211service.com
Aiutare i robot ad avere una presa
Una delle cose principali che impedisce ai robot di dare una mano con le attività quotidiane è una semplice mancanza di destrezza manuale. Una nuova ricerca di un team della Columbia University potrebbe aiutare i robot, e le protesi robotiche, a ottenere una presa migliore su tutti i tipi di oggetti.
Buona presa: Un nuovo approccio consente a una complicata mano robotica di afferrare un oggetto più facilmente.
Pietro Allen , professore alla Columbia University e direttore del suo Gruppo Robotica e collega Matei Ciocarlie ha sviluppato un modo più semplice per controllare un'abile mano robotica attingendo alla ricerca in biologia. Si sono resi conto che mentre le mani umane hanno circa 20 gradi di libertà (20 articolazioni che possono piegarsi ciascuna), ciascuna articolazione non è in grado di muoversi in modo completamente indipendente; i suoi movimenti sono invece legati a quelli di altre articolazioni da muscoli o nervi.
Tradizionalmente, il software utilizzato per controllare una mano robotica complessa ha cercato di tenere conto di tutti i gradi di libertà nelle articolazioni della mano robotica, ma questo è computazionalmente ingombrante e rallenta il robot. Invece, Allen e Ciocarlie hanno deciso di limitare il movimento di una mano robotica nello stesso modo in cui è limitato una mano umana. Collegando le sue articolazioni in questo modo, hanno dimostrato che è possibile controllare una complicata mano robotica con algoritmi più veloci ed efficienti e senza perdere nessuna delle sue funzionalità. Puoi imparare dalla biologia per ridurre i gradi di libertà, dice Allen. Anche se potresti avere 20 gradi di libertà, non è necessario usarli.
I ricercatori hanno sperimentato quattro diversi tipi di mani robotiche complesse, ognuna delle quali aveva più articolazioni. Hanno sviluppato un software per controllare ogni pinza collegando i suoi giunti. Nelle simulazioni e nei test reali, il software è stato in grado di calcolare rapidamente le posizioni di presa per afferrare diversi oggetti, tra cui un bicchiere di vino, una fiaschetta, un telefono, un modello di aeroplano e un posacenere.
Il sistema funziona in due fasi. Innanzitutto sceglie una serie di possibili movimenti di presa a seconda dell'angolo con cui la mano si avvicina all'oggetto. In secondo luogo, seleziona da queste posizioni quella che fornirà la presa più stabile. Quindi, se il controllore pensa che la posizione di presa sia giusta, può dare il comando e la mano prenderà l'oggetto.
Afferrare oggetti con una mano simile a quella umana è un problema computazionale apparentemente complesso, afferma Charlie Kemp , professore al Georgia Institute of Technology, che ha sviluppato robot in grado di afferrare oggetti sconosciuti. Questo lavoro suggerisce che c'è una semplicità di fondo. Mostra che una mano complessa potrebbe non richiedere un cervello complesso.
Prese calcolate: Un sensore permette al sistema di rilevare la direzione di avvicinamento; il software calcola quindi le posizioni di presa più efficaci.
Credo che sia la via da seguire per l'acquisizione automatizzata, aggiunge Eric Berger , il condirettore del programma di robotica personale presso Willow Garage, un centro di ricerca sulla robotica in California. Dal mio punto di vista, il lavoro algoritmico... è nuovo e utile, ma la cosa più eccitante di quello che stanno facendo sono i diversi approcci che stanno adottando per applicare questi nuovi algoritmi al mondo reale.
Nei loro esperimenti, il team della Columbia ha preprogrammato il sistema con un'idea approssimativa della forma dell'oggetto che avrebbe afferrato. Il passaggio successivo consiste nell'accoppiare l'afferratore robotico a un sistema in grado di valutare oggetti completamente sconosciuti nel mondo reale.
Altri gruppi di ricerca stanno facendo progressi in questo settore. Ad esempio, Intel ha creato una tecnologia che utilizza campi elettrici per rilevare con attenzione oggetti delicati a portata di mano, mentre Andrew Ng e colleghi della Stanford University hanno sviluppato un robot in grado di calcolare il punto migliore per afferrare un oggetto che non ha mai visto prima.