Design and Development of a Low-Cost AI-Based Robotic Face for Real-Time Visual Tracking and Voice Interaction

Mensen zijn geprogrammeerd om aandacht te besteden aan gezichten. Wanneer we met elkaar spreken, luisteren we niet alleen naar woorden; we kijken hoe ogen verschuiven, hoofden draaien en monden bewegen in de tijd met het geluid. Deze constante, stille uitwisseling van visuele signalen is wat een gesprek levendig maakt. Decennialang hebben ingenieurs geprobeerd machines te bouwen die aan deze uitwisseling kunnen deelnemen, door robots te creëren die naar ons kijken en terugspreken. De meest overtuigende voorbeelden van deze machines waren echter meestal opgesloten in dure laboratoria of achter gesloten deuren van bedrijven, kostendekkers van tienduizenden dollars en vereisend van complexe, propriëtaire technologie die moeilijk voor anderen te bestuderen of te verbeteren is. Dit creëert een kloof tussen het hoogwaardige onderzoek dat de grenzen van het mogelijke verlegt en de betaalbare hulpmiddelen die studenten, docenten en onafhankelijke uitvinders nodig hebben om te leren en te experimenteren.

Een team van onderzoekers aan het Muffakham Jah College of Engineering and Technology in Hyderabad, India, zette zich af om deze kloof te overbruggen. Ze stelden een eenvoudige maar moeilijke vraag: konden zij een robotgezicht bouwen dat menselijke interactie in realtime nabootst met behulp van alleen goedkope, toegankelijke onderdelen? Hun doel was niet om een machine te creëren die complexe emoties zoals vreugde of verdriet kan uitdrukken, maar eerder om er een te bouwen die de fundamentele dingen kan doen die mensen tijdens een gesprek doen: kijken naar de persoon die spreekt, natuurlijk knipperen en de mond synchroniseren met de stem. Door een kleine, betaalbare computer te combineren met een camera en een paar motoren, creëerden ze een systeem dat bewijst dat geavanceerde interactie geen fortuin vereist.

Het apparaat dat zij gebouwd hebben is een robothoofd, ongeveer zo groot als een menselijk hoofd, geconstrueerd uit 3D-geprinte plastic onderdelen. Binnenin fungeert een kleine computerkaart als het brein, terwijl een camera dient als de ogen. De onderzoekers programmeerden deze computer om voortdurend de kamer te scannen op een menselijk gezicht. Wanneer het een persoon ziet, berekent het waar die persoon staat ten opzichte van het midden van het gezichtsveld van de camera. In plaats van alleen maar leeg voor zich uit te staren, gebruikt de robot deze informatie om fysiek de ogen en het hoofd te draaien om de persoon te volgen. Als een persoon naar links loopt, draaien de ogen van de robot naar links; als ze een stap terug doen, past de robot de blik aan. Dit volgen gebeurt continu, wat de illusie creëert dat de machine aandacht heeft.

Om de interactie natuurlijker te laten aanvoelen, voegde het team een laag kunstmatige intelligentie toe die de robot in staat stelt om te spreken. Wanneer een persoon tegen de robot praat, vangt een microfoon het geluid op, dat vervolgens naar een cloud-gebaseerde dienst wordt gestuurd om in tekst te worden omgezet. Een taalmodel verwerkt die tekst om een reactie te genereren, die vervolgens weer wordt omgezet in spraak. Het meest uitdagende deel van dit proces was niet alleen het horen en spreken, maar het laten bewegen van de mond van de robot op een manier die overeenkomt met het geluid. De onderzoekers losten dit op door de kaak van de robot te koppelen aan de audio-output. Terwijl de robot spreekt, opent en sluit een kleine motor de kaak in een ritmisch patroon dat de natuurlijke articulatie van de menselijke spraak nabootst. Deze synchronisatie is cruciaal; zonder dit zou de robot klinken als een stem die uit een statisch object komt, wat onnatuurlijk en verontrustend aanvoelt voor menselijke waarnemers.

De onderzoekers testten hun creatie grondig om te zien hoe goed deze presteerde onder verschillende omstandigheden. Ze ontdekten dat het systeem een gezicht met een nauwkeurigheid van ongeveer 92 procent kon detecteren wanneer de verlichting goed was. De tijd die het de robot kostte om een gezicht te zien, het beeld te verwerken en de ogen te bewegen, was opmerkelijk snel, namelijk tussen de 180 en 250 milliseconden. Om dit in perspectief te plaatsen: deze vertraging is zo kort dat een menselijke waarnemer de reactie van de robot als bijna onmiddellijk zou ervaren, wat een vloeiend gesprek mogelijk maakt zonder ongemakkelijke pauzes. Het systeem bleef stabiel terwijl de persoon bewoog, waarbij het hoofdbewegingen binnen een gedefinieerd bereik volgde zonder het doel te verliezen.

Echter, de studie benadrukte ook de beperkingen van het gebruik van goedkope componenten. De onderzoekers merkten op dat de prestaties van de robot aanzienlijk afnamen bij slechte lichtomstandigheden of wanneer de persoon ver weg was, omdat de camera moeite had om de noodzakelijke details te zien. Ze observeerden ook dat de mechanische onderdelen, specifiek de kleine motoren die worden gebruikt om de ogen en de kaak te bewegen, een lichte vertraging introduceerden en niet zo vloeiend konden bewegen als de dure motoren die in hoogwaardige onderzoeksrobots worden gevonden. Bovendien, omdat het systeem afhankelijk is van het internet om spraak te verwerken en antwoorden te genereren, zou elke vertraging in de netwerkverbinding de snelheid waarmee de robot reageert, vertragen. Deze factoren betekenen dat hoewel de robot goed werkt in een gecontroleerde omgeving, hij nog niet klaar is voor de onvoorspelbare chaos van een drukke openbare ruimte.

Ondanks deze beperkingenheden vertegenwoordigt dit project een belangrijke stap voorwaarts in het toegankelijk maken van robotica. Het team heeft aangetoond dat men door te focussen op essentiële gedragingen — volgen, knipperen en gesynchroniseerde spraak — een machine kan creëren die verrassend menselijk aanvoelt zonder een budget van tienduizenden dollars nodig te hebben. Het volledige ontwerp, inclus[] van de code en de 3D-printinstructies, werd publiekelijk beschikbaar gesteld. Deze openheid nodigt andere onderzoekers en studenten uit om voort te bouwen op het werk, nieuwe ideeën te testen en misschien op een dag robots te creëren die niet alleen naar ons kunnen kijken, maar ons ook echt kunnen begrijpen. Het werk suggereert dat de toekomst van mens-robotinteractie niet alleen toebehoort aan de rijken of de elite, maar gebouwd kan worden door iedereen met een camera, een computer en een paar motoren.