Teknik yang memungkinkan robot memperkirakan pose objek dengan menyentuhnya
Sciences

Teknik yang memungkinkan robot memperkirakan pose objek dengan menyentuhnya


Pendekatan peneliti membantu robot melokalisasi objek melalui penginderaan sentuhan tanpa memerlukan kontak sebelumnya. (Baris bawah) Dengan mengembangkan metode untuk mensimulasikan kontak sebagai gambar kedalaman, kita dapat belajar untuk mencocokkan kumpulan kontak yang telah dihitung sebelumnya dengan pengamatan taktil nyata (Baris atas) untuk memperkirakan pose objek saat ini. Kredit: Bauza et al.

Manusia dapat menemukan objek di sekitarnya dan mendeteksi beberapa propertinya hanya dengan menyentuhnya. Meskipun keterampilan ini sangat berharga bagi penyandang tunanetra, keterampilan ini juga dapat membantu orang yang tidak memiliki gangguan penglihatan untuk menyelesaikan tugas-tugas sederhana, seperti menemukan dan mengambil benda di dalam tas atau saku.

Para peneliti di Massachusetts Institute of Technology (MIT) baru-baru ini melakukan penelitian yang bertujuan mereplikasi kemampuan manusia ini pada robot, memungkinkan mereka memahami di mana objek berada hanya dengan menyentuhnya. Makalah mereka, yang telah diterbitkan sebelumnya di arXiv, menyoroti keuntungan dari pengembangan robot yang dapat berinteraksi dengan lingkungan sekitarnya melalui sentuhan, bukan hanya melalui penglihatan dan pemrosesan audio.

“Tujuan dari pekerjaan kami adalah untuk mendemonstrasikan bahwa dengan penginderaan taktil resolusi tinggi memungkinkan untuk secara akurat melokalisasi objek yang diketahui bahkan dari kontak pertama,” Maria Bauza, salah satu peneliti yang melakukan penelitian, mengatakan kepada TechXplore. “Pendekatan kami membuat lompatan penting dibandingkan dengan karya sebelumnya tentang lokalisasi taktil, karena kami tidak bergantung pada modalitas penginderaan eksternal lainnya (seperti penglihatan) atau data taktil yang dikumpulkan sebelumnya terkait dengan objek yang dimanipulasi. Sebaliknya, teknik kami, yang dilatih secara langsung dalam simulasi, dapat melokalkan objek yang diketahui dari sentuhan pertama yang merupakan hal terpenting dalam aplikasi robotik nyata di mana pengumpulan data nyata mahal atau tidak dapat dilakukan. “

Karena dilatih dalam simulasi, teknik yang dirancang oleh Bauza dan rekan-rekannya tidak memerlukan pengumpulan data yang ekstensif. Para peneliti awalnya mengembangkan kerangka kerja yang mensimulasikan kontak antara objek tertentu dan sensor taktil, sehingga mengasumsikan bahwa robot akan memiliki akses ke data tentang objek yang berinteraksi dengannya (misalnya, bentuk 3-D, properti, dll.). Kontak ini direpresentasikan sebagai gambar kedalaman, yang menunjukkan tingkat penetrasi objek ke dalam sensor taktil.

Selanjutnya, Bauza dan rekan-rekannya menggunakan teknik pembelajaran mesin yang canggih untuk visi komputer dan pembelajaran representasi untuk mencocokkan pengamatan taktil nyata yang dikumpulkan oleh robot dengan sekumpulan kontak yang dihasilkan dalam simulasi. Setiap kontak dalam kumpulan data simulasi ditimbang tergantung pada kemungkinan cocok dengan kontak nyata atau yang diamati, yang pada akhirnya memungkinkan kerangka kerja untuk mencapai distribusi probabilitas atas kemungkinan pose objek.

Teknik yang memungkinkan robot memperkirakan pose objek dengan menyentuhnya

Sensor taktil yang digunakan oleh para peneliti. Kredit: Bauza et al.

“Metode kami mengkodekan kontak, direpresentasikan sebagai gambar kedalaman, ke dalam ruang tertanam, yang sangat menyederhanakan biaya komputasi yang memungkinkan eksekusi waktu nyata,” kata Bauza. “Karena dapat menghasilkan distribusi pose yang berarti, ini dapat dengan mudah dikombinasikan dengan sistem persepsi tambahan. Dalam pekerjaan kami, kami mencontohkan ini dalam skenario multi-kontak di mana beberapa sensor taktil secara bersamaan menyentuh suatu objek, dan kami harus memasukkan semua pengamatan ini ke dalam estimasi pose objek. “

Pada dasarnya, metode yang dirancang oleh tim peneliti ini dapat mensimulasikan informasi kontak hanya berdasarkan bentuk 3-D suatu objek. Akibatnya, tidak diperlukan data taktil sebelumnya yang dikumpulkan saat memeriksa objek dengan cermat. Hal ini memungkinkan teknik untuk menghasilkan perkiraan pose untuk suatu objek sejak pertama kali disentuh oleh sensor taktil robot.

“Kami menyadari bahwa penginderaan taktil bisa sangat diskriminatif dan menghasilkan perkiraan pose yang sangat akurat,” kata Bauza. “Meskipun penglihatan terkadang mengalami oklusi, penginderaan taktil tidak. Akibatnya, jika robot menyentuh bagian dari objek yang sangat unik, yaitu, tidak ada sentuhan lain pada objek yang akan terlihat serupa dengannya, algoritme kami dapat dengan mudah mengidentifikasi kontak dan pose objek. “

Karena banyak objek memiliki wilayah non-unik (yaitu, cara mereka diposisikan dapat menghasilkan kontak yang sangat mirip), metode yang dikembangkan oleh Bauza dan rekan-rekannya memprediksi distribusi pose, bukan perkiraan pose tunggal. Fitur khusus ini sangat kontras dengan pendekatan yang dikembangkan sebelumnya untuk estimasi pose objek, yang cenderung hanya mengumpulkan estimasi pose tunggal. Selain itu, distribusi yang diprediksi oleh kerangka kerja tim MIT dapat langsung digabungkan dengan informasi eksternal untuk mengurangi ketidakpastian tentang pose objek.

“Khususnya, kami juga mengamati bahwa menggabungkan beberapa kontak secara bersamaan, seperti yang terjadi ketika menggunakan beberapa jari untuk menyentuh suatu objek, dengan cepat mengurangi ketidakpastian pada pose objek,” kata Bauza. “Ini memvalidasi intuisi kami bahwa menambahkan kontak pada suatu objek membatasi posisinya dan memudahkan estimasi.”

Teknik yang memungkinkan robot memperkirakan pose objek dengan menyentuhnya

GIF meringkas pendekatannya. Kontak -> pengamatan taktil -> kedalaman dari sentuhan -> pertandingan terbaik menggunakan algoritma peneliti -> hasil pose. Kredit: Bauza et al.

Untuk membantu manusia dalam aktivitas sehari-hari, robot harus dapat menyelesaikan tugas manipulasi dengan presisi, keandalan, dan akurasi yang tinggi. Karena memanipulasi objek secara langsung menyiratkan menyentuhnya, mengembangkan teknik yang efektif untuk mengaktifkan penginderaan taktil pada robot adalah kunci penting.

“Kemampuan untuk merasakan sentuhan baru-baru ini mendapat perhatian besar dari industri, dan pekerjaan kami mencapai ini melalui kombinasi tiga faktor: (1) teknik penginderaan resolusi tinggi namun murah berdasarkan penggunaan kamera kecil untuk menangkap deformasi permukaan sentuh (Misalnya, penginderaan GelSight); (2) integrasi ringkas terbaru dari teknik penginderaan ini ke dalam jari-jari robot (misalnya, jari GelSlim); (3) dan kerangka kerja komputasi berdasarkan pembelajaran mendalam untuk memproses secara efektif gambar-gambar taktil resolusi tinggi untuk sentuhan lokalisasi bagian yang diketahui (misalnya, pekerjaan ini), “Alberto Rodriguez, peneliti lain yang terlibat dalam penelitian ini, mengatakan kepada TechXplore. “Jenis teknologi ini semakin matang dan industri melihat nilai untuk mengotomatiskan tugas yang membutuhkan presisi seperti dalam otomatisasi perakitan.”

Teknik yang dirancang oleh tim peneliti ini memungkinkan robot memperkirakan pose objek yang mereka manipulasi secara real-time, dengan tingkat akurasi yang tinggi. Ini memberi robot kesempatan untuk membuat prediksi yang lebih akurat tentang efek gerakan atau tindakannya, yang dapat meningkatkan kinerjanya dalam tugas manipulasi.

Untuk bekerja, metode yang dibuat oleh Bauza dan rekan-rekannya membutuhkan informasi tentang bentuk objek yang dimanipulasi oleh robot. Oleh karena itu, ini mungkin terbukti sangat berharga untuk penerapan dalam pengaturan industri, di mana produsen merakit barang berdasarkan model bentuknya yang jelas.

Dalam pekerjaan mereka di masa depan, para peneliti berencana untuk memperluas kerangka mereka sehingga itu juga memasukkan informasi visual tentang objek. Idealnya, mereka ingin mengubah teknik mereka menjadi sistem penginderaan visuo-taktil yang dapat memperkirakan pose objek dengan lebih akurat.

“Pekerjaan kami lainnya yang sedang berlangsung sangat terkait dengan pendekatan ini bertujuan untuk mengeksplorasi penggunaan persepsi sentuhan untuk tugas manipulasi yang kompleks,” kata Bauza. “Secara khusus, kami mempelajari model yang memungkinkan robot melakukan operasi pengambilan dan tempat yang akurat. Tujuannya adalah untuk menemukan manipulasi objek yang tidak hanya ditujukan pada genggaman yang stabil tetapi juga persepsi bantuan. Dengan menggunakan pendekatan kami, kami juga dapat menargetkan pegangan yang menghasilkan kontak diskriminatif yang akan meningkatkan lokalisasi taktil. ”


DIGIT: Sensor taktil resolusi tinggi untuk meningkatkan keterampilan manipulasi robot di tangan


Informasi lebih lanjut:
Estimasi pose objek taktil dari sentuhan pertama dengan rendering kontak geometris. arXiv: 2012.05205 [cs.RO]. arxiv.org/abs/2012.05205

mcube.mit.edu/research/tactile… loc_first_touch.html

© 2021 Science X Network

Kutipan: Teknik yang memungkinkan robot memperkirakan pose objek dengan menyentuhnya (2021, 18 Januari), diakses 25 Januari 2021 dari https://techxplore.com/news/2021-01-technique-robots-pose.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Hongkong Prize