HKUSTs EmArm trägt mehr als 71.000 mm² kameraausgelesene Taktilhaut in einem Roboterarm

Mehr als 71.000 Quadratmillimeter weiche optische taktile Haut bedecken Ober- und Unterarm von EmArm, einem Roboterarm, den HKUST am 16. Oktober vorgestellt hat. Die Arbeit erschien am 20. Juli in Nature Sensors.

HKUST behauptet, dass Berührung über den ganzen Arm nicht auf Kosten der Kraft des Arms gehen muss. Die Mitteilung nennt eine Wiederholgenauigkeit, die mit klassischen Roboterarmen vergleichbar ist, Lasten über 15 kg und 7,35 Nm Torsion. Damit könnte die Haut als Sicherheitssensor dienen, wenn Kameras verdeckt sind. Schwachpunkt ist der Maßstab. Alle Ergebnisse stammen aus den eigenen Tests des Teams an einem einzigen Arm, und die Übertragung der Haut auf Beine und einen Torso, die HKUST als Weg für Humanoide und Embodied AI anführt, ist weiterhin ein Plan.

Kameras im Skelett lesen die Haut aus

Das Design übernimmt, was HKUST die menschliche „Knochen-Muskel-Haut“-Struktur nennt. Die weiche Haut sitzt im starren Skelett des Arms, und submillimetergroße Kameras im Arm verfolgen, wie sich die Kraft über sie verteilt. Weil die Messung optisch ist, so HKUST, kommt der Arm ohne die Verkabelung aus, die elektronische Häute brauchen, und widersteht elektromagnetischen, optischen, thermischen, Feuchtigkeits- und akustischen Störungen, wobei er die Messgenauigkeit unter diesen fünf Bedingungen bei bis zu 97,9 % hält. Er nennt eine räumliche Auflösung von 0,085 mm, die er mit der Haut menschlicher Fingerspitzen vergleicht, und eine Zwei-Punkt-Unterscheidungsschwelle von bis zu 18,2 mm, gegenüber den 30 bis 50 mm, die für die Haut des menschlichen Arms typisch sind.

Taktile Merkmale fließen direkt in die Bewegungssteuerung

Die Regelung führt Gelenkwinkel (Propriozeption) und Berührung (Exterozeption) in Echtzeit zusammen. Sie extrahiert Kontaktposition, Kontaktfläche, Kontaktkraft und die Zahl der Kontaktpunkte und übergibt sie an die Bewegungssteuerung. Liegt ein Basketball außermittig auf dem Arm, so HKUST, gleicht EmArm live die taktilen Merkmale mit einer vorab gelernten Policy ab und gibt Gelenkwinkelbefehle aus, um den Ball stabil zu halten. Prof. Shen Yajing, die korrespondierende Autorin, erklärt zusammen mit Dr. Tang Yifeng, dem Erstautor, warum das Team den Arm nicht Ende-zu-Ende trainiert hat: Dieser Ansatz „erfordert nicht nur gewaltige annotierte Daten, sondern auch hohe Rechenleistung, was ihn auf einem Roboter schwer in Echtzeit laufen lässt“.

In einem Berührungsinteraktionstest unterschied der Arm fünf Verhaltensweisen (Streicheln, Kneifen, Stupfen, Kitzeln und Schlagen) mit bis zu 99,8 % Genauigkeit und antwortete auf jede mit einem emotionalen Ausdruck. In einem Neuplanungstest geriet eine menschliche Hand in seinen Weg, die die Vision nicht erkennen konnte. Der Arm spürte sie, hielt an, beurteilte, ob das Hindernis vorübergehend oder dauerhaft war, und plante einen Weg darum herum.

Die beiden Schlagzeilenzahlen messen Unterschiedliches. Die 0,085 mm beschreiben, wie präzise die Haut einen einzelnen Kontakt lokalisiert; die 18,2 mm geben an, wie weit zwei Kontakte auseinanderliegen müssen, bevor der Arm zwei meldet. HKUST setzt die erste auf das Niveau einer Fingerspitze und die zweite über die Haut des menschlichen Arms.