Исследователи из Университета Суррея в Великобритании предложили новый метод захвата и удержания роботизированными системами хрупких, скользких или асимметричных предметов.
Раздел Технологии выходит при поддержке
Это может помочь создать более безопасные и надежные автоматизированные системы как в промышленности, так и в сфере здравоохранения. В новом исследовании ученые из Школы компьютерных наук и электронной инженерии Университета Суррея продемонстрировали, как предложенный ими метод позволяет роботизированным системам предсказывать, когда предмет может соскользнуть, адаптируя собственные движения в режиме реального времени для чтобы предотвратить это.
Новый метод превосходит имеющиеся технологии захвата, используемые современными роботизированными моделями. Он больше похож на то, как люди естественным образом адаптируют собственные движения.
Схема проактивного контроля скольжения/Nature
«Если представить, что вы несете тарелку, которая начинает скользить, большинство людей не просто сжимают ее сильнее — они инстинктивно корректируют движение руки, замедляя ее, наклоняя или меняя положение, чтобы предотвратить ее падение. Традиционно роботов учили полагаться исключительно на силу захвата, что может быть неэффективным или даже повредить хрупкие предметы. Мы научили наших роботов действовать по-людски: чувствовать, когда что-то может соскользнуть, и автоматически корректировать свои движения, чтобы удержать объекты в безопасности. Это может стать переломным моментом в области автоматизации будущего: от работы с хирургическими инструментами в здравоохранении и сборки деликатных деталей на производстве до сортировки неудобных посылок в логистике или помощи людям по дому», — рассказывает доктор Амир Эсфахани с кафедры робототехники.
Результаты продемонстрировали, что система прогностического управления, работающего на базе усвоенной «тактильной прямой модели», позволяет роботам предвидеть возможность соскальзывания объекта, постоянно анализируя его запланированные движения. Кроме этого исследователи продемонстрировали, что система способна работать с объектами и траекториями движения, на которых не обучалась предварительно.
«Мы считаем, что наш подход имеет значительный потенциал для применения в различных промышленных и сервисных робототехнических приложениях, и наша работа открывает новые возможности для внедрения роботов в нашу повседневную жизнь. Мы надеемся, что наши результаты вдохновят на дальнейшие исследования в этой области и будут способствовать дальнейшему развитию робототехники», — подчеркнул Амир Эсфахани.
Результаты опубликованы в журнале Nature
Источник: TechXplore
Раздел Технологии выходит при поддержке
Favbet Tech – это IT-компания со 100% украинской ДНК, которая создает совершенные сервисы для iGaming и Betting с использованием передовых технологий и предоставляет доступ к ним. Favbet Tech разрабатывает инновационное программное обеспечение через сложную многокомпонентную платформу, способную выдерживать огромные нагрузки и создавать уникальный опыт для игроков.
No Comment! Be the first one.