저렴하고 성능이 뛰어난 센서의 개발은 로봇 조작 및 탐색을 향상시키는 데 도움이 되는 인식을 향상시킬 수 있으므로 로봇 공학 연구에 중요한 의미를 가질 수 있습니다.최근 몇 년 동안 엔지니어들은 행동을 안내하기 위해 수집한 정보를 사용하여 로봇이 촉각 신호를 감지하는 능력을 향상시킬 수 있는 광범위한 고급 터치 센서 장치를 출시했습니다.

뉴욕 대학의 연구원들은 로봇 시스템에 쉽게 조립하고 통합할 수 있는 저렴하고 내구성이 뛰어난 센서인 AnySkin을 출시했습니다.이 센서는종이에 사전 게시됨arXiv, 최근 몇 년 동안 도입된 다른 많은 촉각 센서보다 접근성이 훨씬 높기 때문에 로봇 연구에 새로운 기회를 열 수 있습니다.

공동 저자인 Raunaq Bhirangi는 "접촉은 인간이 주변 세계와 상호 작용하는 방식의 기본이지만 현대 로봇 공학에서는 촉각이 시각보다 훨씬 뒤처져 있습니다. 저는 지난 몇 년 동안 그 이유를 이해하려고 노력해 왔습니다."라고 말했습니다.이 논문은 Tech Xplore에 말했습니다.

"로봇공학자들로부터 들었던 가장 일반적인 이유는 '내 설정에 통합하기가 너무 어렵습니다.', '이것으로 신경망을 어떻게 훈련합니까?'입니다.'동일한 센서 복사본을 사용해야 합니다.데이터 수집그리고 평가...중간에 찢어지면 어쩌지?'AnySkin은 이러한 각 문제를 해결하도록 명시적으로 설계되었습니다."

Bhirangi와 그의 동료들이 설계한 새로운 자기 촉각 센서인 AnySkin은 연구원들이 선보인 센서의 업데이트 버전입니다.이전 논문에서, ReSkin이라고 합니다.새로운 센서는 ReSkin의 단순한 디자인을 기반으로 구축되었지만 더 나은 신호 일관성과 장치의 전자 장치와 감지 인터페이스 간의 물리적 분리도 특징입니다.

AnySkin은 단 몇 초 만에 조립할 수 있으며 사전 처리가 거의 또는 전혀 없이 인공 신경망 모델을 학습하는 데 사용할 수 있습니다.ReSkin에 비해 촉각 신호를 더 일관성 있게 수집하고 실수로 손상된 경우 쉽고 빠르게 고칠 수 있습니다.

Bhirangi는 "로봇에게 흥미로운 작업을 수행하도록 가르치다가 실수로 피부를 찢어버린 경우 10초 안에 피부를 교체하고 실험을 시작할 수 있습니다"라고 말했습니다."AnySkin은 피부와 전자 장치의 두 가지 주요 구성 요소로 구성됩니다. 피부는 자성 입자와 실리콘의 혼합을 경화시킨 후 펄스 자화기를 사용하여 자화시켜 만든 자성 엘라스토머입니다."

AnySkin 센서의 고유한 자체 접착 설계 덕분에 센서 통합 방식이 더욱 유연해졌습니다.즉, 간단히 늘려서 다양한 표면에 삽입하여 감지 기능을 갖출 수 있습니다.

센서는 다양한 모양과 형태로 쉽게 제작하고 조립할 수 있어 활용도가 매우 높습니다.AnySkin은 표면에서 간단히 벗겨내고 손상된 경우 교체할 수도 있습니다.

초기 테스트에서 연구원들은 자사의 센서가 잘 확립된 다른 센서와 비교할 수 있는 성능으로 매우 잘 작동한다는 것을 발견했습니다.촉각 센서.특히 그들은 서로 다른 AnySkin 센서가 매우 유사한 성능과 감지 반응을 보이는 것을 관찰했는데, 이는 대규모로 안정적으로 재현되고 배포될 수 있음을 시사합니다.

"우리는 기계 학습을 사용하여 일부 로봇 모델을 엔드 투 엔드로 교육했습니다. 이 로봇 모델은 AnySkin의 원시 신호와 다양한 관점의 이미지를 수신하고 이 정보를 사용하여 매우 정밀한 작업을 수행합니다. 소켓 스트립을 찾아 플러그를 삽입하는 등의 작업을 수행합니다.첫 번째 소켓에 신용 카드 기기를 찾아 카드를 대고 USB 포트를 찾아 USB 스틱을 삽입하세요."라고 Bhirangi는 말했습니다.

"소켓 스트립/카드 기기/USB 포트의 위치가 다양할 때에도 이러한 정확한 작업을 수행할 수 있다는 점이 흥미로웠지만 더욱 흥미로웠던 것은 스킨을 교체할 수 있다는 사실이었습니다.이러한 종류의 일반화 가능성은 계속해서 잘 작동할 것입니다."

앞으로 AnySkin은 더 광범위한 로봇 시스템에 통합되고 추가 시나리오에서 테스트될 수 있습니다.연구원들은 이 기술이 대량의 촉각 데이터를 수집하고 이를 사용하여 컴퓨터 비전 및 자연어 처리(NLP)를 뒷받침하는 것과 유사한 대규모 딥 러닝 모델을 훈련하는 데 매우 적합할 것이라고 생각합니다.

"우리는 이제 간단한 로봇 그리퍼를 넘어 여러 손가락을 가진 로봇 손, 로봇 유틸리티 모델 스틱 및 센서 장갑과 같은 데이터 수집 장치에 이르기까지 다양한 로봇 설정에 AnySkin을 통합할 계획입니다."라고 Bhirangi는 덧붙였습니다."우리는 또한 터치 정보를 활용하여 미세한 입자에 대한 시각촉각 제어를 향상시키는 더 나은 방법을 찾고 있습니다.기계 인간시장 조작."추가 정보:

소환