Fortschrittliche taktile Sensorstrategie verbessert die Genauigkeit des Roboters bei der Objekterkennung

Applied Physics Review, Melville, NY

Erfolgreiche Müllsortierung durch ein intelligentes Roboter-Taktilsystem. (Bild:Qian Mao und Rong Zhu/AIP Publishing)

Heutige intelligente Roboter können viele Objekte durch Sehen und Berühren genau erkennen. Durch Sensoren gewonnene taktile Informationen sowie maschinelle Lernalgorithmen ermöglichen es Robotern, zuvor angefasste Objekte zu identifizieren.

Die Wahrnehmung wird jedoch oft verwechselt, wenn Objekte in Größe und Form ähnlich sind oder dem Roboter unbekannt sind. Weitere Faktoren, die die Roboterwahrnehmung einschränken, sind Hintergrundgeräusche und der gleiche Objekttyp mit unterschiedlichen Formen und Größen.

In Applied Physics Reviews von AIP Publishing haben Forscher der Tsinghua-Universität daran gearbeitet, die Schwierigkeiten der Robotererkennung verschiedener häufiger, aber komplexer Gegenstände zu überwinden.

Der Mensch verfügt über viele verschiedene Arten der Berührungswahrnehmung, darunter auch die Wärmewahrnehmung. Dadurch können wir den Wind spüren, Hitze und Kälte wahrnehmen und aufgrund der unterschiedlichen Kühlempfindungen zwischen Materialarten wie Holz und Metall unterscheiden. Die Forscher wollten diese Fähigkeit nachahmen, indem sie eine robotergestützte taktile Erfassungsmethode entwickelten, die thermische Empfindungen für eine robustere und genauere Objekterkennung einbezog.

„Wir schlagen vor, die raumzeitliche taktile Wahrnehmung beim Greifen mit der Hand zu nutzen, um die Roboterfunktion und die Fähigkeit zu erweitern, gleichzeitig mehrere Eigenschaften des gegriffenen Objekts wahrzunehmen, einschließlich Wärmeleitfähigkeit, Wärmeleitfähigkeit, Oberflächenrauheit, Kontaktdruck und Temperatur“, sagte Autor Rong Zhu.

Das Team entwickelte einen Schichtsensor mit Materialerkennung an der Oberfläche und Druckempfindlichkeit an der Unterseite, mit einer porösen Mittelschicht, die auf thermische Veränderungen reagiert. Sie kombinierten diesen Sensor mit einem effizienten Kaskadenklassifizierungsalgorithmus, der Objekttypen in der Reihenfolge von einfach bis schwer ausschließt, beginnend mit einfachen Kategorien wie leeren Kartons, bevor sie zu Orangenschalen oder Stofffetzen übergehen.

Um die Leistungsfähigkeit ihrer Methode zu testen, entwickelte das Team ein intelligentes taktiles Robotersystem zum Sortieren von Müll. Der Roboter sammelte gewöhnliche Müllgegenstände ein, darunter leere Kartons, Plastiktüten, Plastikflaschen, Servietten, Schwämme, Orangenschalen und abgelaufene Medikamente. Der Müll wurde in separate Behälter für Wertstoffe, Lebensmittelreste, gefährliche Abfälle und andere Abfälle sortiert.

Ihr System erreichte eine Klassifizierungsgenauigkeit von 98,85 Prozent bei der Erkennung vielfältiger Müllobjekte, die zuvor nicht gefunden wurden. Dieses erfolgreiche Müllsortierverhalten könnte die menschliche Arbeit in realen Szenarien erheblich reduzieren und eine breite Anwendbarkeit für Smart-Life-Technologien bieten.

Zukünftige Forschungen in diesem Bereich werden sich auf die Verbesserung der verkörperten Roboterintelligenz und der autonomen Implementierung konzentrieren. „Darüber hinaus könnten durch die Kombination dieses Sensors mit der Gehirn-Computer-Schnittstellentechnologie die vom Sensor gesammelten taktilen Informationen in neuronale Signale umgewandelt werden, die für das menschliche Gehirn akzeptabel sind, wodurch die taktile Wahrnehmungsfähigkeit von Menschen mit Handbehinderungen wieder gestärkt wird“, sagte Zhu.

Für weitere Informationen wenden Sie sich bitte an Wendy Beatty unter Diese E-Mail-Adresse ist vor Spambots geschützt. Sie müssen JavaScript aktivieren, damit Sie es sehen können.; 301-209-3090.