Тактильна робототехніка: робот із почуттям дотику: нове покоління Вулкану та спільного дослідження щодо розпізнавання об’єктів гаптики: xpert.digital
MIT система розпізнавання об'єктів без спеціальних датчиків та вулканського робота від Amazon
Гаптичне сприйняття машин: нові стандарти розпізнавання об'єктів
У сфері робототехніки розвиток тактильного датчика та систем ідентифікації означає вирішальний прогрес, який вперше дозволяє машинам бачити не лише їх оточення, але й «відчувати». Ця розробка є прикладом нового роботового вулкану Amazon та інноваційною системою виявлення об'єктів MIL. Обидва технології значно розширюють можливе використання роботів і дозволяють виконувати завдання, якими раніше керувались виключно люди з їх природним гаптичним сприйняттям.
Підходить для цього:
Робот Vulcan від Amazon: прорив у районі ручки тактильного робота
Функціонування та технологічні основи
Вулканський робот, розроблений Amazon, представляє значний технологічний прогрес у галузі фізичного штучного інтелекту. Amazon описує сам розвиток як "прорив у робототехніці та фізичному ШІ". Система складається з двох основних компонентів: "Стоу", щоб скористатися та "вибирати", щоб видалити предмети. Його видатна якість - це здатність сприймати тактильне оточення.
Технологічна основа для тактильних навичок Vulcans утворює спеціальні датчики потужності, які схожі на хокейну шайбу і дають змогу робота "відчувати" силу, з якою він може схопити предмет, не пошкодивши його. Адам Парнес, директор робототехніки AI в Amazon, наголошує на унікальності такого підходу: "Вулкан - це не наш перший робот, який може перемістити предмети. Але з його почуттям дотику - щоб зрозуміти його здатність розуміти, коли і як він контактує з об'єктом - він відкриває нові можливості для оптимізації робочих процесів та можливостей".
Для того, щоб сортувати предмети на полицях, Vulcan використовує інструмент, схожий на лінійку, який приклеєний до гладкого праска для волосся. Завдяки цьому "правителі" він відштовхує інші предмети вбік, щоб звільнити місце для нових статей. Згортання рук адаптують товщину ручки залежно від розміру та форми об'єкта, в той час як інтегровані конвеєрні ремені штовхають предмет у контейнер. Щоб вийти з об'єктів, Вулкан використовує всмоктувальне захват у поєднанні з системою камери.
Поточні сфери застосування та продуктивності
В даний час робот Vulcan тестується у двох логістичних центрах Amazon: у Вінсені поблизу Гамбурга (Німеччина) та в Спокан, Вашингтон (США). У Вашингтоні активні шість роботів-волкана, які вже успішно зберігали півмільйона статей. Два вибору-вольканів працюють у Вінсені, які вже обробляли 50 000 замовлень.
Продуктивність системи є чудовою: Vulcan в даний час може обробляти близько 75 відсотків мільйонів продуктів, які пропонує Amazon. Найменший розмір об'єкта, яким може маніпулювати робот, відповідає помаді або USB -палиці. Особливо вражає здатність робота ідентифікувати об'єкти в режимі реального часу, оскільки "неможливо запам'ятати всю специфіку предметів", як пояснює Парнес.
Майбутні плани та інтеграція в логістичну ланцюг
Amazon планує значно збільшити кількість роботів Vulcan у найближчі кілька років. Цього року кількість вулканів у Вінсені повинна бути збільшена до 60, а у Вашингтоні - 50 штук. У довгостроковій перспективі планується використовувати роботів у логістичних центрах по всій Європі та США.
Важливим аспектом стратегії Amazon є співіснування людини та машини. "Генеральний план компанії" передбачає, що люди та машини працюють пліч -о -пліч паралельно. Перш за все, роботи повинні взяти на себе продукти на полиці, до якої людина не досягає без драбини, або для яких йому доведеться занадто зігнути. Це повинно призвести до підвищення загальної ефективності та в той же час зменшити навантаження для людських службовців.
Система MIT для розпізнавання об'єктів через обробку: розумне «відчуття» без спеціальних датчиків
Інноваційний підхід до розпізнавання об'єктів
Паралельно Amazon's Vulcan дослідники MIT, з Amazon Robotics та Університету Британської Колумбії, розробили систему, яка дотримується іншого підходу, щоб надати роботам хаптичні навички. Ця технологія дозволяє роботам розпізнавати властивості такого об'єкта, як вага, м'якість або вміст, просто підбираючи його та легко струшуючи - як люди, коли вони мають справу з невідомими предметами.
Особлива річ у цьому підході полягає в тому, що не потрібні особливі тактильні датчики. Натомість система використовує спільний код, який вже існує у більшості роботів - датчиків, які фіксують положення обертання та швидкість стиків під час руху. Пітер Ічен Чен, MIT-постук і головний автор дослідницької роботи, пояснює бачення проекту: "Моя мрія полягала б у тому, щоб відправити роботів у світ, щоб вони торкнулися і переміщували речі і самостійно дізналися властивості того, з чим вони взаємодіють".
Технічні моделі функціонування та моделювання
Ядро системи MIT складається з двох моделюючих моделей: такої, яка імітує робот та його рух, і того, що відтворює динаміку об'єкта. Чао Лю, ще один MIT-Postdoc, підкреслює важливість цих цифрових близнюків: "Точна цифрова репліка реального світу є дійсно важливою для успіху нашого методу".
Система використовує технологію під назвою "диференційоване моделювання", що дозволяє алгоритму передбачити, як невеликі зміни властивостей об'єкта, таких як маса або м'якість, впливають на кінцеве положення роботів. Як тільки моделювання відповідає фактичним рухам робота, система визначила правильні властивості об'єкта.
Вирішальною перевагою цього методу є його ефективність: алгоритм може здійснювати розрахунки протягом декількох секунд і вимагає лише реальної траєкторії руху роботи. Це робить систему особливо недорогою та практичною для реальних застосувань.
Потенціал та переваги додатків
Розроблена технологія може бути особливо корисною у застосуванні, в яких камери менш ефективні, наприклад, при сортуванні предметів у темному підвалі або коли кімната для руїн у частково згорнутому будівлі після землетрусу.
Оскільки алгоритм не потребує широкого набору даних для навчання, таких як деякі методи, які покладаються на комп'ютерне зору або зовнішні датчики, він менш сприйнятливий до помилок, якщо він стикається з невідомими середовищами або новими об'єктами. Це робить систему особливо надійною та універсальною.
Ширший дослідницький ландшафт до тактильних датчиків у робототехніці
Основні проблеми та сучасні рішення
Розвиток роботів з почуттям дотику представляє дослідження з фундаментальними проблемами. Хоча тактильна система людини надзвичайно складна і нюансована, штучні системи повинні відтворювати це технологічними засобами. Кен Голдберг, робототехнічний з Каліфорнійського університету, Берклі, наголошує на складності цього завдання: «Людське відчуття дотику неймовірно нюансовано і складне, з великою динамічною областю. Поки роботи швидко прогресують, я був би здивований, побачивши тактильні датчики на людському рівні протягом наступних п’яти -десяти років».
Незважаючи на ці виклики, існує великий прогрес у дослідженні. Наприклад, IFF Fraunhofer розробляє тактильні сенсорні системи, які дозволяють зрозуміти реактивне розуміння відповідно до моделі людської руки і ідеально підходять для поводження з крихкою або згинальною плитою. Дані датчиків використовуються для адаптації зчеплення, компонента та розпізнавання місцезнаходження, а також для моніторингу процесів.
Інноваційні дослідницькі проекти в галузі тактильної робототехніки
Окрім розробок Amazon та MIT, в галузі тактильних датчиків роботів є й інші важливі дослідницькі проекти:
Інститут інтелектуальних систем Макса Планка розробив гаптичний датчик під назвою Insight, який сприймає дотик з високою чутливістю. Георг Мартіус, лідер дослідницької групи Інституту, підкреслює ефективність датчика: «Наш датчик демонструє відмінну продуктивність завдяки інноваційній механічній конструкції оболонки, кравці -системи візуалізації всередині, автоматичному збору даних та завдяки останнім методам глибокого навчання». Датчик настільки чутливий, що навіть може відчути його власну орієнтацію стосовно сили тяжіння.
Ще один цікавий проект - Densepehysnet, система, яка активно виконує послідовність динамічних взаємодій (наприклад, ковзання та зіткнення) і використовує глибоку прогнозовану модель щодо її візуальних спостережень для вивчення щільності, пікселізованих уявлень, що відображають фізичні властивості, що спостерігаються об'єкти. Експерименти як у моделюванні, так і в реальних середовищах показують, що вивчені уявлення містять багату фізичну інформацію і можуть бути використані безпосередньо для декодування властивостей фізичних об'єктів, таких як тертя та маса.
Підходить для цього:
Майбутні перспективи для тактильних роботів
Інтеграція мультимодальних датчиків
Майбутнє тактильної робототехніки полягає в інтеграції різних сенсорних способів. Дослідники роботи вже над тим, щоб навчити штучний інтелект, поєднувати почуття, такі як бачення та дотик. Розуміючи, як ці різні сенсорні модальності працюють разом, роботи можуть розвинути більш цілісне розуміння їх оточення.
Команда MIT вже планує поєднати ваш метод розпізнавання об'єктів з комп'ютерним зором, щоб створити мультимодальні датчики, які є ще більш ефективними. "Ця робота не намагається замінити комп'ютерне зору. Обидва методи мають свої переваги та недоліки. Але тут ми показали, що ми вже можемо дізнатися деякі з цих властивостей без камери", - пояснює Чен.
Розширені сфери застосування та майбутні розробки
Дослідники команди MIT також хочуть досліджувати додатки з більш складними роботами, такими як м'які роботи, і більш складні предмети, включаючи слизові рідини або зернисті носії, такі як пісок. У довгостроковій перспективі ви сподіваєтесь використовувати цю технологію для вдосконалення навчання роботів, щоб дати можливість майбутнім роботам швидко розвивати нові навички маніпуляції та адаптуватися до змін у вашому оточенні.
Amazon планує подальше розробити технологію Vulcan у найближчі роки та використовувати її в більш широкому масштабі. Інтеграція Vulcan з 750 000 мобільних роботів компанії вказує на всебічну концепцію автоматизації, яка могла б принципово змінити логістичну галузь.
Тактильне навчання: Коли датчики дають роботам такт
Розвиток роботів з почуттям дотику, прикладом Вулкана Amazon та колегою з розпізнавання об'єктів, позначає рішучий перелом у робототехніці. Ці технології дозволяють роботам приймати завдання, які раніше були зарезервовані для людей, оскільки вони потребують чутливості та тактильного розуміння.
Орієнтація на різні підходи-Амазона на спеціалізованих датчиках та спільно-концепції використання існуючих датчиків для гаптичних висновків, що кулить різноманітність напрямків досліджень у цій галузі. Обидва підходи мають свої конкретні сильні сторони та сфери застосування.
Завдяки прогресивній інтеграції тактичних навичок у системах роботи, нові можливості для автоматизації складних завдань у логістиці, виробництві, охороні здоров'я та багатьох інших областей відкриваються. Здатність роботів не тільки бачити їх оточення, але й «відчувати», наближає нас до майбутнього, в якому роботи та люди можуть працювати разом ще ближче і інтуїтивніше.
Підходить для цього:
