사각지대가 없는 촉각 로봇 핑거

연구원들은 촉각을 가진 새로운 유형의 로봇 손가락을 개발했습니다. 손가락은 사람의 손가락처럼 크고 다중 곡선 표면에서 매우 높은 정밀도(<1mm)로 터치의 위치를 ​​파악할 수 있습니다.

터치 센서를 구축하는 현재 방법은 다중 곡선 표면을 덮는 어려움, 많은 와이어 수 또는 작은 손가락 끝에 끼워서 손재주가 없는 손 사용을 방지하는 어려움을 포함한 여러 문제로 인해 로봇 핑거에 통합하기 어려운 것으로 입증되었습니다. 새로운 방법은 손가락의 기능 영역을 덮는 투명 도파관 층에 내장된 발광체와 수신기의 중첩 신호를 사용합니다.

모든 송신기와 수신기 사이의 광 전송을 측정하여 터치로 인한 손가락 변형에 따라 변화하는 매우 풍부한 신호 데이터 세트를 얻을 수 있습니다. 순수 데이터 기반 딥 러닝 방법은 분석 모델 없이도 접촉 위치 및 적용된 수직력을 포함하여 데이터에서 유용한 정보를 추출할 수 있습니다. 그 결과 접근 가능한 제조 방법을 사용하여 제작되었으며 손재주가 있는 손에 쉽게 통합되도록 설계된 와이어 수가 적고 완전히 통합된 센서화된 로봇 핑거가 탄생했습니다.

기본 기술의 두 가지 측면이 결합되어 새로운 결과를 얻을 수 있습니다. 첫째, 연구자들은 빛을 사용하여 촉각을 감지합니다. "피부" 아래 손가락에는 30개 이상의 LED에서 빛을 비추는 투명한 실리콘 층이 있습니다. 또한 손가락에는 빛이 어떻게 반사되는지 측정하는 30개 이상의 포토다이오드가 있습니다. 손가락이 무언가를 만질 때마다 피부가 변형되어 아래의 투명 레이어에서 빛이 이동합니다. 모든 LED에서 모든 다이오드로 가는 빛의 양을 측정하여 연구원들은 각각 만들어진 접촉에 대한 일부 정보를 포함하는 거의 1,000개 신호에 도달했습니다. 빛은 곡선 공간에서도 반사될 수 있으므로 이러한 신호는 손가락 끝과 같은 복잡한 3D 모양을 덮을 수 있습니다.

둘째, 팀은 이 데이터를 기계 학습 알고리즘으로 처리하도록 설계했습니다. 신호가 너무 많고 모두 부분적으로 서로 겹치기 때문에 데이터가 너무 복잡하여 사람이 해석할 수 없습니다. 다행스럽게도 현재의 머신 러닝 기술은 손가락이 닿는 위치, 손가락을 만지는 대상, 가해지는 힘의 양 등 연구자가 관심을 갖는 정보를 추출하는 방법을 배울 수 있습니다.

또한 팀은 손가락과 다른 손가락을 로봇 손에 넣을 수 있도록 만들었습니다. 시스템을 손에 통합하는 것은 쉽습니다. 손가락은 거의 1,000개의 신호를 수집하지만 이를 손에 연결하는 14와이어 케이블만 필요하고 오프보드 전자 장치가 필요하지 않습니다. 연구원들은 두 개의 손재주가 있는 손(물체를 잡고 조작할 수 있음)에 이 손가락을 장착하고 있습니다. 팀은 이 손을 사용하여 촉각 및 고유 감각 데이터를 기반으로 하는 기민한 조작 능력을 시연할 것입니다.

여기에서 Tech Briefs TV에서 손가락이 작동하는 모습을 시청하십시오. 자세한 내용은 이 이메일 주소는 스팸봇으로부터 보호되고 있습니다.에서 Holly Evarts에게 문의하세요. 그것을 보려면 JavaScript가 활성화되어 있어야 합니다.; 212-854-3206 .