MIT stellt robotischen 'Digger Finger' vor: Erdetektiert vergrabene Objekte mit taktilen Sensoren

Etwas am Strand verloren? Ein „Digger Finger“ vom MIT gräbt sich durch Sand und Kies, um ein vergrabenes Objekt zu detektieren.

Ausgestattet mit taktilem Sensieren könnte das schlanke, fingerähnliche Gerät eines Tages an einem Roboterarm montiert werden und zur Ortung unterirdischer Kabel oder sogar Sprengstoffe eingesetzt werden.

Die Forschung des MIT-Teams wird auf dem nächsten International Symposium on Experimental Robotics  vorgestellt.

Um verschiedene 3D-gedruckte Objekte in Sand und grobkörnigem Reis zu detektieren, verkleinerte das Team am MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) ihren bestehenden taktilen Sensor GelSight , der 2017 entwickelt wurde.

Der ursprüngliche (und sperrigere) GelSight verfügt über ein klares Gel, das mit einer reflektierenden Membran bedeckt ist, die sich verformt, wenn Objekte dagegen drücken (siehe Beispiel der Verformung im obigen Video). Drei Farben von LED-Lichtern und eine Kamera sitzen hinter dem Sensor.

Die Lichter scheinen durch das Gel auf die Membran, während die Kamera das Reflexionsmuster der Membran erfasst. Computer-Vision-Algorithmen extrahieren dann die 3D-Form des Kontaktbereichs, wo der weiche Finger das Objekt berührt.

Um die Größe des GelSight-Sensors für den robotischen Digger Finger zu reduzieren, begann das MIT-Team mit einem neuen Design: Die Forscher machten die Struktur zylindrischer und mit einer abgeschrägten Spitze.

Dann ersetzten die Ingenieure zwei Drittel der LED-Lichter durch eine Kombination aus blauen LEDs und farbigem Fluoreszenzfarbstoff. Das Endergebnis: ein fingertippgroßes Gerät mit einer taktilen Sensormembran von etwa 2 Quadratzentimetern.

Das Team nutzte mechanische Vibrationen, um den Reis und Sand zu „fluidisieren“, damit der Digger graben konnte, ohne dass körniges Material die Mechanik verstopfte.

„Wir wollten sehen, wie mechanische Vibrationen beim tieferen Graben und Durchbrechen von Verstopfungen helfen“, sagte Radhen Patel, Postdoc im MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) . „Wir betrieben den Vibrationsmotor bei verschiedenen Betriebsspannungen, was Amplitude und Frequenz der Vibrationen ändert.“

Eingeschlossener Sand war schwieriger zu beseitigen als Reis, so die Erfinder, obwohl die geringe Korngröße bedeutete, dass der Digger Finger die allgemeinen Konturen des Zielobjekts noch erfassen konnte.

Patel sagt, dass Bediener das Bewegungsmuster des Digger Fingers für verschiedene Einstellungen anpassen müssen, „abhängig von der Art des Mediums und der Größe und Form der Körner.“

In einem kurzen Q&A unten erzählt Patel Tech Briefs, wie sein Team plant, die Fähigkeit des Digger Fingers zu optimieren, in verschiedenen Medien zu navigieren.

Tech Briefs: Kann ein robotischer Finger einen menschenähnlichen Tastsinn haben?

Radhen Patel: Der menschliche Tastsinn ist hochdimensional. Er besteht aus mehreren Sensormodalitäten, die mit unterschiedlichen Geschwindigkeiten und Auflösungen arbeiten. Erstaunlicherweise werden nur eine Teilmenge davon für eine gegebene Aufgabe tatsächlich genutzt. Wir nutzen nicht alle ständig. So gibt es viele ablenkende Informationen, die für eine bestimmte Aufgabe verarbeitet werden müssen.

Roboterfinger nehmen ebenfalls ständig fremde Informationen über ihren Tastsinn wahr – beispielsweise beim Greifen oder Platzieren von Objekten in überfüllten Räumen. Im Hinblick auf das Finden vergrabenener Objekte sind die „ablenkenden Informationen“ natürlich das Gefühl der Granulatmedienpartikel an den Fingerspitzen, in denen die Objekte vergraben sind.

Mehr Robotik und Sensoren auf Tech Briefs

Ein Navigationssystem der UC San Diego führt Roboter durch den geschäftigsten Bereich eines Krankenhauses: die Notaufnahme.

Neue Exoskelett-Beine können „denken“ und eigenständig Steuerungsentscheidungen mithilfe fortschrittlicher KI-Technologie treffen.

Ein tragbarer Sensor detektiert giftige Gase mit einem Hologramm.

Tech Briefs: Aus technologischer Sicht, wie „weiß“ der Digger Finger, dass ein Zielobjekt ein Fels oder ein Reisklumpen ist?

Radhen Patel: Wir trainierten ein Deep-Learning-Modell (Convolutional Neural Network) auf den Bilddaten [ein RGB-Bild von einer Kamera im Digger Finger], um die Zielobjekte unter Reisklumpen und Sand zu identifizieren oder zu klassifizieren.

Tech Briefs: Wie unterscheidet sich dieses Design besonders von früheren Such-und-Rettungs-Robotern?

Radhen Patel: Die wesentlichen Komponenten des Digger Fingers umfassen eine Kamera, ein Beleuchtungssystem (LEDs und Fluoreszenzfarbe), einen Spiegel, eine Gel-Membran, die von einer Seite transparent und auf der anderen mit reflektierender Farbe beschichtet ist, und einen transparenten zylindrischen Keilkern aus Acryl, der all diese Komponenten hält.

Wir sehen unser aktuelles Design des Digger Fingers als Add-on für bestehende Such-und-Rettungsroboter, das deren Anhänge befähigt, enge Räume zu betreten und Kontakt mit feiner Auflösung wahrzunehmen.

Tech Briefs: Was kommt als Nächstes? Woran werden Sie mit dem Digger Finger arbeiten?

Radhen Patel: Es gibt noch viel zu tun. Auf der Designseite möchten wir den Digger Finger robuster gegen Abrieb durch den Grabprozess machen, besonders an der Gel-Membran. Wir möchten auch einen Greifer mit mehreren Digger Fingern als taktilen Anhängen entwerfen und verschiedene taktile Erkundungsstrategien erforschen, um vergrabene Objekte besser zu identifizieren und zu manipulieren.

Tech Briefs: Welche Anwendung begeistert Sie am meisten, wenn Sie daran denken, wie der Digger Finger eingesetzt werden könnte?

Radhen Patel: Wir finden die Identifizierung und Unterscheidung von Kontakten in überfüllten Räumen als die aufregendste Anwendung. Dies umfasst das Entschärfen von unterirdisch vergrabenen Sprengstoffen oder das Greifen und Platzieren von Objekten in überfüllten Räumen wie Einkaufstüten.

Weitere Forscher der Studie waren CSAIL-Doktorand Branden Romero, Harvard-Doktorandin Nancy Ouyang und Edward Adelson, John und Dorothy Wilson Professor für Vision Science in CSAIL und dem Department of Brain and Cognitive Sciences.

Was denken Sie? Teilen Sie Ihre Fragen und Kommentare unten.