研究者は、さまざまな物体をつかむことができる 3D プリントのロボットハンドを設計しました

研究者は、手首の動きと「皮膚」の感覚だけを利用して、さまざまな物体を落とさずにつかむことができる、費用対効果が高く省エネのロボットハンドを開発しました。

さまざまなサイズ、形状、質感の物体をつかむ能力は、人間にとっては簡単なタスクですが、ロボットにとっては課題となります。 この問題に対処するために、ケンブリッジ大学の研究者は、指を個別に動かすことができないにもかかわらず、さまざまな複雑な動きを実行できる柔軟な 3D プリント ロボット ハンドを作成しました。

ロボットハンドは、さまざまな物体をつかむように訓練されており、「皮膚」に配置されたセンサーから提供される情報を使用して、物体を落とすかどうかを予測できました。

このタイプの受動的な動きにより、ロボットは完全に電動化された指を備えたロボットよりもはるかに制御しやすく、エネルギー効率がはるかに高くなります。 研究者は、彼らの適応可能な設計は、より自然な動きが可能で、幅広い物体をつかむことを学ぶことができる低コストのロボットの開発に使用できると述べています. 結果はジャーナル Advanced Intelligent Systems で報告されています。

自然界では、運動は脳と身体の相互作用から生じます。これにより、人や動物は不必要な量のエネルギーを消費することなく複雑な方法で動くことができます。 ここ数年、3D プリント技術の進歩により、ソフト コンポーネントがロボティクス設計に統合され始めました。これにより、研究者はシンプルでエネルギー効率の高いシステムに複雑さを加えることができるようになりました。

手首の動きだけで桃をつまむロボットハンド。 クレジット: ケンブリッジ大学

人間の手は非常に複雑であり、その器用さと適応性をすべてロボットで再現することは、大きな研究課題です。 今日の高度なロボットのほとんどは、小さな子供が簡単に実行できる操作タスクを実行できません。 たとえば、人間は卵を拾うときにどのくらいの力を使うべきかを本能的に知っていますが、ロボットにとってはこれが課題です。力が強すぎると卵が粉々になる可能性があります。 小さすぎると、ロボットがそれを落とす可能性があります。 さらに、各指の各関節にモーターを備えた完全に作動するロボットハンドは、かなりの量のエネルギーを必要とします。

ケンブリッジ大学工学部の飯田史也教授のバイオインスパイアード ロボティクス研究所では、研究者は両方の問題に対する潜在的な解決策を開発してきました。それは、最小限のエネルギーを使用しながら、適切な量の圧力でさまざまな物体をつかむことができるロボットハンドです。

「以前の実験で、私たちの研究室は、手首を動かすだけで、ロボットハンドの可動域を大幅に広げることができることを示しました」と、現在ユニバーシティ カレッジ ロンドンに拠点を置く共著者の Thomas George-Thuruthel 博士 ( UCL)東。 「私たちは、受動的な動きに基づくロボットハンドが物体をつかむだけでなく、物体を落とすかどうかを予測し、それに応じて適応できるかどうかを確認したかったのです。」

研究者は、触覚センサーを埋め込んだ 3D プリントの擬人化された手を使用して、手が触れているものを感知できるようにしました。 手は、受動的な手首ベースの動きしかできませんでした。

チームは、ロボットハンドを使って 1200 以上のテストを実施し、小さな物体を落とさずにつかむ能力を観察しました。 ロボットは最初、3D プリントされた小さなプラスチック ボールを使用してトレーニングされ、人間のデモンストレーションを通じて得られた事前定義されたアクションを使用してそれらをつかみました。

「この種の手には少し弾力性があります。指を動かさなくても、自分で物を拾うことができます」と、現在スイスのローザンヌにある EPFL に拠点を置く筆頭著者のキーラン・ギルデイ博士は述べています。 「触覚センサーは、ロボットがグリップの状態を感知するので、いつ滑り始めたかを認識します。 これは、物事がいつ失敗するかを予測するのに役立ちます。」

ロボットは試行錯誤を繰り返しながら、どのようなグリップが成功するかを学習しました。 ボールを使ったトレーニングを終えた後、桃、コンピューターのマウス、プチプチのロールなど、さまざまなオブジェクトをつかもうとしました。 これらのテストでは、手は 14 個の物体のうち 11 個をうまくつかむことができました。

「センサーは、ロボットの皮膚のようなもので、物体にかかる圧力を測定します」と George-Thuruthel 氏は述べています。 「ロボットがどのような情報を取得しているのかは正確にはわかりませんが、理論的には、物体がどこでどのくらいの力でつかまれたかを推測できます。」

「ロボットは、特定のモーションと特定のセンサー データ セットの組み合わせが失敗につながることを学習するため、カスタマイズ可能なソリューションになります」と Gilday 氏は述べています。 「ハンドは非常に単純ですが、同じ戦略で多くのオブジェクトを拾うことができます。」

「この設計の大きな利点は、アクチュエータを使用せずに得られる可動域です」と飯田氏は述べています。 「私たちは可能な限りハンドをシンプルにしたいと考えています。 アクチュエータがなくても多くの優れた情報と高度な制御を取得できるため、アクチュエータを追加すると、より効率的なパッケージでより複雑な動作が得られます。」

完全に作動するロボットハンドは、必要なエネルギー量に加えて、複雑な制御の問題でもあります。 少数のセンサーを使用したケンブリッジ設計の手の受動的な設計は、制御が容易で、幅広い可動域を提供し、学習プロセスを合理化します。

将来的には、コンピューター ビジョン機能を追加したり、ロボットにその環境を活用するように教えたりするなど、いくつかの方法でシステムを拡張することができます。

参照: 「感覚化された受動性ベースの柔らかい擬人化された手によるエラー回復の予測学習」、Kieran Gilday、Thomas George-Thuruthel、Fumiya Iida、2023 年 4 月 12 日、 高度なインテリジェント システム.
DOI: 10.1002/aisy.202200390

この作品は、UK Research and Innovation (UKRI) と Arm Ltd. によって資金提供されました。飯田史也は、ケンブリッジのコーパス クリスティ カレッジのフェローです。