Команда инженеров спроектировала и построила захват, который может захватывать объекты и манипулировать ими без необходимости видеть их и проходить обучение. Захват уникален тем, что объединяет в себе три различные возможности.
Может скручивать предметы; он может чувствовать предметы; и он может строить модели объектов, которыми он манипулирует. Это позволяет захвату работать, например, в условиях низкой освещенности и плохой видимости.
Группа инженеров, возглавляемая Майклом Т. Толли, робототехником из инженерной школы Джейкобса в Калифорнийском университете в Сан-Диего, представила захват на Международной конференции по интеллектуальным роботам и системам (IROS) 24–28 сентября в Ванкувере, Канада.Исследователи протестировали захват на промышленном роботе Fetch Robotics и продемонстрировали, что он может собирать, манипулировать и моделировать широкий спектр объектов, от лампочек до отверток.«Мы разработали устройство, чтобы имитировать то, что происходит, когда вы кладете руку в карман и нащупываете ключи», — сказал Толли.
Захват имеет три пальца. Каждый палец состоит из трех мягких гибких пневматических камер, которые перемещаются при приложении давления воздуха. Это дает захвату более одной степени свободы, поэтому он может фактически манипулировать объектами, которые он держит.
Например, благодаря этой конструкции захват может поворачивать отвертки, ввинчивать лампочки и даже удерживать листы бумаги.Кроме того, каждый палец покрыт умной чувствительной кожей. Кожа сделана из силиконовой резины, в которую встроены сенсоры из проводящих углеродных нанотрубок. Затем листы резины скручиваются, запечатываются и надеваются на гибкие пальцы, чтобы покрыть их, как кожу.
Проводимость нанотрубок изменяется по мере сгибания пальцев, что позволяет чувствительной коже регистрировать и определять, когда пальцы движутся и соприкасаются с объектом. Данные, генерируемые датчиками, передаются на плату управления, которая собирает информацию для создания трехмерной модели объекта, которым манипулирует захват. Этот процесс похож на компьютерную томографию, когда срезы 2D-изображения складываются в 3D-изображение.
По словам Толли, прорывы стали возможны благодаря разностороннему опыту команды и их опыту в области мягкой робототехники и производства.Следующие шаги включают добавление машинного обучения и искусственного интеллекта к обработке данных, чтобы захват действительно мог идентифицировать объекты, которыми он манипулирует, а не просто моделировать их.
Исследователи также изучают возможность использования 3D-печати пальцев захвата, чтобы сделать их более прочными.