211service.com
Hjælper robotter med at få fat
En af de vigtigste ting, der forhindrer robotter i at give en hånd med hverdagens opgaver, er en simpel mangel på manuel fingerfærdighed. Ny forskning fra et hold ved Columbia University kan hjælpe robotter – og robotproteser – med at få et bedre greb om alle slags genstande.
Godt greb: En ny tilgang tillader en kompliceret robothånd at gribe et objekt lettere.
Peter Allen , professor ved Columbia University og direktør for dets Robotics Group , og kollega Matei Ciocarlie udviklet en enklere måde at kontrollere en fingernem robothånd ved at trække på forskning i biologi. De indså, at mens menneskehænder har omkring 20 frihedsgrader (20 led, der hver kan bøje), er hvert led ikke i stand til at bevæge sig helt uafhængigt; i stedet er dens bevægelser forbundet med andre leds bevægelser af muskler eller nerver.
Traditionelt har softwaren, der bruges til at styre en kompleks robothånd, forsøgt at tage højde for alle frihedsgrader i robothåndens led, men dette er beregningsmæssigt besværligt og bremser robottens fart. I stedet besluttede Allen og Ciocarlie at begrænse bevægelsen af en robothånd på samme måde som en menneskelig hånd er begrænset. Ved at forbinde dens led på denne måde, viste de, at det er muligt at styre en kompliceret robothånd med hurtigere, mere effektive algoritmer og uden at miste noget af dens funktionalitet. Man kan lære af biologien for at reducere frihedsgraderne, siger Allen. Selvom du måske har 20 frihedsgrader, behøver du ikke bruge dem.
Forskerne eksperimenterede med fire forskellige slags komplekse robothånd, som hver havde flere led. De udviklede software til at styre hver enkelt griber ved at forbinde dens led. I simuleringer og virkelige tests var softwaren i stand til hurtigt at beregne gribepositioner for at få fat i forskellige objekter, inklusive et vinglas, en kolbe, telefon, modelfly og askebæger.
Systemet fungerer i to trin. Først vælger den en række mulige gribebevægelser afhængigt af den vinkel, hvormed hånden nærmer sig objektet. For det andet vælger den fra disse positioner den, der vil give det mest stabile greb. Så, hvis controlleren synes, at gribepositionen ser rigtig ud, kan hun give kommandoen, og hånden vil tage fat i genstanden.
At gribe fat i objekter med en menneskelignende hånd er et tilsyneladende komplekst beregningsproblem, siger Charlie Kemp , en professor ved Georgia Institute of Technology, som har udviklet robotter, der er i stand til at gribe ukendte objekter. Dette arbejde antyder, at der er en underliggende enkelhed. Det viser, at en kompleks hånd måske ikke kræver en kompleks hjerne.
Beregnet greb: En sensor lader systemet registrere tilgangsretningen; softwaren beregner derefter de mest effektive gribepositioner.
Jeg tror på, at det er vejen frem for automatiseret greb, tilføjer Erik Berger , meddirektøren for det personlige robotprogram på Willow Garage, et robotforskningscenter i Californien. Fra mit perspektiv er det algoritmiske arbejde ... nyt og nyttigt, men det mest spændende ved det, de laver, er de forskellige tilgange, de tager til at anvende disse nye algoritmer til den virkelige verden.
I deres eksperimenter forprogrammerede Columbia-teamet systemet med en groft ide om formen på det objekt, det ville gribe. Det næste trin er at koble robotgriberen til et system, der kan evaluere helt ukendte objekter i den virkelige verden.
Andre forskergrupper gør fremskridt på dette område. For eksempel har Intel skabt teknologi, der bruger elektriske felter til omhyggeligt at fornemme sarte objekter inden for rækkevidde, mens Andrew Ng og kolleger på Stanford University har udviklet en robot, der kan beregne det bedste sted at gribe fat i en genstand, som den ikke har set før.