Fortschrittliche taktile Sensorik: Thermisches Fühlen verbessert Roboter-Genauigkeit bei Objekterkennung

Applied Physics Review, Melville, NY

Erfolgreiche Mülltrennung durch ein intelligentes robotisches taktiles System. (Bild: Qian Mao und Rong Zhu/AIP Publishing)

Herausforderung: Ähnliche Objekte und unbekannte Formen

Heutige intelligente Roboter können viele Objekte durch Sehen und Tasten genau erkennen. Taktilinformationen, gewonnen durch Sensoren, zusammen mit Machine-Learning-Algorithmen, ermöglichen Robotern die Identifizierung zuvor handhabter Objekte.

Doch die Sensorik ist oft verwirrt, wenn Objekte ähnliche Größe und Form haben oder dem Roboter unbekannt sind. Weitere Faktoren, die die Roboterwahrnehmung einschränken, sind Hintergrundrauschen und Objekte desselben Typs mit unterschiedlichen Formen und Größen.

In Applied Physics Reviews, von AIP Publishing, arbeiteten Forscher der Tsinghua University daran, die Schwierigkeiten der robotischen Erkennung verschiedener gängiger, doch komplexer Gegenstände zu überwinden.

Menschlicher Tastsinn als Vorbild: Thermische Wahrnehmung

Menschen besitzen viele verschiedene Arten von Tastsinn, einer davon ist das thermische Fühlen. Dies ermöglicht uns, Wind zu spüren, heiß und kalt wahrzunehmen und Materialarten wie Holz und Metall zu unterscheiden, wegen der unterschiedlichen Kühlempfindungen. Die Forscher zielten darauf ab, diese Fähigkeit nachzuahmen, indem sie eine robotische taktile Sensormethode entwarfen, die thermische Empfindungen für robustere und genauere Objekterkennung einbezieht.

„Wir schlagen vor, raumzeitliche taktile Sensorik während des Greifens zu nutzen, um die robotische Funktion und Fähigkeit zu erweitern, gleichzeitig mehrere Attribute des gegriffenen Objekts wahrzunehmen, einschließlich thermischer Leitfähigkeit, thermischer Diffusivität, Oberflächenrauheit, Kontaktkraft und Temperatur“, sagte Autor Rong Zhu.

Geschichteter Sensor und Kaskaden-Klassifikationsalgorithmus

Das Team erstellte einen geschichteten Sensor mit Materialdetektion an der Oberfläche und Druckempfindlichkeit am Boden, mit einer porösen Mittelschicht, die auf thermische Veränderungen empfindlich ist. Sie paarten diesen Sensor mit einem effizienten Kaskaden-Klassifikationsalgorithmus, der Objektarten der Reihe nach ausschließt – von einfach bis schwer, beginnend mit einfachen Kategorien wie leeren Kartons, bevor es zu Orangenschalen oder Stoffresten übergeht.

Test: Intelligente Mülltrennung

Um die Fähigkeiten ihrer Methode zu testen, erstellte das Team ein intelligentes robotisches taktiles System zur Mülltrennung. Der Roboter hob gängige Müllgegenstände auf, einschließlich leerer Kartons, Plastiktüten, Plastikflaschen, Servietten, Schwämme, Orangenschalen und abgelaufener Medikamente. Er sortierte den Müll in separate Behälter für Recyclables, Essensreste, Gefahrstoff und sonstigen Müll.

Ihr System erreichte eine Klassifikationsgenauigkeit von 98,85 Prozent bei der Erkennung vielfältiger Müllobjekte, die zuvor nicht begegnet waren. Dieses erfolgreiche Mülltrennungsverhalten könnte die menschliche Arbeitskraft in realen Szenarien stark reduzieren und eine breite Anwendbarkeit für Smart-Life-Technologien bieten.

Zukunft: Embodied Intelligence und Brain-Computer-Interfaces

Zukünftige Forschung in diesem Bereich wird sich auf die Verbesserung robotischer verkörperter Intelligenz und autonomer Implementierung konzentrieren. „Zusätzlich könnte die Kombination dieses Sensors mit Brain-Computer-Interface-Technologie taktile Informationen, die vom Sensor gesammelt werden, in neuronale Signale umwandeln, die für das menschliche Gehirn akzeptabel sind, und so taktile Wahrnehmungsfähigkeiten für Menschen mit Handbehinderungen wiederherstellen“, sagte Zhu.

Für weitere Informationen kontaktieren Sie Wendy Beatty unter This email address is being protected from spambots. You need JavaScript enabled to view it.; 301-209-3090.