Исследователи из Института робототехники Университета Карнеги — Меллона (США) обучили роботизированную руку чувствовать звук прикосновений. Благодаря разработанной учеными сенсорной системе SonicBoom роботы через звук обнаруживают объекты, с которыми соприкасаются, с точностью до сантиметра, сообщает IEEE Spectrum. Новый подход позволит автономным сельскохозяйственным роботам ориентироваться, например, в зарослях ежевики.

Как пояснили создатели SonicBoom, сейчас многие автономные роботы оснащены набором миниатюрных тактильных датчиков на основе мини-камер. Датчики воспринимают касание, визуально оценивая деформацию специального геля, которым покрыты камеры и поверхность робота. Однако этот подход неидеален для сельскохозяйственных работ, так как ветви растений могут загораживать камеры датчиков. Более того, такие датчики обычно дорогие и легко повреждаются. Другой вариант — датчики давления, но их должно быть очень много на роботе, чтобы его система эффективно определяла контакт с ветками.

Вместо этого ученые предложили совершенно иной подход, звуковой. Система SonicBoom включает в себя ряд контактных микрофонов, которые распознают физическое прикосновение как звуковые сигналы, распространяющиеся по твердым материалам.

Как работает SonicBoom

Когда роборука касается ветки, контактные микрофоны улавливают возникающие звуковые волны. Незначительные различия в свойствах звуковых волн (такие как интенсивность и фаза сигнала) используются для локализации источника звука и, следовательно, точки контакта.

Такой подход позволяет встраивать микрофоны глубже в роботизированную руку. Это означает, что они менее подвержены повреждениям по сравнению с традиционными визуальными датчиками на поверхности роботизированной руки.

Чтобы помочь SonicBoom лучше определять точки контакта, исследователи применили модель искусственного интеллекта, обученную на данных о более чем 18 тыс. ударов деревянной палочкой по роботизированной руке. В результате робот смог очень точно почувствовать, в каком месте к нему прикасаются объекты, заложенные в датасет, — с погрешностью всего 0,43 см. Он также сумел обнаружить новые объекты, например из пластика или алюминия, с погрешностью 2,22 см.

В следующем исследовании ученые с помощью новых данных натренируют SonicBoom определять тип встречающегося объекта — будь то лист, ветка или ствол.

Система SonicBoom еще не проходила полевые испытания, однако ученые видят в ней огромный потенциал для сельского хозяйства.

Текст: Наталья Травова

Изображение: Мунён (Марк) Ли / Университет Карнеги – Меллона

Подписывайтесь на каналы Let AI be в Telegram и «ВКонтакте» — оставайтесь в курсе главных новостей в сфере искусственного интеллекта!