XRoboToolKit-T: Teleoperation with High Stability and Precision with Tactile Sensing for Contact-rich Manipulation
تقدم هذه الورقة XRoboToolKit-T، وهو نظام تحكم عن بُعد متعدد الاستخدامات يدمج التحكم في القوة المستند إلى اللمس مع وحدات المساعدة اللمسية لتحقيق جمع بيانات عالي التردد، ومستقر، ودقيق لمهام المناولة الغنية بالتلامس والصعبة.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
أصبحت الروبوتات قادرة بشكل متزايد على التحرك في العالم، لكنها لا تزال تعاني في التعامل مع التفاعلات الجسدية الدقيقة التي يقوم بها البشر دون تفكير ثانٍ. وبينما يمكن للآلة التنقل بسهولة في غرفة أو التقاط صندوق صلب، فإنها غالبًا ما تتعثر عندما تواجه مهام تتطلب استشعار الطريق أثناء العمل. وينطبق هذا بشكل خاص على التعاملات "الغنية بالاتصال"، حيث يتعين على الروبوت التعامل مع أشياء ناعمة أو طرية أو هشة مثل كرة مطاطية أو إبرة طبية. في هذه السيناريوهات، لا تكفي الرؤية وحدها؛ فبإمكان الكاميرا أن ترى أن الإبرة تلمس سطحًا، لكنها لا تستطيع الشعور بمقدار الضغط الضئيل الذي يخبر يد الإنسان بالتوقف عن الدفع أو التحرك قليلاً لتجنب انحناء المعدن. ولتعليم الروبوتات هذه المهارات الدقيقة، يحتاج العلماء إلى جمع كميات هائلة من البيانات من الخبراء البشر أثناء أداء المهام. ومع ذلك، فإن الأساليب الحالية لتسجيل هذه الحركات البشرية غالبًا ما تفشل في التقاط تفاصيل القوة والضغط الضرورية، مما يؤدي إلى محاولات روبوتية خرقاء تكسر الأشياء أو تتوقف عن العمل تمامًا.
قام فريق من الباحثين بتطوير نظام جديد مصمم لسد هذه الفجوة، مما يسمح للبشر بتوجيه الروبوتات بمستوى من الاستقرار والدقة كان من الصعب تحقيقه سابقًا. يعمل هذا النظام، المسمى XRoboTool-Kit-T، كأداة تحكم عن بُعد متطورة. والتحكم عن بُعد هو ببساطة عملية التحكم في روبوت من مسافة بعيدة، لكن هذا الإصدار الجديد يضيف طبقة حاسمة من الوعي "اللمسي". فبدلاً من الاعتماد فقط على حركات يد المشغل وما تراه كاميرات الروبوت، يستمع النظام إلى حاسة اللمس لدى الروبوت. فهو يستخدم مستشعرات خاصة على أصابع الروبوت لقياس الضغط والقوة المسلطة على الجسم في الوقت الفعلي. وعندما يواجه الروبوت موقفًا تصبح فيه القوة مرتفبة جدًا أو يصبح الاتصال غير مستقر، يتدخل النظام تلقائيًا للمساعدة. وهو يفعل ذلك بطريقتين: أولاً، من خلال مقاومة يد المشغل بلطف إذا دفع بقوة كبيرة أو تحرك بسرعة كبيرة، مما يمنع الروبوت من ارتكاب خطأ؛ وثانيًا، باستخدام نموذج حاسوبي متقدم لاقتراح تعديلات تصحيحية دقيقة لموضع الروبوت بناءً على بيانات الضغط والمهمة المحددة المطلوبة.
اختبر الباحثون هذا النظام في بعض أصعب المهام التي يمكن للروبوت القيام بها. في إحدى التجارب، كان على المشغل توجيه ذراع روبوت لالتقاط حقنة طبية، وإزالة غطائها الواقي، ثم إدخال الإبرة بعناً في وسادة تدريب ناعمة تحاكي جلد الإنسان. الإبرة رفيعة للغاية، والوسادة ناعمة، مما يعني أن أي خطأ طفيف في القوة أو الزاوية قد يتسبب في انحناء الإبرة أو جعل الروبوت يفعل خاصية التوقف الطارئ. بدون المساعدة اللمسية الجديدة، عانى الروبوت، وغالبًا ما تسبب في انحناء الإبرة وفشل في استخراج السائل بداخلها. ومع تفعيل النظام، تمكن الروبوت من إجراء تعديلات دقيقة، مما حافظ على ثبات الإبرة وأدى المهمة بنجاح. وفي اختبار آخر، كان على الروبوت الإمساك بقطارة مطاطية قابلة للتشوه لنقل سائل. ولأن الكرة المطاطية تنضغط بسهء، فإن تطبيق قوة كبيرة سيؤدي إلى سحقها، بينما سيؤدي تطبيق قوة قليلة إلى انزلاقها. ساعد النظام المشغل في إيجاد التوازن المثالي، مما سمح للروبوت بالإمساك بالشيء بإحكام دون إتلافه.
أظهرت نتائج هذه الاختبارات تحسنًا واضحًا في كل من جودة البيانات المجموعة وسرعة العمل. فعندما قارن الباحثون نظامهم الجديد بالأساليب القديمة التي لا تستخدم التغذية الراجعة اللمسية، وجدوا أن النظام الجديد سمح بمزيد من المحاولات الناجحة في نفس القدر من الوقت. ففي نافذة زمنية مدتها خمس عشرة دقيقة، ساعد النظام المزود بالمساعدة اللمسية الروبوت على إتمام 138 عملية إمساك ناجحة لأكواب ورقية، مقارنة بـ 128 باستخدام النظام القديم. كما أثبت النظام أنه أسرع بكثير في تحديث حركات الروبوت. فبينما قد تقوم الأنظمة القديمة بتحديث موضع الروبوت حوالي 20 مرة في الثانية، استطاع النظام الجديد القيام بذلك ما يقرب من 100 مرة في الثانية عند استخدام وحدة تحكم، مما جعل حركات الروبوت تبدو أكثر سلاسة واستجابة. هذه السرعة العالية حيوية لأنها تسمت للروبوت بالتفاعل مع تغيرات الضغط بشكل فوري تقريبًا، بدلاً من التأخر عن نوايا المشغل.
يكمن جوهر هذا النجاح في كيفية معالجة النظام للمعلومات الواردة من مستشعرات اللمس في الروبوت. فهو لا يكتفي بعرض صورة للضغط للمشغل، بل يستخدم تلك البيانات بنشاط للتحكم في الروبوت. يعمل جزء من النظام كمثبت، حيث يحلل باستمرار توزيع الضغط على أصابع الروبوت. وإذا اكتشف أن القوة أصبحت غير متساوية أو أن الشيء على وشك الانزلاق، فإنه يخمد أوامر المشغل تلقائيًا لمنع أي حركة مفاجئة ومسببة للضرر. ويعمل جزء آخر من النظام كمُحسّن؛ حيث يستخدم نوعًا من الذكاء الاصطناعي الذي يفهم كلاً من خريطة الضغط المرئية والوصف المكتوب للمهمة، مثل "أدخل الحقنة". وبناءً على هذا الفهم، يتنبأ بأفضل حركة صغيرة لجعل المهمة أكثر دقة ويقترح ذلك التعديل على الروبوت. ومن خلال الجمع بين هاتين الطبقتين من المساعدة، يخلق النظام شراكة حيث يوفر الإنسان النية، ويوفر الجهاز التنفيذ الثابت والحساس.
يشير هذا العمل إلى أن مستقبل تعلم الروبوتات قد يعتمد أقل على إتقان رؤية الروبوت وأكثر على منحها حاسة لمس موثوقة. ومن خلال تسهيل تعليم الروبوتات للبشر عبر التفاعل الجسدي، بدلاً من مجرد الملاحظة البصرية، يمكن للباحثين جمع بيانات عالية الجودة لتدريب الروبوتات على الوظائف المعقدة في العالم الحقيقي التي تتطلب يدًا لطيفة. تم اختبار النظام في مهام محددة مثل التعامل مع الأدوات الطبية والأدوات المنزلية الهشة، وبينما ليس هو حلاً عالميًا لكل روبوت في كل مصنع، إلا أنه يمثل خطوة كبيرة للأمام. فهو يوضح أنه من خلال دمج اللمس مباشرة في حلقة التحكم، يمكننا مساعدة الروبوتات على التنقل في العالم المادي الفوضوي وغير المتوقع بثقة كانت بعيدة المنال في السابق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.