AIの使用後、機械は人間の皮膚に匹敵する触覚を持つ丨科学サブジャーナル

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

卵を柔軟に拾い上げたり、置いたりできるロボットを見たことがありますか?

それだけでなく、針に糸を通すこともできます。

ボトルに水を入れても、水が落ちません。

これは香港城市大学、香港大学、CMU、南方科技大学の科学者らが開発したロボット触覚皮膚で、その効果は人間の皮膚に匹敵します。

力の方向や大きさを正確に感知できるだけでなく、外部刺激の位置も正確に特定できます。

現在、この研究成果はサイエンス社の子会社であるサイエンス・ロボティクスに掲載されています。

このような魔法のような触り心地の皮膚はどうやって作られるのでしょうか?

AIと磁気フィルムを組み合わせる

まず、この磁気スキンは、磁性フィルムをベースにした触覚センサーを使用して、力の大きさと方向を感知します。

この触覚センサーのコアは、片側が正弦波状に磁化された磁性フィルムと、プリント回路基板に埋め込まれたホールセンサーで構成されています。

片面多段正弦波着磁された磁石はハルバッハ配列とも呼ばれ、片側の磁場を弱めながら反対側の磁場を大きく強めることができるのが特徴です。

論文の筆頭著者であるヤン・ヨウカン氏は、このアレイには、磁性フィルムが相互に干渉することなく法線圧力と接線力を測定できる特殊な特性があり、力のフィードバックをより正確にできることを発見した。

この技術は、磁気浮上列車、粒子加速器、電磁銃などの分野でよく使用されます (冷蔵庫の磁石も同様の原理で動作します)。

磁性フィルムに外力が加わると、ホールセンサーは磁性フィルムの変形によって生じる磁場の変化を測定し、加えられた外力の大きさと方向を測定します。

もちろん、磁気フィルムとホールセンサーの間に厚さや弾力性の異なるシリコンを充填して、センサーの感度や範囲を調整することもできます。

それだけですか？

もちろん違います。この磁気スキンは、ディープラーニングアルゴリズムを使用して、外部刺激をより正確に特定します。

そして、人間の皮膚と同様に、この位置決めの精度はセンサー自体の物理的な解像度（2 つのセンシング ユニット間の距離）を超え、いわゆる超解像度を実現します。

磁気スキンはまずホールセンサーを通過し、S5 領域の右上隅にあるボールによって加えられた力を大まかに分析します。

次に、ニューラルネットワークを介して定量的な計算を実行し、ボールの接触位置をS5の右上隅の座標（X、Y）に特定します。

この方法で確認された位置決め精度は 0.1 mm に達し、解像度は 6 mm のセンサーユニット間隔の60 倍になります。

磁気スキンの効果は何ですか？

人間の皮膚に匹敵する位置決め精度

この触覚スキンは、力の状態に関するリアルタイムのフィードバックを提供し、壊れやすい物体を適応的に掴むことができるだけでなく、力の変化や位置決め精度に応じて力の大きさと方向を時間的に調整することもできます。

例えば、卵を拾うとき、人間が引っ張る外力があれば、ロボットアームは自動的に挟む力を増やし、手を離すと、ロボットアームは徐々に掴む力を緩めて卵が潰れないようにします。

力のフィードバックに基づいて加えられる力の量を変えるというこの実験は、水注入実験でより明白です。

フォースフィードバックがあれば、グリッパーがボトルを挟むときに、ボトル内の水の重さに応じて加える力を変えられるので、ボトルが滑らないようになります。

しかし、力のフィードバックを提供するこの触覚機能をオフにすると、ボトルに一定のレベルまで水が入ったときに、ボトルがグリッパーから滑り落ちてしまいます。

この触覚皮膚は、力の大きさと方向に関するフィードバックが非常に正確であるだけでなく、外部刺激の位置を非常に正確に特定します。

たとえば、触覚皮膚を遠隔的に押すことで、機械グリッパーを遠隔制御し、髪の毛ほどの細い針を針穴に簡単に通すことができます。

論文の著者らによると、ディープラーニングを使用することで超解像度を60倍に高めることができ、これは人間の皮膚の超解像度である約40倍に匹敵するという。

著者らは、このスキンによりロボットスキンのセンサーユニットと配線の数が大幅に削減され、スマートスキンの使いやすさが向上すると述べています。

おそらく将来的には、この皮膚を使用する知能ロボットも私たちと同じ触覚を持つようになるでしょう。

著者について

論文の筆頭著者である Yan Youcan 氏は香港城市大学の博士課程の学生であり、研究対象は機械工学と生体医学工学です。

この研究は、香港城市大学生体医工学部のShen Yajing教授の研究グループと香港大学コンピュータサイエンス部のPan Jia教授の研究グループが共同で完成しました。

このうち、Shen Yajing氏とPan Jia氏はこの論文の共同責任著者である。

チームの他のメンバーは、香港城市大学、CMU、南方科技大学の出身者です。

論文の宛先:
https://robotics.sciencemag.org/content/6/51/eabc8801

参考リンク:
https://scholar.google.com/citations?user=eY8D8JYAAAAJ&hl=ja