AnySkin: Ultrapräzise Arbeiten lernen, indem Robotern Tastsensoren angebracht werden

AnySkin: Plug-and-Play-Tasterkennung für Roboter

• Zusammenfassung

  • Taktile Wahrnehmung gilt als wichtige Wahrnehmungsform, wird jedoch deutlich seltener genutzt als visuelle Wahrnehmung und Propriozeption
  • AnySkin löst zentrale Herausforderungen, die die Entwicklung effektiver Lösungen behindern, indem es Probleme bei Vielseitigkeit, Austauschbarkeit und Wiederverwendbarkeit von Daten adressiert
  • Aufbauend auf dem einfachen Design von ReSkin vereinfacht es die Integration, indem die Sensorelektronik von der Sensor-Schnittstelle getrennt wird
  • AnySkin ist der erste Sensor, der eine Generalisierung gelernter Manipulationsrichtlinien über verschiedene Instanzen hinweg ermöglicht

• Wichtige Beiträge

  • Einführung eines vereinfachten Fertigungsprozesses und von Design-Tools zur Herstellung langlebiger, leicht austauschbarer magnetischer Tastsensoren ohne Klebstoff
  • Charakterisierung von Schlupferkennung und Policy-Lernen mit dem AnySkin-Sensor
  • Demonstration, dass auf einer AnySkin-Instanz trainierte Modelle auf neue Instanzen generalisieren, sowie Vergleich mit bestehenden taktilen Lösungen wie DIGIT und ReSkin

• Merkmale von AnySkin

  • Ein für Roboterberührung entwickelter Hautsensor, der sich leicht montieren lässt, mit verschiedenen Robotik-Endeffektoren kompatibel ist und auf neue Hautinstanzen generalisiert
  • Erkennt Kontakt über Verzerrungen des Magnetfelds, die an einer Sensoroberfläche mit magnetisierten Eisenpartikeln entstehen
  • Die flexible Oberfläche ist physisch von der Elektronik getrennt und kann bei Beschädigung leicht ersetzt werden

Policy-Lernen und Austauschbarkeit der Haut

• Videobeispiele
  • Eine gelernte Behavioral-Cloning-Policy bleibt bei drei Aufgaben auch nach dem Austausch der Haut erfolgreich bestehen
  • Kartenwischen
  • Stecker einführen
  • USB einführen

Ergebnisse zur Generalisierung zwischen Instanzen

• Schlupferkennung

  • AnySkin kann das Rutschen gegriffener Objekte erkennen
  • Ein mit Daten von 30 Alltagsobjekten trainiertes LSTM-Modell kann Schlupfereignisse mit einer Genauigkeit von 92 % vorhersagen

• Visualisierung der Rohsignale

  • Die Sensorelektronik enthält fünf Magnetometer, die die magnetische Flussdichte entlang dreier Achsen messen
  • Im Video ist eine Rohvisualisierung der AnySkin-Signale zu sehen

Versuchsergebnisse

Fertigungsprozess

• Herstellungsmethode
  • AnySkin wird hergestellt, indem Smooth-On DragonSkin 10 Slow und MQFP-15-7(25μm)-Magnetpartikel im Verhältnis 1:1:2 gemischt und in der oben gezeigten zweiteiligen Form ausgehärtet werden
  • Die ausgehärtete Haut wird mit einem Impulsmagnetisierer magnetisiert
  • Die Designdateien für die Greiferspitzen werden als Open Source bereitgestellt

Zusammenfassung von GN⁺

• AnySkin ist eine innovative Lösung für die taktile Robotik, die Vielseitigkeit, Austauschbarkeit und Wiederverwendbarkeit von Daten adressiert
• Gelernte Policies bleiben auch nach dem Austausch der Haut erhalten, und eine Generalisierung zwischen Instanzen ist möglich
• In praktischen Anwendungen wie der Schlupferkennung zeigt das System eine hohe Genauigkeit
• Andere Produkte mit ähnlichen Funktionen sind DIGIT und ReSkin

[GN⁺]

Hacker-News-Kommentare

• Durch das Einspritzen magnetischer Partikel in Silikonkautschuk und anschließende Magnetisierung kann man mit einem Magnetometer Veränderungen des Magnetfelds erkennen, dadurch die Verformung des Gummis erfassen und die „Druckpunkte“ auf der Oberfläche analysieren

  • Die Konsistenz bleibt im Herstellungsprozess erhalten, sodass austauschbare Teile entstehen, die keine Neukalibrierung benötigen
  • Fortschrittliche Touch-Sensoren werden dadurch eher maschinell geschnittenen Schrauben als maßgefertigten handgeschmiedeten Nägeln ähnlich

• Diese Technologie ist sehr beeindruckend

  • Ich frage mich, ob sie sich zum Sortieren von Müll und Recyclingmaterial verwenden lässt
  • Ich frage mich, ob sie sich bei Verschmutzung oder im Laufe der Zeit neu kalibrieren lässt
  • Ich frage mich, ob sie Tomaten waschen und den Stiel entfernen könnte
  • Ich möchte mit dieser Technologie ein Trackpad bauen
  • Ich frage mich, wie hoch die Auflösung sein wird
  • Ich frage mich, ob sie Druck, Neigung usw. liefern kann, ohne Auflösung einzubüßen
  • Ich frage mich, wie seltsam es wäre, wenn es sich anfühlt, als würde man Haut berühren

• Der 3-Achsen-Magnetometer-Chip ist der Schlüssel

  • Während des Magnetisierungsschritts werden die magnetischen Partikel parallel ausgerichtet
  • Eine interessante Technik, die man auch in einer Heimwerkstatt einsetzen könnte

• Scheint nützlich für elektronische Musikinstrumente zu sein

  • Könnte in Instrumenten wie dem Linnstrument verwendet werden
  • Ich frage mich, ob sich die Sensoren gegenseitig stören, wenn sie nebeneinander liegen

• Deutlich einfacher herzustellen als Takktile-Sensoren

  • Wenn man eine starke Schicht zwischen Chip und Haut einfügt, kann man hohe Kräfte verwenden, ohne die Leiterplatte zu beschädigen
  • Ich frage mich, ob der Teil mit dem Policy-Lernen technologieunabhängig ist
  • Ich frage mich, ob das Modell eher von Richtungsvektoren als von der Kontaktposition abhängt

• Ich frage mich, ob bei Aufgaben wie dem Einstecken von USB Steckveränderungen des Winkels oder Druckunterschiede erkannt werden

  • Ich frage mich, ob das wichtigste Hautmaterial geformtes Silikon oder TPU ist

• Der eigentliche Durchbruch ist die parallele Anordnung magnetischer Partikel in einem flexiblen Medium

  • Es wirkt so, als müsste die Firma Magnequench wissen, ob sich Partikel in andere Materialien einspritzen lassen
  • Ich frage mich, was die häufigsten Anwendungsfälle für solche Partikel sind
  • Ich frage mich, ob unbedingt Dragon Skin verwendet werden muss
  • Die Idee, magnetische Partikel in ein halbfestes Medium zu mischen, ist interessant
  • Ich frage mich, ob durch das Anlegen eines äußeren Magnetfelds die Partikel das Medium verformen könnten

• Die Grafik zum „Herstellungsprozess“ ist sehr einfach und gut

• Ich habe früher zu robotischer Taktilität geforscht

  • Ich habe den „biotac“-Sensor verwendet, aber er ist sehr teuer und schwer zu ersetzen
  • Der Vorteil von biotac ist, dass man ihn kaufen kann
  • Die meisten akademisch entwickelten Dinge kann man nicht kaufen
  • Diese Sensoren sehen großartig aus

• Das Packaging ist gut

  • Solche Sensoren gibt es seit Jahrzehnten, aber dieses Packaging ist gut
  • Austauschbare Abdeckungen sind ein großer Vorteil
  • Sensoren vom Typ „Haut“ wurden schon oft gebaut, waren aber nicht für die Produktion geeignet, weil die Sensoren in den Verschleißteilen integriert waren

• Man muss ein Google-Konto haben, um zu bestellen

  • Meta hat die Finanzierung übernommen