Roboterhand dreht Objekte durch Berührung, nicht durch Sehen

Inspiriert von der mühelosen Art und Weise, wie Menschen mit Objekten umgehen, ohne sie zu sehen, hat ein Team unter der Leitung von Ingenieuren der University of California San Diego einen neuen Ansatz entwickelt, der es einer Roboterhand ermöglicht, Objekte ausschließlich durch Berührung zu drehen, ohne auf das Sehen angewiesen zu sein.

Mit ihrer Technik bauten die Forscher eine Roboterhand, die eine Vielzahl von Gegenständen, von kleinen Spielzeugen über Dosen bis hin zu Obst und Gemüse, sanft drehen kann, ohne sie zu verletzen oder zu zerquetschen. Die Roboterhand erledigte diese Aufgaben ausschließlich mithilfe von Informationen, die auf Berührungen basierten.

Die Arbeit könnte bei der Entwicklung von Robotern helfen, die Objekte im Dunkeln manipulieren können.

Das Team stellte seine Arbeit kürzlich auf der Robotics: Science and Systems Conference 2023 vor.

Um ihr System aufzubauen, befestigten die Forscher 16 Berührungssensoren an der Handfläche und den Fingern einer Roboterhand mit vier Fingern. Jeder Sensor kostet etwa 12 US-Dollar und erfüllt eine einfache Funktion: Er erkennt, ob ein Objekt ihn berührt oder nicht.

Das Besondere an diesem Ansatz ist, dass er auf vielen kostengünstigen Berührungssensoren mit niedriger Auflösung basiert, die einfache binäre Signale – Berührung oder keine Berührung – verwenden, um eine Roboterrotation in der Hand durchzuführen. Diese Sensoren sind über einen großen Bereich der Roboterhand verteilt.

Dies steht im Gegensatz zu einer Vielzahl anderer Ansätze, die auf ein paar teuren, hochauflösenden Berührungssensoren basieren, die an einem kleinen Bereich der Roboterhand, hauptsächlich an den Fingerspitzen, angebracht werden.

Bei diesen Ansätzen gebe es mehrere Probleme, erklärte Xiaolong Wang, Professorin für Elektrotechnik und Computertechnik an der UC San Diego, die die aktuelle Studie leitete. Erstens minimiert eine kleine Anzahl von Sensoren an der Roboterhand die Wahrscheinlichkeit, dass sie mit dem Objekt in Kontakt kommen. Dadurch wird die Erfassungsfähigkeit des Systems eingeschränkt. Zweitens sind hochauflösende Berührungssensoren, die Informationen über die Textur liefern, äußerst schwierig zu simulieren, ganz zu schweigen davon, dass sie extrem teuer sind. Das macht es schwieriger, sie in realen Experimenten einzusetzen. Schließlich basieren viele dieser Ansätze immer noch auf Visionen.

„Hier verwenden wir eine sehr einfache Lösung“, sagte Wang. „Wir zeigen, dass wir für diese Aufgabe keine Details über die Textur eines Objekts benötigen. Wir benötigen lediglich einfache binäre Signale darüber, ob die Sensoren das Objekt berührt haben oder nicht, und diese lassen sich viel einfacher simulieren und in die reale Welt übertragen.“

Die Forscher stellen außerdem fest, dass eine große Abdeckung binärer Berührungssensoren der Roboterhand genügend Informationen über die 3D-Struktur und Ausrichtung des Objekts liefert, um es erfolgreich ohne Sicht drehen zu können.

Sie trainierten ihr System zunächst, indem sie Simulationen einer virtuellen Roboterhand durchführten, die verschiedene Objekte drehte, darunter auch solche mit unregelmäßigen Formen. Das System ermittelt, welche Sensoren an der Hand zu einem bestimmten Zeitpunkt während der Drehung vom Objekt berührt werden. Außerdem werden die aktuellen Positionen der Handgelenke sowie deren frühere Aktionen beurteilt. Anhand dieser Informationen teilt das System der Roboterhand mit, welches Gelenk zum nächsten Zeitpunkt wohin gehen muss.

Anschließend testeten die Forscher ihr System an der realen Roboterhand mit Objekten, denen das System noch nicht begegnet war. Die Roboterhand war in der Lage, eine Vielzahl von Objekten zu drehen, ohne ins Stocken zu geraten oder den Halt zu verlieren. Zu den Objekten gehörten eine Tomate, eine Paprika, eine Dose Erdnussbutter und eine Spielzeug-Quietschente, die aufgrund ihrer Form das anspruchsvollste Objekt war. Objekte mit komplexeren Formen brauchten länger zum Drehen. Die Roboterhand könnte auch Objekte um verschiedene Achsen drehen.

Wang und sein Team arbeiten nun daran, ihren Ansatz auf komplexere Manipulationsaufgaben auszudehnen. Sie entwickeln derzeit Techniken, um Roboterhänden beispielsweise das Fangen, Werfen und Jonglieren zu ermöglichen.

„Handmanipulation ist eine sehr verbreitete Fähigkeit, die wir Menschen besitzen, aber für Roboter ist es sehr komplex, sie zu beherrschen“, sagte Wang. „Wenn wir Robotern diese Fähigkeit verleihen können, öffnet uns das die Tür zu den Aufgaben, die sie ausführen können.“

Titel des Papiers: „Rotieren ohne zu sehen: Auf dem Weg zur Geschicklichkeit in der Hand durch Berührung.“ Zu den Co-Autoren gehören Binghao Huang*, Yuzhe Qin, UC San Diego; und Zhao-Heng Yin* und Qifeng Chen, HKUST.

*Diese Autoren haben gleichermaßen zu dieser Arbeit beigetragen.

Bleiben Sie über das Neueste von der UC San Diego auf dem Laufenden. Abonnieren Sie noch heute den Newsletter.

Sie haben sich erfolgreich für den UC San Diego Today Newsletter angemeldet.