A Data-Driven High-Sensitivity Biomimetic Whisker Sensor

Stel je een wereld voor waarin een robot zich een weg door een donkere, rommelige kamer kan "voelen", niet door te kijken, maar door te tasten. Decennialang hebben ingenieurs geprobeerd machines deze vorm van gevoelige huid te geven, vaak vertrouwend op camera's of radar. Maar deze hulpmiddelen falen wanneer er geen licht is of wanneer een object achter een hoek verborgen is. De natuur biedt een betere oplossing: de snorharen van een rat of een zeehond. Deze dieren voelen niet alleen een object wanneer ze ertegenaan strijken; ze voelen de luchtstromen en de subtiele trillingen die door een object in de buurt worden veroorzaakt, waardoor ze met ongelooflijke precisie complexe ruimtes kunnen navigeren. Deze biologische truc, bekend als tactiele perceptie, berust op piepkleine haartjes die buigen wanneer ze iets aanraken, en signalen naar de hersenen sturen over de vorm, textuur en richting van het obstakel. De uitdaging voor wetenschappers is geweest om een machinale versie van dit systeem te bouwen die gevoelig genoeg is om een vederlichte aanraking te detecteren, nauwkeurig genoeg om precies te bepalen waar die aanraking vandaan kwam, en klein genoeg om op de kop van een robot te passen zonder in de weg te zitten.

Een team van onderzoekers heeft nu een apparaat gebouwd dat opmerkelijk dicht bij het oplossen van dit puzzelstukje komt. Ze creëerden een nieuw type sensor, een hooggevoelige snorharen-sensor, die de manier waarop een echte snorharen werkt nabootst, maar elektriciteit gebruikt in plaats van zenuwen om zijn boodschap te versturen. Het apparaat bevat een primair sensorelement gemaakt van een zwijnenborstel, die is bevestigd aan het midden van een flexibele, kruisvormige balk van een zacht kunststof materiaal. Wanneer de snorharen wordt geduwd of gebogen door een object, draait en rekt deze kruisvormige balk uit. Tussen twee lagen van deze structuur zijn speciale elektroden geplaatst—dunne, kamachtige metalen patronen—die fungeren als kleine condensatoren. In eenvoudige bewoordingen slaat een condensator een kleine hoeveelheid elektrische lading op, en het vermogen om die lading vast te houden verandert wanneer de afstand tussen de onderdelen verschuift of wanneer de overlap verandert. Terwijl de snorharen buigt, beweegt de kruisvormige balk deze elektroden, waardoor het elektrische signaal verandert op een manier die de computer precies vertelt hoe hard de snorharen werd geduwd en vanuit welke richting.

De innovatie hier ligt in de manier waarop de onderzoekers deze minuscule signalen hebben versterkt. Echte snorharen zijn ongelooflijk gevoelig, maar het kopiëren van die gevoeligheid in een machine vereist gewoonlijk complexe, volumineuze onderdelen. Dit nieuwe ontwerp gebruikt een "kruisvormige" balk om een kleine buiging in de snorharen om te zetten in een grotere rek in de interne lagen van de sensor, waardoor de elektrische verandering veel gemakkelijker afleesbaar wordt. Bovendien is de sensor verdeeld in vier afzonderlijke kanalen, zoals vier verschillende oren die naar hetzelfde geluid luisteren. Omdat de kruisvorm anders reageert afhankelijk van de richting waarin de snorharen wordt geduwd, produceren de vier kanalen een uniek signaalpatroon voor elke contacthoek. Hierdoor kan het apparaat onderscheid maken tussen een lichte tik van links en een hardere duw van rechts met opmerkelijke helderheid. De onderzoekers ontdekten dat de sensor een kracht kan detecteren die zo klein is als 6 millinewton, wat ongeveer het gewicht is van een enkele druif, en dat het de richting van die kracht kan bepalen met een nauwkeurigheid van slechts 5 graden.

Het bouwen van een sensor die gevoelig is, is echter slechts de helft van de strijd. Zachte materialen, zoals het kunststof dat in dit apparaat wordt gebruikt, gedragen zich vaak onvoorspelbaar in de loop van de tijd. Ze kunnen langzaam uitrekken onder een constante belasting of een moment nodig hebben om terug te keren naar hun oorspronkelijke vorm, een gedrag dat bekend staat als kruip en hysteresis. Deze eigenaardigheden kunnen ervoor zorgen dat het elektrische signaal gaat driften, waardoor het voor een robot moeilijk wordt om te weten of er nog steeds een aanraking plaatsvindt of dat de sensor simpelweg in de war is. Om dit op te lossen, probeerde het team niet een perfect mechanisch onderdeel te bouwen; in plaats daarvan bouwden ze een slim computerprogramma om het signaal op te schonen. Ze trainden een machine learning-model, een vorm van kunstmatige intelligentie, om het verschil te herkennen tussen een echte aanraking en de trage, verwarrende drift van het materiaal. Door de computer duizenden voorbeelden te voeden van hoe de sensor zich gedraagt onder verschillende omstandigheden, leerde het systeem de werkelijke kracht en richting direct te voorspellen, zelfs wanneer het ruwe signaal rommelig was. Deze combinatie van een eenvoudig, robuust mechanisch ontwerp en een slimme softwarematige hersenpan zorgde ervoor dat de sensor nauwkeurig bleef over duizenden herhaalde aanrakingen zonder zijn kalibratie te verliezen.

De echte test van deze technologie kwam toen de onderzoekers het werk in de praktijk brachten in reële scenario's. Ze bevestigden de sensor aan een robotarm en gebruikten deze om over diverse oppervlakken te glijden, van glad kunststof tot ruwe, gestructureerde texturen. De sensor kon verschillende vormen en hoogtes onderscheiden, waarbij hij ze identificeerde met een nauwkeurigheid van meer dan 97 procent. In een andere demonstratie verbonden ze twee van deze sensoren met een klein, op afstand bestuurd voertuig. Een menselijke operator kon simpelweg met de vingers tegen de sensoren strijken om de robot te besturen, hem vooruit, achteruit of naar links of rechts te laten draaien op basis van de richting van de aanraking. De robot reageerde direct en vertaalde de zachte duw van de mens in een precieze beweging. Misschien nog indrukwekkender nog: ze integreerden de sensoren in een mobiele robot die ontworpen is om een onbekende omgeving te verkennen. Zonder camera's te gebruiken, gebruikte de robot zijn snorharen om muren en obstakels te voelen, waarbij hij zijn pad in realtime aanpaste om botsingen te vermijden en de contouren van een kamer te volgen. De robot navigeerde er succesvol door nauwe ruimtes en bracht de omgeving in kaart puur door middel van tastzin.

Dit werk vormt een belangrijke stap voorwaarts in het geven van een tastzin aan robots die die van de natuurlijke wereld evenaart. Door een slim mechanisch ontwerp te combineren met intelligente gegevensverwerking, hebben de onderzoekers een sensor gecreëerd die niet alleen zeer gevoelig en nauwkeurig is, maar ook compact en betrouwbaar. Het bewijst dat robots niet uitsluitend op zicht hoeven te vertrouwen om hun wereld te begrijpen; met de juiste hulpmiddelen kunnen ze hun weg voelen door het donker, het stoffige en het rommelige. Het apparaat biedt een eenvoudig, geïntegreerd platform dat uiteindelijk gebruikt zou kunnen worden in alles van delicate chirurgische robots die weefsel moeten voelen tot autonome voertuigen die veilig moeten navigeren onder omstandigheden met slecht zicht. Het is een herinnering aan het feit dat de meest geavanceerde technologie soms te vinden is door nauwkeurig te kijken naar de eenvoudigste oplossingen die de natuur al heeft geperfectioneerd.