• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Questo robot ti aiuta a sollevare oggetti, guardando i tuoi bicipiti

    L'autore principale Joseph DelPreto dimostra la capacità del sistema di rispecchiare i suoi movimenti monitorando l'attività muscolare. Credito:Joseph DelPreto/MIT CSAIL

    Noi umani siamo molto bravi a collaborare. Ad esempio, quando due persone lavorano insieme per trasportare un oggetto pesante come un tavolo o un divano, tendono istintivamente a coordinare i loro movimenti, ricalibrando costantemente per assicurarsi che le loro mani siano alla stessa altezza di quelle dell'altra persona. La nostra capacità naturale di apportare questo tipo di aggiustamenti ci consente di collaborare su compiti grandi e piccoli.

    Ma un computer o un robot non possono ancora seguire facilmente l'esempio di un essere umano. Di solito li programmiamo esplicitamente usando il linguaggio macchina, o addestrali a capire le nostre parole, à la assistenti virtuali come Siri o Alexa.

    In contrasto, i ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT hanno recentemente dimostrato che una collaborazione robot-uomo più fluida è possibile attraverso un nuovo sistema da loro sviluppato, dove le macchine aiutano le persone a sollevare oggetti monitorando i loro movimenti muscolari.

    Soprannominato RoboRaise, il sistema prevede l'inserimento di sensori elettromiografici (EMG) sui bicipiti e sui tricipiti dell'utente per monitorare l'attività muscolare. I suoi algoritmi rilevano quindi continuamente i cambiamenti al livello del braccio della persona, così come discreti gesti delle mani su e giù che l'utente potrebbe fare per un controllo motorio più preciso.

    Il team ha utilizzato il sistema per una serie di attività che prevedevano il prelievo e l'assemblaggio di componenti simulati di aeroplani. Negli esperimenti, gli utenti hanno lavorato a queste attività con il robot e sono stati in grado di controllarlo fino a pochi centimetri dall'altezza desiderata sollevando e poi tendendo il braccio. Era più preciso quando venivano usati i gesti, e il robot ha risposto correttamente a circa il 70% di tutti i gesti.

    L'autore principale Joseph DelPreto dimostra la capacità del sistema di rispecchiare i suoi movimenti monitorando l'attività muscolare. Credito:Joseph DelPreto/MIT CSAIL

    Lo studente laureato Joseph DelPreto afferma di poter immaginare persone che utilizzano RoboRaise per aiutare nelle impostazioni di produzione e costruzione, o anche come assistente in casa.

    "Il nostro approccio al sollevamento di oggetti con un robot mira ad essere intuitivo e simile a come si potrebbe sollevare qualcosa con un'altra persona, copiando approssimativamente i movimenti dell'altro e deducendo utili regolazioni, "dice DelPreto, autore principale di un nuovo articolo sul progetto con il Professore del MIT e Direttore CSAIL Daniela Rus. "L'intuizione chiave è utilizzare segnali non verbali che codificano istruzioni su come coordinare, ad esempio per sollevare un po' più in alto o più in basso. L'uso di segnali muscolari per comunicare rende quasi il robot un'estensione di te stesso che puoi controllare in modo fluido".

    Il progetto si basa sul sistema esistente del team che consente agli utenti di correggere istantaneamente gli errori del robot con onde cerebrali e gesti delle mani, ora consente il movimento continuo in modo più collaborativo. "Miriamo a sviluppare l'interazione uomo-robot in cui il robot si adatta all'essere umano, piuttosto che il contrario. In questo modo il robot diventa uno strumento intelligente per il lavoro fisico, "dice Rus.

    I segnali EMG possono essere difficili da gestire:sono spesso molto rumorosi, e può essere difficile prevedere esattamente come si muove un arto in base all'attività muscolare. Anche se puoi stimare come si muove una persona, come vuoi che il robot stesso risponda potrebbe non essere chiaro.

    RoboRaise aggira questo problema mettendo l'essere umano in controllo. Il sistema del team utilizza non invasivo, sensori sul corpo che rilevano l'attivazione dei neuroni mentre si tende o si rilassano i muscoli. Utilizzando i wearable si aggirano anche problemi di occlusione o rumore ambientale, che possono complicare le attività che coinvolgono la vista o la parola.

    L'algoritmo di RoboRaise quindi elabora l'attività del bicipite per stimare come si muove il braccio della persona in modo che il robot possa imitarlo approssimativamente, e la persona può tendere o rilassare leggermente il braccio per spostare il robot su o giù. Se un utente ha bisogno che il robot si allontani dalla propria posizione o che mantenga una posa per un po', possono semplicemente gesticolare verso l'alto o verso il basso per un controllo più preciso; una rete neurale rileva questi gesti in qualsiasi momento in base all'attività di bicipiti e tricipiti.

    Un nuovo utente può iniziare a utilizzare il sistema molto rapidamente, con una calibrazione minima. Dopo aver indossato i sensori, hanno solo bisogno di tendere e rilassare il braccio alcune volte, quindi sollevare un peso leggero a poche altezze. La rete neurale che rileva i gesti viene addestrata solo sui dati degli utenti precedenti.

    Il team ha testato il sistema con 10 utenti attraverso una serie di tre esperimenti di sollevamento:uno in cui il robot non si muoveva affatto, un altro in cui il robot si muoveva in risposta ai loro muscoli ma non aiutava a sollevare l'oggetto, e un terzo in cui il robot e la persona hanno sollevato un oggetto insieme.

    Quando la persona riceveva un feedback dal robot, quando poteva vederlo muoversi o sollevare qualcosa insieme, l'altezza raggiunta era significativamente più accurata rispetto all'assenza di feedback.

    Il team ha anche testato RoboRaise su attività di assemblaggio, come sollevare un foglio di gomma su una struttura di base. È stato in grado di sollevare con successo oggetti rigidi e flessibili sulle basi. RoboRaise è stato implementato sul robot umanoide Baxter del team, ma il team dice che potrebbe essere adattato per qualsiasi piattaforma robotica.

    Nel futuro, il team spera che l'aggiunta di più muscoli o diversi tipi di sensori al sistema aumenterà i gradi di libertà, con l'obiettivo finale di svolgere compiti ancora più complessi. Spunti come lo sforzo o l'affaticamento dell'attività muscolare potrebbero anche aiutare i robot a fornire un'assistenza più intuitiva. Il team ha testato una versione del sistema che utilizza i livelli di bicipiti e tricipiti per dire al robot quanto rigidamente la persona tiene la sua estremità dell'oggetto; insieme, l'uomo e la macchina potrebbero trascinare fluidamente un oggetto o tirarlo rigidamente in tensione.

    Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.




    © Scienza https://it.scienceaq.com