Het gebruik van gereedschappen is lange tijd een kenmerk geweest van menselijke intelligentie, evenals een praktisch probleem dat moet worden opgelost voor een breed scala aan robottoepassingen. Maar machines zijn nog steeds wankel in het uitoefenen van precies de juiste hoeveelheid kracht om gereedschappen te bedienen die niet stevig aan hun handen zijn bevestigd.

Om deze tools robuuster te manipuleren, hebben onderzoekers van MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL), in samenwerking met het Toyota Research Institute (TRI), een systeem ontworpen dat tools kan grijpen en de juiste hoeveelheid kracht kan uitoefenen voor een bepaalde taak , zoals het opvegen van vloeistof of het uitschrijven van een woord met een pen.

Het systeem, Series Elastic End Effectors of SEED genoemd, maakt gebruik van zachte bubbelgrijpers en ingebouwde camera's om in kaart te brengen hoe de grijpers vervormen over een zesdimensionale ruimte (denk aan het opblazen en leeglopen van een airbag) en kracht uitoefenen op een gereedschap. Met zes vrijheidsgraden kan het object naar links en rechts, omhoog of omlaag, heen en weer worden bewogen, rollen, stampen en gieren. De closed-loop controller - een zelfregulerend systeem dat een gewenste toestand handhaaft zonder menselijke interactie - gebruikt SEED en visuotactile feedback om de positie van de robotarm aan te passen om de gewenste kracht uit te oefenen.

Dit kan bijvoorbeeld handig zijn voor iemand die gereedschap gebruikt wanneer er onzekerheid is in de hoogte van een tafel, omdat een voorgeprogrammeerd traject de tafel volledig kan missen. "We hebben sterk vertrouwd op het werk van Mason, Raibert en Craig op wat we een hybride krachtpositiecontroller noemen", zegt Hyung Ju Suh, een Ph.D. student elektrotechniek en computerwetenschappen aan MIT, CSAIL-filiaal, en hoofdauteur van een nieuw artikel over SEED. "Dat is het idee, dat als je echt drie dimensies had om naar binnen te bewegen als je op een schoolbord schrijft, je de positie op sommige assen wilt kunnen regelen, terwijl je de kracht op de andere as wilt beheersen."

Stijve robots en hun tegenhangers kunnen ons maar zo ver brengen; zachtheid en meegaandheid geeft de luxe en het vermogen om te vervormen, om de interactie tussen het gereedschap en de hand te voelen.

Met SEED is elke uitvoering die de robot waarneemt een recent 3D-beeld van de grijpers, waardoor in realtime wordt gevolgd hoe de grijpers van vorm rond een object veranderen. Deze afbeeldingen worden gebruikt om de positie van het gereedschap te reconstrueren en de robot gebruikt een geleerd model om de positie van het gereedschap in kaart te brengen met de gemeten kracht. Het geleerde model is verkregen met behulp van eerdere ervaringen van de robot, waarbij het een krachtkoppelsensor verstoort om erachter te komen hoe stijf de bellengrijpers zijn. Nu, als de robot de kracht heeft gevoeld, zal hij die vergelijken met de kracht die de gebruiker beveelt, en misschien tegen zichzelf zeggen, "het blijkt dat de kracht die ik nu voel er niet helemaal is. Ik moet op drukken moeilijker." Het zou dan in de richting bewegen om de kracht te vergroten, allemaal gedaan over 6D-ruimte.

Tijdens de "rakeltaak" kreeg SEED de juiste hoeveelheid kracht om wat vloeistof in een vliegtuig op te vegen, waar de basislijnmethoden moeite hadden om de juiste veegbeweging te krijgen. Toen hem werd gevraagd om van papier naar pen te schrijven, schreef de bot effectief "MIT" en was hij ook in staat om de juiste hoeveelheid kracht uit te oefenen om een ​​schroef aan te draaien.

Hoewel SEED zich bewust was van het feit dat het de kracht of het koppel voor een bepaalde taak moet beheersen, zou het item onvermijdelijk wegglijden als het te hard wordt vastgepakt, dus er is een bovengrens aan die uitgeoefende hardheid. En als je een stijve robot bent, kun je zachtere systemen simuleren dan je natuurlijke mechanische stijfheid, maar niet andersom.

Momenteel gaat het systeem uit van een zeer specifieke geometrie voor de gereedschappen:het moet cilindrisch zijn en er zijn nog steeds veel beperkingen aan hoe het kan generaliseren wanneer het nieuwe soorten vormen ontmoet. Aankomend werk kan inhouden dat het raamwerk wordt gegeneraliseerd naar verschillende vormen, zodat het willekeurige gereedschappen in het wild aankan.

"Niemand zal verbaasd zijn dat compliance kan helpen met tools, of dat force sensing een goed idee is; de vraag is hier waar op de robot de compliance moet komen en hoe zacht deze moet zijn", zegt mede-auteur Russ Tedrake van het artikel. Toyota Professor in Electrical Engineering and Computer Science, Aeronautics and Astronautics, and Mechanical Engineering aan het MIT en hoofdonderzoeker bij CSAIL. "Hier onderzoeken we het reguleren van een vrij zachte stijfheid van zes vrijheidsgraden direct bij de hand / tool-interface, en laten we zien dat er een aantal mooie voordelen zijn om dat te doen." + Verder verkennen

Zachte robots helpen on-demand onbuigzaam te worden