Un toque suave para hardware robótico

Los robots pueden estar hechos de materiales blandos, pero la flexibilidad de estos robots está limitada por la inclusión de sensores rígidos necesarios para su control. Los investigadores crearon sensores integrados, para reemplazar los sensores rígidos, que ofrecen la misma funcionalidad pero le brindan al robot una mayor flexibilidad. Los robots blandos pueden ser más adaptables y resistentes que los diseños rígidos más tradicionales. El equipo utilizó técnicas de aprendizaje automático de vanguardia para crear su diseño.

La automatización es un tema cada vez más importante, y el núcleo de este concepto son los campos a menudo emparejados de la robótica y el aprendizaje automático. La relación entre el aprendizaje automático y la robótica no solo se limita al control conductual de los robots, sino que también es importante para su diseño y funciones básicas. Un robot que opera en el mundo real necesita comprender su entorno y a sí mismo para poder navegar y realizar tareas.

Si el mundo fuera completamente predecible, entonces un robot estaría bien moviéndose sin la necesidad de aprender nada nuevo sobre su entorno. Pero la realidad es impredecible y siempre cambia, por lo que el aprendizaje automático ayuda a los robots a adaptarse a situaciones desconocidas. Aunque esto es teóricamente cierto para todos los robots, es especialmente importante para los robots de cuerpo blando ya que las propiedades físicas de estos son intrínsecamente menos predecibles que sus contrapartes rígidas.

«Tomemos, por ejemplo, un robot con músculos artificiales neumáticos (PAM), sistemas impulsados ​​por fluidos a base de caucho y fibra que se expanden y contraen para moverse», dijo el profesor asociado Kohei Nakajima de la Escuela de Graduados de Ciencia y Tecnología de la Información. «Los PAM sufren inherentemente ruido mecánico e histéresis aleatorios, lo que es esencialmente un estrés material con el tiempo. Los monitores precisos basados ​​en láser ayudan a mantener el control a través de la retroalimentación, pero estos sensores rígidos restringen el movimiento de un robot, por lo que se nos ocurrió algo nuevo».

Nakajima y su equipo pensaron que si podían modelar un PAM en tiempo real, entonces podrían mantener un buen control del mismo. Sin embargo, dada la naturaleza siempre cambiante de los PAM, esto no es realista con los métodos tradicionales de modelado mecánico. Entonces, el equipo recurrió a una técnica de aprendizaje automático potente y establecida llamada informática de yacimientos. Aquí es donde la información sobre un sistema, en este caso el PAM, se introduce en una red neuronal artificial especial en tiempo real, por lo que el modelo cambia constantemente y, por lo tanto, se adapta al entorno.

«Descubrimos que la resistencia eléctrica del material PAM cambia dependiendo de su forma durante una contracción. Así que pasamos estos datos a la red para que pueda informar con precisión sobre el estado del PAM», dijo Nakajima. «El caucho ordinario es un aislante, por lo que incorporamos carbono en nuestro material para leer más fácilmente su resistencia variable. Descubrimos que el sistema emulaba el sensor de desplazamiento láser existente con igual precisión en un rango de condiciones de prueba».

Gracias a este método, puede ser posible una nueva generación de tecnología robótica suave. Esto podría incluir robots que trabajan con humanos, por ejemplo dispositivos de rehabilitación portátiles o robots biomédicos, ya que el tacto extra suave significa que las interacciones con ellos son suaves y seguras.

«Nuestro estudio sugiere que la informática de yacimientos podría usarse en aplicaciones además de la robótica. Las aplicaciones de teledetección, que necesitan información en tiempo real procesada de manera descentralizada, podrían ser de gran beneficio», dijo Nakajima. «Y otros investigadores que estudian computación neuromórfica (sistemas informáticos inteligentes) también podrían incorporar nuestras ideas en su propio trabajo para mejorar el rendimiento de sus sistemas».


Más información:
Ryo Sakurai, Mitsuhiro Nishida, Hideyuki Sakurai, Yasumichi Wakao, Nozomi Akashi, Yasuo Kuniyoshi, Yuna Minami, Kohei Nakajima, «Emulando un sensor usando dinámica de material blando: un enfoque de cálculo de reservorio para el músculo artificial neumático», Actas de la Conferencia Internacional IEEE sobre Soft Robotics (RoboSoft) 2020: 15 de mayo de 2020

 

Leave a Comment!