Combining existing sensors with machine learning algorithms improves robots' intrinsic sense of touch
El sentido intrínseco del tacto.La escritura o dibujo sensible en la estructura (A) se interpreta automáticamente utilizando redes neuronales convolucionales (B).La reconstrucción precisa de la interacción física se logra mediante la reducción de la dimensionalidad no lineal mediante técnicas de aprendizaje automático (C).El sentido intrínseco del tacto proporcionado ofrece varias modalidades de interacción sin necesidad de sensores táctiles explícitos (D).Crédito: Maged Iskandar

Un equipo de robóticos del Instituto de Robótica y Mecatrónica del Centro Aeroespacial Alemán descubre que la combinación de sensores de fuerza-par internos tradicionales con algoritmos de aprendizaje automático puede brindar a los robots una nueva forma de sentir el tacto.

en su estudiopublicadoen el diariorobótica científica,El grupo adoptó un enfoque completamente nuevo para darle a los robots unaque no implique piel artificial.

Para los seres vivos, el tacto es una vía de doble sentido;cuando tocas algo, sientes su textura, temperatura y otras características.Pero también te pueden tocar, como cuando alguien o algo entra en contacto con una parte de tu cuerpo.En este nuevo estudio, el equipo de investigación encontró una manera de emular este último tipo de contacto en un robot combinando sensores internos de fuerza-torque con un algoritmo de aprendizaje automático.

Detección multipunto y reconocimiento táctil durante el movimiento dinámico.Crédito: Maged Iskandar

Al reconocer que gran parte de la sensación de ser tocado se debe al torque (la tensión que se siente en la muñeca, por ejemplo, si se aplica presión a los dedos), los investigadores colocaron sensores de fuerza-torque extrasensibles en las articulaciones de un brazo robótico.Los sensores detectanpresiónLuego utilizaron una aplicación de aprendizaje automático para enseñarle al robot cómo interpretar varios tipos de tensión.

Esto permitió al robot reconocer diferentes tipos de escenarios táctiles.El robot podía saber, por ejemplo, cuándo le tocaban un lugar determinado del brazo.También eliminó la necesidad de cubrir toda larobotReconocimiento táctil.

Combining existing sensors with machine learning algorithms improves robots' intrinsic sense of touch
La interpretación de los dígitos escritos en la superficie del robot como código legible por máquina se utiliza para controlar intuitivamente el robot (A).Se aplica la trayectoria táctil para escribir el dígito uno, la trayectoria se reconoce con éxito y la tarea asignada se ejecuta en consecuencia.De manera similar, la aplicación del dígito tres desencadena la ejecución de la tarea correspondiente.Asimismo, se pueden colocar botones funcionales virtuales en cualquier lugar de la estructura para asignar tareas de alto nivel (B).Crédito: Maged Iskandar

Los investigadores descubrieron que la aplicación de IA hizo que el brazo fuera tan sensible que podía identificar cuál de los números pintados en su brazo estaba siendo presionado o, en otro caso, identificar los números dibujados en su brazo por una persona usando la yema del dedo.

Este enfoque podría abrir nuevas formas de interactuar con muchos tipos de robots, en particular aquellos que se utilizan en entornos industriales y trabajan en estrecha colaboración con compañeros humanos.

Más información:Maged Iskandar et al, Sentido intrínseco del tacto para una interacción física intuitiva entre humanos y robots,Robótica científica(2024).DOI: 10.1126/scirobotics.adn4008

© 2024 Red Ciencia X

Citación:La combinación de sensores existentes con algoritmos de aprendizaje automático mejora el sentido intrínseco del tacto de los robots (2024, 12 de septiembre)recuperado el 12 de septiembre de 2024de https://techxplore.com/news/2024-09-combining-sensors-machine-algorithms-robots.html

Este documento está sujeto a derechos de autor.Aparte de cualquier trato justo con fines de estudio o investigación privados, noparte puede ser reproducida sin el permiso por escrito.El contenido se proporciona únicamente con fines informativos.