光纤传感器可以帮助软机器人感受 适应

装配线上使用的机器人非常擅长反复执行特定任务。但即便是最好的机器人也无法适应不可预见的环境变量。

机械和航空航天工程副教授Rob Shepherd表示，“它们不像我们那样好”，能够感知自己与周围环境的关系。“在感官测量方面，它们的能力远远低于生物体。......能够感受并回应那些他们失踪的感情。“

Shepherd的最新作品代表了向机器人的曲目添加这种缺失成分的一步。通过光纤和机器学习的结合，Shepherd的团队已经开始开发一种机器人，能够“了解”其相对于环境的配置。

“我们希望让软机器人能够与我们的环境进行有意义的互动，就像我们做的那样，”Shepherd实验室的博士生Ilse van Meerbeek说道，他是11月28日在科学杂志上发表的“具有本体感受的软光电感官泡沫”的主要作者。机器人。此外，还有计算机科学系助理教授Chris De Sa.

最先进的软机器人目前采用表面安装的传感器来检测压力和触摸，或者沿着可弯曲的肢体嵌入传感器以测量曲率。Shepherd说，机器人相对于其环境感知其状态的能力 - 被称为本体感受 - 仍然未被探索，但随着机器人变得更有能力，这将是必要的。“他们必须高度准确地知道他们的身体配置是什么，以及他们与之互动的是什么，”他说。

Van Meerbeek曾与金属泡沫混合材料合作，共同开发了一种感官系统，其中包括嵌入弹性体泡沫中的30根光纤阵列，同时将光线传输到泡沫中并通过内部反射接收波浪。

漫反射光产生的图案是由不同程度的变形引起的 - 在多个方向上扭曲和弯曲 - 机器人可以通过机器学习来解释和纠正。Van Meerbeek采用两种方法收集数据：单输出分类(检测弯曲或扭曲)和回归(检测幅度);和多输出回归(同时检测弯曲和扭曲)。

在De Sa的帮助下将多种机器学习技术结合到研究中，用于预测 - 一些具有100%准确度 - 变形类型的大小。

“我们在这项工作中表明，我们可以使用这一系列光纤同时检测弯曲和扭曲，”van Meerbeek说，并指出他们通过系统地从30个光学系统中删除数据来证实其机器学习模型的稳健性。纤维。

尽管它们的变形分类仅限于四种模式 - 两个方向弯曲和两个方向扭曲 - 该组认为其方法可用于更多类型的变形。

未来的工作将解决漂移问题：光纤嵌入可拉伸的基质中，最终纤维会脱落或改变其位置。“你用一种配置训练他们，然后他们移动到另一种配置，”Shepherd说，“那么模型的准确度如何呢?”

Shepherd说他们正在将软机器人引向新的方向。

“这只是制造机器人的另一种方式，”他说。“我们不需要自上而下组装机器人，就像现在使用螺栓和铰链一样。我们可以从下往上进行模塑和生长，传感器分布在整个空隙中，并在整个机身内安装执行器。这更像是一个有机体，而不是一个机器人。“

这项工作得到了空军科学研究办公室，国家科学基金会研究生研究奖学金计划和阿尔弗雷德·斯隆基金会的资助。