اختصاصی شبکه علمی ثریا- برای همکاری موفقیت‌آمیز با انسان در کارهای دستی، ربات‌ها باید بتوانند اشیاء مختلف را بدون افتادن یا آسیب رساندن به آن‌ها در دست بگیرند و دستکاری کنند. بنابراین، تلاش‌های تحقیقاتی اخیر در زمینه رباتیک بر روی توسعه حسگرها و کنترل‌کننده‌های لمسی متمرکز شده است که می‌توانند حس لامسه را برای ربات‌ها فراهم کنند و قابلیت‌های دستکاری اشیا را به انسان نزدیک‌تر کنند. محققان گروه رباتیک ماهرانه اخیراً یک سیستم لمسی را توسعه داده اند که می تواند به ربات ها اجازه دهد اشیاء مختلف را به آرامی و به طور موثرتری در دست بگیرند. این سیستم که arXiv معرفی شده است، یک طرح کنترلی را ترکیب می کند که لمس حساس به نیرو را با یک دست رباتیک با یک حسگر لمسی نوری روی هر یک از انگشتان آن امکان پذیر می کند.

یکی از محققانی که سیستم لمسی را توسعه داده است، می‌گوید:  محققانPisa/IIT یک طراحی منحصر به فرد از دست ربات (SoftHand) دارند که بر اساس دست انسان است. ما می‌خواستیم Pisa/IIT SoftHand و حسگر لمسی BRL TacTip را ترکیب کنیم، زیرا این دو فناوری به دلیل داشتن طبیعت بیومیمتیک مکمل یکدیگر هستند.SoftHand یک دست رباتیک است که هم از نظر شکل و هم از نظر عملکرد شبیه دست انسان است. این دست که در ابتدا به عنوان یک ابزار مصنوعی توسعه یافته بود، می‌تواند با همان هم‌افزایی وضعیتی دست انسان، چنگ بزند. برای هدف مطالعه محققان یک حسگر لمسی نوری را در هر یک از نوک انگشتان یک SoftHand قرار دادند. آنها از سنسوری به نام TacTip استفاده کردند که می تواند اطلاعات را از یک پوست لمسی چاپ شده سه بعدی با ساختار داخلی شبیه به ساختار پوست انسان استخراج کند.

باور ما این است که ترکیب این ویژگی‌ها، کلیدی برای مهارت انسانی و قابلیت‌های دستکاری در ربات‌ها است. ما برای اولین بار این امکان را بررسی کردیم، و حسگر نوک انگشت را روی یک رقم Pisa/IIT SoftHand ادغام و محک زدیم. ادامه طبیعی این کار ادغام حسگرها در همه ارقام و نصب دست روی یک عدد بود. بازوی رباتیک برای تکمیل برخی از کارها مانند چنگ زدن و دستکاری با استفاده از اطلاعات لمسی از نوک انگشتان به عنوان بازخورد حسی استفاده کرد. هدف اصلی این کار اخیر  کشف بیشتر پتانسیل سیستم مبتنی بر SoftHand بود که در کار قبلی آنها معرفی شد، اما آنها حسگرهای TacTip را در نوک انگشتان ربات خود اضافه کردند. با ادغام این نسخه به روز شده از سیستم خود با یک چارچوب کنترلی پیشرفته، آنها امیدوار بودند که بتوانند رباتی انسان مانند، حساس به نیرو و درک ملایم را تولید کنند. کنترلر جدید معرفی شده با اندازه گیری تغییر شکل پوست نرم ،لمسی در هر یک از نوک انگشتان SoftHand ایجاد می کند. این تغییر شکل به عنوان یک سیگنال بازخوردی عمل می کند که کنترل کننده برای تنظیم نیرویی که دست به جسمی که می گیرد، اعمال می کند، استفاده می کند.

این در مقایسه با روش‌های کنترل سنتی‌تری مانند کنترل جریان موتور، منحصر به فرد است، که می‌تواند در هنگام استفاده از گیره‌هایی با ساختار «نرم»، مانند SoftHand، نادرست باشد. یکی دیگر از ویژگی های منحصر به فرد کنترلر این است که از بازخورد 5 حسگر لمسی نوری با وضوح بالا استفاده می کند. حسگرهای لمسی نوری از یک دوربین برای نظارت بر تغییرات در پوست لامسه استفاده می کنند و به دلیل حجم زیادی از اطلاعات لمسی که به دلیل داشتن اطلاعات لمسی ضبط می کنند مفید هستند. وضوح بالاتر، زیرا هر پیکسل تصویر یک گره حاوی اطلاعات لمسی است. برای یک تصویر لمسی با وضوح 1080p، این به بیش از 2 میلیون گره لمسی تبدیل می شود. استفاده همزمان از چندین حسگر نوری معمولاً به قدرت محاسباتی گسترده ای نیاز دارد، زیرا یک کامپیوتر واحد نیاز به گرفتن همزمان تصاویر با وضوح بالا از دوربین های مختلف برای جمع آوری اطلاعات لمسی با سرعت معقول دارد. محققان برای کاهش بار محاسباتی مرتبط با سیستم خود، سخت افزاری با پردازش موازی "مغز" ایجاد کردند که می تواند تصاویر را از چندین حسگر به طور همزمان جمع آوری کند. این به میزان زیادی زمان واکنش کنترلر دستگیره آنها را بهبود بخشید و به آن اجازه داد تا عملکردهایی شبیه انسان به دست آورد.

"نتایج این کار نشان می دهد که ما می توانیم اطلاعات لمسی پیچیده را با پیچیدگی نزدیک به لمس انسان از چندین نوک انگشت گرفته و آن را در یک سیگنال بازخورد ساده ادغام کنیم که می تواند برای اعمال موفقیت آمیز درک آرام و پایدار به طیف گسترده ای از اشیاء بدون توجه به آن استفاده شود.  دستاورد دیگر توسعه «مغز» سخت افزاری است که برای ضبط و پردازش داده های لمسی از چندین حسگر با وضوح بالا به طور همزمان استفاده می شود. ادغام چندین حسگر به طور قابل توجهی قابلیت های لمسی و حسی سیستم روباتیک مبتنی بر SoftHand محققین را بهبود بخشید. با ترکیب آن با سخت افزار پردازش موازی و کنترل کننده پیچیده، این تیم همچنین توانایی خود را برای درک انواع مختلف اشیاء به روش های مناسب و بدون تاخیرهای نامطلوب مرتبط با پردازش داده های حسگر بهبود بخشید.

ما می‌خواهیم تا حد امکان اطلاعات لمسی را ثبت کنیم، بنابراین داده‌ها باید با وضوح بالایی که ممکن است ضبط شوند، اما این به سرعت فرآیند فشرده‌سازی می‌شود، به‌ویژه زمانی که شروع به معرفی چندین حسگر به سیستم می‌کنید.داشتن یک راه‌حل مبتنی بر سخت‌افزار مقیاس‌پذیر که به ما امکان می‌دهد این مشکل را حل کنیم، هنگام استفاده از حسگرهای لمسی نوری روی دست‌های چند انگشتی بسیار مفید است. در آینده، سیستم رباتیک لمسی جدید ایجاد شده توسط این تیم از محققان می تواند بر روی ربات های انسان نما ادغام شود و به آنها اجازه می دهد تا با اشیاء شکننده یا قابل تغییر شکل در حالی که با انسان در کارهای مختلف همکاری می کنند، کار کنند. اگرچه آنها تاکنون عمدتاً سیستم خود را روی کارهایی آزمایش کرده‌اند که نیاز به گرفتن آرام اجسام دارند، اما به زودی می‌توان آن را در سایر سناریوهای گرفتن و دستکاری نیز اعمال کرد.