新加坡国立大学(NUS)的研究人员利用英特尔的神经形态芯片Loihi,开发出了一种人造皮肤,使机器人能够以比人类感觉神经系统快1000倍的速度检测触觉。该系统还可以以比眨眼快10倍的速度识别物体的形状、质地和硬度。研究人员认为,这项工作可以改善人机交互,使护理机器人和自动化机器人手术等更为可行。
在研究中,NUS研究团队首先训练一个装有人造皮肤的机械手来阅读盲文,机械手将触觉数据传递给Loihi,由Loihi进行翻译,准确率超过92%,并且功耗比标准Von Neumann(冯·诺依曼)处理器低20倍。
在这项工作的基础上,新加坡国立大学团队通过将视觉和触觉数据结合到脉冲神经网络(SNN)中,进一步提高了机器人的感知能力。为此,他们让一个机器人利用来自人造皮肤和基于事件的相机的感官输入,对装有不同量液体的各种不透明容器进行分类。研究人员也使用了相同的触觉和视觉传感器,来测试感知系统识别旋转滑移的能力,这对于稳定抓握至关重要。将触觉和视觉数据结合在一起,训练机械手使用人造皮肤和图像采集设备对容器进行分类,并将数据发送到GPU和Loihi,演示了通过尖峰神经网络将基于事件的视觉和触摸相结合,使该系统比单独使用视觉数据的准确性提高了10%。
研究人员还发现,Loihi处理传感数据的速度比性能最佳的GPU高21%,而功耗却降低了45倍。研究人员在近日的《机器人学:科学与系统(Robotics: Science andSystems)》上发表了他们的发现。新加坡国立大学计算学院计算机科学系的助理教授Harold Soh表示:“我们对这些研究结果感到兴奋。这表明神经拟态系统有希望结合多传感器,解决机器人感知能力难题。这让我们朝着制造节能而且值得信赖的机器人又迈出了一步,这种机器人能够在意外情况下迅速、恰当地做出反应。”
新型智能抓取机器人,结合深度学习方法,赋予机器人主动探索感知的能力,解决了Affordance Map缺陷,提高了机器人在复杂环境下的抓取成功率
宋云峰博士分享了LDV激光测振及3D视觉传感技术在智能机器人中的应用,主要介绍了智能机器人光学感知技术、LDV激光测振及3D视觉传感技术原理及产品介绍、应用案例分享等内容
环境感知技术:机器人感知环境及自身状态的窗口、运动控制技术:定位导航与运动协调控制、人机交互技术:人机有效沟通的桥梁
由于软体材料的发展,灵巧手也开始柔软起来,如柏林工业大学研制的软体、欠驱动、柔性多指灵巧手、康奈尔大学研制的软体多指灵巧手、北京航空航天大学研制的软体多指灵巧手
假肢需要直接的人类互动来发挥功能,而机器人手腕则完全是主动的,假腕还包括外部可调节功能,如可调节摩擦或锁定;机器人手腕的任何调整通常都是在控制系统内完成的
具有相同数量自由度的设备之间进行比较时,串行机构往往比并行机构更长,对于串行机构,运动范围和扭矩规格通常简单地由执行机构的选择和基本形状几何决定
3自由度人工手腕在某些方面优于人类的手腕,如运动范围或扭矩输出。尽管一些假肢在设计中加入了3自由度手腕,但串行3自由度手腕设备在机器人应用中更普遍
2自由度腕部由一个与旋转器串联的屈肌单元组成,形成一个U型关节。其中一种设备是OBRoboWrist ,它可以同时锁住前旋和屈曲,当解锁时,还可以通过转动手腕上的项圈来调节运动产生摩擦阻力
旋转器用于使终端设备沿前臂的纵向放出或滚动,而屈肌使终端设备弯曲或俯仰, OB棘轮式旋转手腕,被动腕部装置的锁定也可以通过使用不可反向驱动的机构来实现
假肢腕设计的有效基准能够做3自由度运动,即旋前/旋后、屈伸和桡侧/尺侧偏移,未受影响的腕关节,其最大活动范围通常在76度/85度
德国伯恩大学计算机学院研制的遥操作轮腿复合的移动操作机器人可通过远程操作平台完成各种复杂操作任务
中科院沈阳自动化所的Wang利用深度强化学习算法和视觉感知相结合的方法来完成移动机器人在非结构环境下的移动操作