Verktygsanvändning har länge varit ett kännetecken för mänsklig intelligens, såväl som ett praktiskt problem att lösa för ett stort antal robotapplikationer. Men maskiner är fortfarande knasiga på att utöva precis rätt mängd kraft för att styra verktyg som inte är styvt fästa på händerna.

För att manipulera dessa verktyg mer robust har forskare från MIT:s Computer Science and Artificial Intelligence Laboratory (CSAIL), i samarbete med Toyota Research Institute (TRI), designat ett system som kan greppa verktyg och applicera lämplig mängd kraft för en given uppgift , som att skrapa upp vätska eller skriva ut ett ord med en penna.

Systemet, kallat Series Elastic End Effectors, eller SEED, använder mjuka bubbelgripare och inbyggda kameror för att kartlägga hur gripdonen deformeras över ett sexdimensionellt utrymme (tänk på att en krockkudde blåses upp och töms) och applicerar kraft på ett verktyg. Genom att använda sex frihetsgrader kan föremålet flyttas åt vänster och höger, upp eller ner, fram och tillbaka, rulla, pitch och gira. Styrenheten med sluten slinga – ett självreglerande system som upprätthåller ett önskat tillstånd utan mänsklig interaktion – använder SEED och visuotaktil återkoppling för att justera robotarmens position för att applicera önskad kraft.

Detta kan till exempel vara användbart för någon som använder verktyg när det råder osäkerhet i höjden på ett bord, eftersom en förprogrammerad bana kan missa tabellen helt. "Vi har starkt förlitat oss på Masons, Raiberts och Craigs arbete på vad vi kallar en hybridkraftpositionskontroller", säger Hyung Ju Suh, en Ph.D. student i elektroteknik och datavetenskap vid MIT, CSAIL affiliate, och huvudförfattare på en ny artikel om SEED. "Det är tanken, att om du faktiskt hade tre dimensioner att röra dig i när du skriver på en svart tavla, vill du kunna kontrollera positionen på några av axlarna, samtidigt som du kontrollerar kraften på den andra axeln."

Robotar med stel kropp och deras motsvarigheter kan bara ta oss så långt; mjukhet och följsamhet ger lyxen och förmågan att deformeras, att känna samspelet mellan verktyget och handen.

Med SEED är varje exekvering som roboten känner av en ny 3D-bild från griparna, och spårar därmed i realtid hur griparna ändrar form runt ett objekt. Dessa bilder används för att rekonstruera verktygets position och roboten använder en inlärd modell för att kartlägga verktygets position till den uppmätta kraften. Den inlärda modellen erhålls med hjälp av robotens tidigare erfarenhet, där den stör en kraftmomentsensor för att ta reda på hur styva bubbelgriparna är. Nu, när roboten har känt av kraften, kommer den att jämföra den med kraften som användaren befaller, och kanske säga till sig själv, "det visar sig att kraften som jag känner just nu inte är riktigt där. Jag måste trycka på hårdare." Det skulle sedan röra sig i riktningen för att öka kraften, allt gjort över 6D-rymden.

Under "skrapa-uppgiften" fick SEED rätt mängd kraft för att torka upp lite vätska på ett plan, där baslinjemetoder kämpade för att få rätt svep. När boten blev ombedd att sätta papper på pennan skrev den effektivt ut "MIT", och den kunde också applicera rätt mängd kraft för att driva en skruv.

Medan SEED var medveten om det faktum att det måste beordra kraften eller vridmomentet för en given uppgift, om det greppas för hårt, skulle föremålet oundvikligen glida, så det finns en övre gräns för den utövade hårdheten. Om du är en stel robot kan du också simulera mjukare system än din naturliga mekaniska styvhet – men inte tvärtom.

För närvarande antar systemet en mycket specifik geometri för verktygen:det måste vara cylindriskt, och det finns fortfarande många begränsningar för hur det kan generaliseras när det möter nya typer av former. Kommande arbete kan innebära att generalisera ramverket till olika former så att det kan hantera godtyckliga verktyg i det vilda.

"Ingen kommer att bli förvånad över att efterlevnad kan hjälpa till med verktyg, eller att kraftavkänning är en bra idé; frågan här är vart på roboten efterlevnaden ska gå och hur mjuk den ska vara", säger medförfattaren Russ Tedrake. Toyota professor i elektroteknik och datavetenskap, flygteknik och astronautik och maskinteknik vid MIT och huvudutredare vid CSAIL. "Här utforskar vi reglering av en ganska mjuk sex frihetsgraders styvhet direkt vid hand-/verktygsgränssnittet, och visar att det finns några trevliga fördelar att göra det." + Utforska vidare

Hjälper mjuka robotar att bli stela på begäran