇 년 동안 Vulcan Robot의 수를 크게 늘릴 계획입니다. 올해 Winsen의 Vulcans의 수는 60으로, 워싱턴에서는 50 개로 증가합니다. 장기적으로 유럽과 미국 전역의 물류 센터에서 로봇을 사용할 계획입니다.
아마존 전략의 중요한 측면은 인간과 기계의 공존입니다. 이 회사의 "마스터 플랜"은 사람과 기계가 나란히 일할 수 있도록 제공합니다. 무엇보다도 로봇은 사다리 없이는 사람이 도달하지 못하거나 너무 많이 구부려 야 할 선반의 제품을 인수해야합니다. 이로 인해 전반적인 효율성이 높아지고 동시에 인력 직원의 작업량이 줄어 듭니다.
핸들링을 통한 객체 인식을위한 MIT 시스템 : 특수 센서가없는 지능형 "느낌"
객체 인식에 대한 혁신적인 접근
Amazon의 Vulcan과 병행하여 Amazon Robotics와 British Columbia University의 MIT 연구원들은 로봇에게 햅틱 기술을 제공하는 다른 접근법을 따르는 시스템을 개발했습니다. 이 기술을 통해 로봇은 무게, 부드러움 또는 내용과 같은 물체의 속성을 단순히 집어 들고 쉽게 흔들어 알 수없는 물체를 다룰 때 사람들과 같이 쉽게 흔들어서 객체의 특성을 인식 할 수 있습니다.
이 접근법의 특별한 점은 특별한 촉각 센서가 필요하지 않다는 것입니다. 대신,이 시스템은 대부분의 로봇에 이미 존재하는 조인트 코드를 사용합니다. MIT-POSTDOC이자 연구 작업의 주요 저자 인 Peter Yichen Chen 은이 프로젝트의 비전을 설명합니다.“내 꿈은 로봇을 세상으로 보내서 물건을 만지고 움직이고 그들이 상호 작용하는 것의 속성을 독립적으로 찾는 것입니다.”
기술 기능 및 시뮬레이션 모델
MIT 시스템의 핵심은 로봇과 움직임을 시뮬레이션하는 두 가지 시뮬레이션 모델과 객체의 역학을 재현하는 두 가지 시뮬레이션 모델로 구성됩니다. 또 다른 MIT-POSTDOC 인 Chao Liu는 이러한 디지털 쌍둥이의 중요성을 강조합니다. "실제 세계의 정확한 디지털 복제본은 우리의 방법의 성공에 정말 중요합니다."
이 시스템은 "분화 가능한 시뮬레이션"이라는 기술을 사용하여 알고리즘이 질량 또는 부드러움과 같은 물체의 특성의 작은 변화가 로봇 조인트의 끝 위치에 어떻게 영향을 미치는지 예측할 수 있도록합니다. 시뮬레이션이 로봇의 실제 움직임과 일치하자마자 시스템은 객체의 올바른 속성을 식별했습니다.
이 방법의 결정적인 장점은 효율성입니다. 알고리즘은 몇 초 안에 계산을 수행 할 수 있으며 로봇의 실제 움직임 궤적 만 필요합니다. 이로 인해 시스템은 특히 실제 응용 프로그램에 대해 특히 저렴하고 실용적으로 만듭니다.
응용 가능성 및 장점
개발 된 기술은 어두운 지하실의 물체를 분류 할 때 또는 지진 후 부분적으로 무너진 건물의 폐허가시기와 같이 카메라가 덜 효과적인 응용 분야에서 특히 유용 할 수 있습니다.
알고리즘에는 컴퓨터 비전 또는 외부 센서에 의존하는 일부 방법과 같은 교육을위한 광범위한 데이터 세트가 필요하지 않기 때문에 알려지지 않은 환경이나 새로운 객체에 직면하면 오류가 덜 취약합니다. 이것은 시스템을 특히 강력하고 다재다능하게 만듭니다.
로봇 공학의 촉각 센서에 대한 광범위한 연구 환경
기본 도전 및 현재 솔루션
터치 감각이있는 로봇의 개발은 근본적인 과제로 연구를 제시합니다. 인간 촉각 시스템은 매우 복잡하고 미묘한 차이이지만 인공 시스템은 기술 수단으로이를 재현해야합니다. 버클리 캘리포니아 대학교의 로봇 인 켄 골드버그 (Ken Goldberg)는이 과제의 복잡성을 강조합니다.“인간의 터치 감각은 광범위한 역동적 인 영역으로 엄청나게 미묘하고 복잡합니다. 로봇이 빨리 진전을 이루고 있지만 향후 5 년에서 10 년 동안 촉각 센서를 보는 것에 놀랐습니다.”
이러한 도전에도 불구하고 연구에는 큰 진전이 있습니다. 예를 들어, Fraunhofer IFF는 인간 손의 모델에 따라 반응성 파악을 가능하게하는 촉각 센서 시스템을 개발하고 깨지기 쉬운 슬래브 또는 굽힘 슬래브를 처리하는 데 이상적입니다. 센서 데이터는 프로세스 모니터링뿐만 아니라 그리퍼, 구성 요소 및 위치 인식을 조정하는 데 사용됩니다.
촉각 로봇 공학 분야의 혁신적인 연구 프로젝트
아마존과 MIT의 개발 외에도 촉각 로봇 센서 분야에는 다른 중요한 연구 프로젝트가 있습니다.
Max Planck Institute for Intelligent Systems는 Insight라는 햅틱 센서를 개발하여 감도가 높은 터치를 인식합니다. 연구소의 연구 그룹 리더 인 Georg Martius는 센서의 성능을 강조합니다.“우리의 센서는 쉘의 혁신적인 기계 설계, 재단사 -제작 이미징 시스템, 자동 데이터 수집 및 최신 딥 러닝 방법 덕분에 우수한 성능을 보여줍니다. " 센서는 너무 민감하여 중력과 관련하여 자신의 방향을 느낄 수 있습니다.
또 다른 흥미로운 프로젝트는 DensePehysnet입니다. Densepehysnet은 동적 상호 작용 순서 (예 : 활공 및 충돌)를 적극적으로 수행하고 시각적 관찰에 대한 깊은 예측 모델을 사용하여 밀도를 학습하기 위해 관찰 된 물리적 특성을 반영하는 픽셀 화 된 표현을 사용하는 시스템입니다. 시뮬레이션과 실제 환경의 실험은 학습 된 표현에 풍부한 물리 정보가 포함되어 있으며 마찰 및 질량과 같은 물리적 물체 특성의 디코딩에 직접 사용할 수 있음을 보여줍니다.
적합:
촉각 로봇 시스템에 대한 향후 전망
멀티 모달 센서 시스템의 통합
촉각 로봇 공학의 미래는 다양한 감각 양식의 통합에 있습니다. 인공 지능을 가르치고보고 만지는 것과 같은 감각을 결합시키는 작품의 연구원. 이러한 서로 다른 감각 양식이 어떻게 작동하는지 이해함으로써 로봇은 주변 환경에 대한보다 전체적인 이해를 발전시킬 수 있습니다.
MIT 팀은 이미 더 효율적인 멀티 모달 센서를 만들기 위해 객체 인식 방법을 컴퓨터 비전과 결합 할 계획입니다. Chen은 "이 작업은 컴퓨터 비전을 대체하려고 시도하지 않습니다. 두 방법 모두 장점과 단점이 있습니다. 그러나 여기서 우리는 카메라없이 이러한 속성 중 일부를 이미 찾을 수 있음을 보여주었습니다."라고 Chen은 설명합니다.
응용 프로그램의 연장 영역 및 미래 개발
MIT 팀의 연구원들은 소프트 로봇과 같은보다 복잡한 로봇 시스템과 Slosh 유체 또는 모래와 같은 세분화 미디어를 포함한 더 복잡한 물체를 사용하여 응용 프로그램을 연구하려고합니다. 장기적 으로이 기술을 사용하여 로봇 학습을 개선하여 미래의 로봇이 새로운 조작 기술을 빠르게 개발하고 환경의 변화에 적응할 수 있도록합니다.
아마존은 향후 몇 년 동안 Vulcan 기술을 더욱 발전시켜 더 큰 규모로 사용할 계획입니다. Vulcan을 회사의 750,000 개의 모바일 로봇과 통합하면 물류 산업을 근본적으로 변화시킬 수있는 포괄적 인 자동화 개념을 나타냅니다.
촉각 학습 : 센서가 로봇이 전술을 줄 때
Amazon 's Vulcan과 객체 인식을위한 동료 시스템에 의해 예시 된 터치 감각으로 로봇의 개발은 로봇 공학의 결정적인 전환점을 나타냅니다. 이러한 기술을 통해 로봇은 민감도와 촉각 적 이해가 필요하기 때문에 이전에 사람들을 위해 예약 된 작업을 수행 할 수 있습니다.
다양한 접근법-아마존의 특수 센서에 중점을두고 있으며,이 분야의 연구 방향의 다양성을 보여주는 기존 센서를 사용하는 공동 개념. 두 가지 접근 방식 모두 특정 강점과 응용 분야를 갖습니다.
로봇 시스템에서 전술 기술의 점진적인 통합으로 물류, 생산, 의료 및 기타 여러 영역에서 복잡한 작업을 자동화 할 수있는 새로운 기회가 열립니다. 로봇이 주변 환경을 볼뿐만 아니라“느낌”을 볼 수있는 능력은 로봇과 사람들이 더 가깝고 직관적으로 함께 일할 수있는 미래에 상당한 발걸음을 내딛게됩니다.
적합:
