AI 뉴스허브

인공 피부 없이 로봇이 인간의 촉감을 감지할 수 있는 새로운 시스템

인공 피부 없이 로봇이 인간의 촉감을 감지할 수 있는 새로운 시스템

비공개: 인공 피부 없이 로봇이 인간의 촉감을 감지할 수 있는 새로운 시스템

가장 유능한 로봇조차도 인간의 촉각을 감지하는 데 능숙하지 않습니다. 일반적으로 컴퓨터 과학 학위나 최소한 태블릿이 있어야 효과적으로 상호작용할 수 있습니다. 이제 첨단 인공 피부로 덮이지 않고도 촉각을 감지하고 해석할 수 있는 로봇 덕분에 상황이 바뀔 수 있습니다. 이는 인간과 더욱 직관적으로 상호작용할 수 있는 로봇을 향한 중요한 진전입니다.

독일 항공우주센터가 주도하고 출판한 새로운 접근 방식을 이해하기 위해 오늘 ~에 과학 로봇공학우리 몸이 촉각을 감지하는 두 가지 뚜렷한 방법을 생각해 보세요. 왼쪽 손바닥을 위로 향하게 하고 왼손 새끼손가락을 가볍게 누르면 손가락 끝의 피부를 통해 그 촉각을 먼저 인식할 수 있습니다. 말이 됩니다. 손과 손가락에만 수천 개의 수용체가 있습니다. 로봇공학자들은 종종 인공 피부를 통해 로봇을 위한 그 센서 담요를 복제하려고 하지만, 이는 비용이 많이 들고 충격이나 혹독한 환경을 견디는 데 효과적이지 않을 수 있습니다.

하지만 더 세게 누르면, 손가락 관절과 다른 관절을 통해 촉감을 감지하는 두 번째 방법을 알아차릴 수 있습니다. 그 감각, 즉 로봇 공학 용어로 토크를 느끼는 감각은 연구자들이 새로운 시스템에서 재현한 바로 그 것입니다.

로봇 팔에는 6개의 센서가 들어 있으며, 각각은 장치의 모든 부분에 대해 매우 작은 양의 압력도 등록할 수 있습니다. 그 힘의 양과 각도를 정확하게 측정한 후, 일련의 알고리즘은 사람이 로봇을 만지는 곳을 매핑하고 정확히 무엇을 전달하려고 하는지 분석할 수 있습니다. 예를 들어, 사람이 로봇 팔 표면의 어느 곳에나 손가락으로 문자나 숫자를 그릴 수 있고, 로봇은 그 움직임에서 방향을 해석할 수 있습니다. 로봇의 모든 부분을 가상 버튼으로 사용할 수도 있습니다.

독일 항공우주센터의 연구원이자 이번 연구의 주저자인 마게드 이스칸다르는 “이것은 로봇의 모든 평방인치가 본질적으로 터치스크린이 된다는 것을 의미하지만, 터치스크린처럼 비용이 들고, 취약하며, 배선이 필요 없다는 것을 의미합니다.”라고 말했습니다.

“인간이 로봇과 긴밀하게 상호작용하고 명령을 내릴 수 있는 인간-로봇 상호작용은 여전히 ​​최적이 아닙니다. 왜냐하면 인간은 입력 장치가 필요하기 때문입니다.” 이스칸다르가 말했습니다. “로봇 자체를 장치로 사용할 수 있다면 상호작용이 더 유연해질 것입니다.”

이와 같은 시스템은 촉각을 제공하는 더 저렴하고 간단한 방법뿐만 아니라 로봇과 소통하는 새로운 방법을 제공할 수 있습니다. 이는 인간형 로봇과 같이 계속해서 수십억 벤처캐피털 투자에서.

BioRobotics Institute에서 Neuro-Robotic Touch Laboratory를 이끌고 있지만 이 연구에는 참여하지 않은 로봇공학자 Calogero Maria Oddo는 이 개발이 센서를 결합하고, 터치를 매핑하기 위한 수학의 우아한 사용, 그리고 이 모든 것을 하나로 모으기 위한 새로운 AI 방법 덕분에 중요하다고 말합니다. Oddo는 필요한 투자가 하드웨어보다 소프트웨어에 더 많이 들어가기 때문에 상업적 채택이 상당히 빠를 수 있다고 말합니다. 하드웨어는 훨씬 더 비쌉니다.

하지만 단서가 있습니다. 첫째, 새로운 모델은 한 번에 두 개 이상의 접촉 지점을 처리할 수 없습니다. 공장과 같이 상당히 통제된 환경에서는 문제가 되지 않을 수 있지만, 인간과 로봇의 상호작용이 덜 예측 가능한 환경에서는 한계가 있을 수 있습니다. 그리고 로봇과 터치를 통신하는 데 필요한 종류의 센서는 상업적으로 이용 가능하지만 수만 달러가 들 수도 있습니다.

전반적으로 오도는 피부 기반 센서와 관절 기반 센서가 통합되어 로봇이 더욱 포괄적인 촉각을 갖게 될 미래를 예상합니다.

“우리 인간과 다른 동물들은 두 솔루션을 모두 통합했습니다.”라고 그는 말합니다. “실제 세계에서 일하는 로봇도 두 솔루션을 모두 사용하여 세상과 안전하고 원활하게 상호 작용하고 학습할 것으로 기대합니다.”

Exit mobile version