Para peneliti memberikan robot kemampuan penginderaan cerdas untuk melakukan tugas-tugas kompleks – Sains Terkini

Mengambil sekaleng minuman ringan mungkin merupakan tugas sederhana bagi manusia, tetapi ini adalah tugas yang rumit untuk robot – ia harus menemukan objek, menyimpulkan bentuknya, menentukan jumlah kekuatan yang tepat untuk digunakan, dan menangkap objek tanpa membiarkannya tergelincir. Sebagian besar robot saat ini beroperasi hanya berdasarkan pemrosesan visual, yang membatasi kemampuan mereka. Untuk melakukan tugas yang lebih kompleks, robot harus dilengkapi dengan rasa sentuhan yang luar biasa dan kemampuan untuk memproses informasi sensorik dengan cepat dan cerdas.

Tim ilmuwan komputer dan insinyur bahan dari National University of Singapore (NUS) baru-baru ini menunjukkan pendekatan yang menarik untuk membuat robot lebih pintar. Mereka mengembangkan sistem otak buatan sensorik terintegrasi yang meniru jaringan saraf biologis, yang dapat berjalan pada prosesor neuromorfik yang hemat daya, seperti chip Loihi dari Intel. Sistem baru ini mengintegrasikan kulit buatan dan sensor penglihatan, melengkapi robot dengan kemampuan untuk menarik kesimpulan akurat tentang objek yang mereka pegang berdasarkan data yang ditangkap oleh sensor penglihatan dan sentuhan secara real-time.

"Bidang manipulasi robot telah membuat kemajuan besar dalam beberapa tahun terakhir. Namun, menggabungkan informasi visi dan sentuhan untuk memberikan respons yang sangat tepat dalam milidetik tetap menjadi tantangan teknologi. Pekerjaan terbaru kami menggabungkan kulit elektronik sangat cepat dan sistem saraf dengan inovasi terbaru dalam penglihatan penglihatan dan AI untuk robot sehingga mereka dapat menjadi lebih pintar dan lebih intuitif dalam interaksi fisik, "kata Asisten Profesor Benjamin Tee dari Departemen Ilmu dan Teknik Material NUS. Dia memimpin proyek ini bersama Asisten Profesor Harold Soh dari Departemen Ilmu Komputer di NUS School of Computing.

Temuan-temuan dari pekerjaan lintas disiplin ini dipresentasikan pada konferensi Robotics: Science and Systems conference pada Juli 2020.

Perasaan sentuhan seperti manusia untuk robot


Mengaktifkan rasa sentuhan manusiawi dalam robotika dapat secara signifikan meningkatkan fungsionalitas saat ini, dan bahkan mengarah pada penggunaan baru. Misalnya, di lantai pabrik, lengan robot yang dilengkapi kulit elektronik dapat dengan mudah beradaptasi dengan barang yang berbeda, menggunakan indra peraba untuk mengidentifikasi dan memegang benda asing dengan jumlah tekanan yang tepat untuk mencegah tergelincir.

Dalam sistem robot baru, tim NUS menerapkan kulit buatan canggih yang dikenal sebagai Asynchronous Coded Electronic Skin (ACES) yang dikembangkan oleh Asst Prof Tee dan timnya pada tahun 2019. Sensor novel ini mendeteksi sentuhan lebih dari 1.000 kali lebih cepat daripada sistem saraf sensorik manusia. . Itu juga dapat mengidentifikasi bentuk, tekstur dan kekerasan objek 10 kali lebih cepat dari kedipan mata.

"Membuat sensor kulit buatan ultra-cepat memecahkan sekitar setengah dari teka-teki membuat robot lebih pintar. Mereka juga membutuhkan otak buatan yang pada akhirnya dapat mencapai persepsi dan pembelajaran sebagai bagian penting lainnya dalam teka-teki," tambah Asst Prof Tee, yang juga dari Institut NUS untuk Inovasi & Teknologi Kesehatan.

Otak mirip manusia untuk robot

Untuk membuka jalan baru dalam persepsi robot, tim NUS mengeksplorasi teknologi neuromorfik – area komputasi yang mengemulasi struktur saraf dan operasi otak manusia – untuk memproses data sensorik dari kulit buatan. Karena Asst Prof Tee dan Asst Prof Soh adalah anggota Intel Neuromorphic Research Community (INRC), itu adalah pilihan alami untuk menggunakan chip penelitian neuromorfik Loihi Intel untuk sistem robot baru mereka.

Dalam percobaan awal mereka, para peneliti memasang tangan robot dengan kulit buatan, dan menggunakannya untuk membaca braille, meneruskan data sentuhan ke Loihi melalui cloud untuk mengubah benjolan mikro yang dirasakan oleh tangan menjadi makna semantik. Loihi mencapai akurasi lebih dari 92 persen dalam mengklasifikasikan huruf Braille, sementara menggunakan daya 20 kali lebih sedikit daripada mikroprosesor normal.

Tim Asst, Prof Soh, meningkatkan kemampuan persepsi robot dengan menggabungkan data penglihatan dan sentuhan dalam jaringan saraf spiking. Dalam percobaan mereka, para peneliti menugaskan robot yang dilengkapi dengan kulit buatan dan sensor penglihatan untuk mengklasifikasikan berbagai wadah buram yang mengandung jumlah cairan yang berbeda. Mereka juga menguji kemampuan sistem untuk mengidentifikasi slip rotasi, yang penting untuk menggenggam stabil.

Dalam kedua tes, jaringan saraf spiking yang menggunakan data penglihatan dan sentuhan mampu mengklasifikasikan objek dan mendeteksi selip objek. Klasifikasi itu 10 persen lebih akurat daripada sistem yang hanya menggunakan penglihatan. Selain itu, dengan menggunakan teknik yang dikembangkan oleh tim Asst Prof Soh, jaringan saraf dapat mengklasifikasikan data sensorik ketika sedang diakumulasikan, tidak seperti pendekatan konvensional di mana data diklasifikasikan setelah dikumpulkan sepenuhnya. Selain itu, para peneliti menunjukkan efisiensi teknologi neuromorfik: Loihi memproses data sensorik 21 persen lebih cepat dari unit pemrosesan grafis (GPU) berkinerja tinggi, sementara menggunakan daya lebih dari 45 kali lebih sedikit.


Asst Prof Soh berbagi, "Kami senang dengan hasil ini. Mereka menunjukkan bahwa sistem neuromorfik adalah bagian yang menjanjikan dari teka-teki untuk menggabungkan beberapa sensor untuk meningkatkan persepsi robot. Ini adalah langkah menuju pembuatan robot yang hemat daya dan dapat dipercaya yang dapat merespons dengan cepat dan tepat dalam situasi yang tidak terduga. "

"Penelitian dari Universitas Nasional Singapura ini memberikan pandangan yang meyakinkan tentang masa depan robotika di mana informasi dirasakan dan diproses dengan cara yang digerakkan oleh peristiwa yang menggabungkan berbagai modalitas. Pekerjaan ini menambah semakin banyak hasil yang menunjukkan bahwa komputasi neuromorfik dapat memberikan keuntungan signifikan dalam latensi dan konsumsi daya setelah seluruh sistem direkayasa ulang dalam sebuah sensor rentang paradigma berbasis peristiwa, format data, algoritma, dan arsitektur perangkat keras, "kata Mr Mike Davies, Direktur IntelĀ® Neuromorphic Computing Lab.

Penelitian ini didukung oleh Kantor Program R&D Robotika Nasional (NR2PO), sebuah set-up yang memelihara ekosistem robotika di Singapura melalui pendanaan penelitian dan pengembangan (R&D) untuk meningkatkan kesiapan teknologi dan solusi robot. Pertimbangan utama untuk investasi R&D NR2PO termasuk potensi untuk aplikasi yang berdampak besar di sektor publik, dan potensi untuk menciptakan kemampuan yang berbeda untuk industri kita.

Langkah selanjutnya

Bergerak maju, Asst Prof Tee dan Asst Prof Soh berencana untuk lebih mengembangkan sistem robot baru mereka untuk aplikasi dalam industri logistik dan manufaktur makanan di mana ada permintaan tinggi untuk otomatisasi robot, terutama bergerak maju di era pasca-COVID.

Video: https://www.youtube.com/watch?v=08XyaXlxWno&feature=emb_logo

You may also like...

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.