Multi-Touch and Bending Sensing Using Electrical Impedance Tomography for Robotics
Dieses Papier präsentiert ein neuartiges Framework, das tiefe neuronale Netze mit einer dynamischen adaptiven Referenzstrategie kombiniert, um eine robuste Multi-Touch-Lokalisierung und eine kontinuierliche Biegewinkelbestimmung auf flexiblen, auf EIT basierenden Robotikhäuten zu ermöglichen, wodurch die Berührungssignale effektiv von verformungsbedingten Impedanzänderungen entkoppelt werden.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Roboter sind seit langem Meister der Bewegung, doch sie bleiben weitgehend blind gegenüber der Welt, durch die sie sich bewegen. Seit Jahrzehnten versuchen Ingenieure, Maschinen den Tastsinn zu verleihen, primlich um ihnen zu helfen, Objekte zu greifen, ohne sie zu zerquetschen. Dies hat zur Entwicklung von „elektronischer Haut“ geführt, dünnen Sensorschichten, die um die Finger oder Hände eines Roboters gewickelt werden können. Es hat sich jedoch als schwierig erwiesen, einen gesamten Roboterkörper mit diesen Sensoren zu bedecken. Die meisten bestehenden Technologien verlassen sich auf ein dichtes Gitter aus einzelnen Drähten und Komponenten, das sich verheddert und unhandlich wird, wenn die Oberfläche gedehnt, verdreht oder gebogen werden muss. Zudem verformen sich die Sensoren selbst, wenn ein Roboterarm sich biegt, was ein verwirrendes Signal erzeugt, das die Form des Arms mit dem Gefühl einer Berührung vermischt. Um wirklich mit Menschen zu interagieren und komplexe Umgebungen zu navigieren, benötigt ein Roboter eine Haut, die einen sanften Tippen spüren kann, während sie gleichzeitig genau weiß, wie stark sie sich krümmt – und das alles ohne ein Chaos an Drähten.
Ein Team von Forschern hat einen neuen Ansatz entwickelt, um dieses Problem mithilfe einer Technik namens elektrischer Impedanztomographie zu lösen. Anstatt hunderte winziger, separater Sensoren über eine Oberfläche zu verteilen, schufen sie ein einziges, kontinuierliches Materialblatt, das Strom leitet. Durch das Anbringen einer kleinen Anzahl von Elektroden am Rand dieses Blattes und das Durchleiten elektrischer Ströme durch es kann das System die inneren Eigenschaften des Materials kartieren. Wenn ein Finger auf die Oberfläche drückt, verändert dies die Fähigkeit des Materials, an dieser spezifischen Stelle Strom zu leiten. Wenn sich die Oberfläche biegt, verschiebt sich das gesamte Muster des Stromflusses auf eine vorhersehbare Weise. Die Herausforderung bestand bisher immer darin, dass diese beiden Ereignisse – eine Berührung und eine Biegung – gleichzeitig auftreten und dem Computer, der die Signale liest, sehr ähnlich sehen. Die Forscher fanden heraus, dass der Roboter ohne eine spezielle Strategie nicht unterscheiden kann, ob eine Änderung des elektrischen Signals dadurch verursacht wurde, dass er berührt wurde oder weil er sich einfach nur seinen Arm bewegte.
Um diese Verwirrung zu überwinden, baute das Team einen flexiblen Sensor aus einem magnetischen Hydrogel, einer weichen, geleeartigen Substanz, die Wasser enthält und Strom gut leitet. Sie legten dieses Material zwischen Schichten aus Silikon und platzierten acht Silberelektroden um seinen Umfang. Dieser Aufbau wurde auf einem Roboterarm montiert, der sich biegen und von einer menschlichen Hand berührt werden konnte. Der Kern ihrer Innovation liegt darin, wie der Computer die Daten verarbeitet. Sie entwarfen ein System, das zuerst wie ein Verkehrskontrolleur agiert und sofort entscheidet, ob der Sensor gerade berührt wird, gebogen wird oder nichts tut. Wenn das System erkennt, dass der Sensor gebogen wird, aktualisiert es sofort seine interne „Karte“ dessen, wie der Sensor in dieser neuen Form aussieht. Diese dynamische Anpassung ermöglicht es dem System, das durch die Biegung verursachte Signal vom Signal einer Berührung zu trennen. Oh ohne diesen Schritt würde die Biegung des Arms das Bild der Berührung verzerren, was es unmöglich machen würde, zu wissen, wo der Kontakt stattfand.
Die Forscher testeten dieses System streng und baten es, zwei Aufgaben gleichzeitig auszuführen: den Biegewinkel zu verfolgen und zu lokalisieren, wo Finger die Oberfläche berührten. Sie fanden heraus, dass das System den Biegewinkel mit bemerkenswerter Präzision vorhersagen konnte und die Bewegung des Roboterarms in Echtzeit mit einem Fehler von weniger als einem Grad verfolgte. Noch wichtiger war, dass das System, wenn sie mit verschiedenen Winkeln auf den Sensor drückten, die Berührungspunkte selbst dann erfolgreich lokalisierte, wenn die Oberfläche gekrümmt war. In Tests, bei denen sie Druck an mehreren Stellen gleichzeitig ausübten, konnte das System zwischen zwei, drei oder sogar vier separaten Berührungen unterscheiden. Als sie ihr neues Verfahren mit älteren Techniken verglichen, die einen festen, unveränderlichen Referenzpunkt nutzten, war der Unterschied eklatant. Die alte Methode erzeugte verschwommene, verzerrte Bilder der Berührung, die unbrauchbar wurden, sobald sich der Roboter bog, während die neue Methode den Ort der Berührung scharf und genau hielt.
Die Ergebnisse zeigen, dass dieser Ansatz komplexe, reale Interaktionen bewältigen kann. In einer Live-Demonstration verfolgte das System einen Roboterarm, während dieser sich bog und gleichzeitig von einer menschlichen Hand berührt wurde, wobei es korrekt den Winkel der Biegung und die Positionen mehrerer Finger identifizierte. Der gesamte Prozess, von der Erfassung der elektrischen Änderungen bis zur Anzeige der Ergebnisse, geschah schnell genug, um als Echtzeit zu gelten, obwohl die Forscher anmerkten, dass die Geschwindigkeit mit schnellerer Hardware verbessert werden könnte. Die Studie bestätigt, dass durch die Kombination einer intelligenten Softwarestrategie mit einem einfachen, flexiblen Material möglich ist, eine Roboterhaut zu schaffen, die sich nicht zwischen dem Spüren einer Berührung und dem Wissen um die eigene Form entscheiden muss. Diese Arbeit weist den Weg zu Robotern, die ihren gesamten Körper in eine einzige, kontinuierliche Sensorschicht hüllen können, was es ihnen ermöglicht, auf eine viel natürlichere und reaktionsschnellere Weise mit der Welt und mit Menschen zu interagieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.