연구자들은 생체 공학 로봇 공학의 주요 과제를 극복하고 인공 지능의 도움으로 점자 위로 미끄러져 인간의 두 배 속도로 점자를 정확하게 읽을 수 있는 센서를 개발했습니다. 이 기술은 로봇 손과 보철물에 적용되어 인간과 비슷한 손가락 끝 감도를 제공할 수 있습니다.
인간의 손가락 끝은 엄청나게 민감합니다. 인간 머리카락 너비의 절반만큼 작은 물체의 세부 사항을 전달할 수 있고, 표면 질감의 미묘한 차이를 식별하며, 미끄러지지 않고 계란이나 9kg의 개 사료 봉지를 잡을 수 있는 적절한 양의 힘을 가할 수 있습니다.
최첨단 전자 피부에 점점 더 많은 생체 모방 기능이 통합되기 시작하면서 스와이프와 같은 역동적인 인간과 유사한 상호 작용이 점점 더 중요해질 것입니다. 그러나 소프트 로봇 공학의 발전에도 불구하고 인간의 손끝의 감성을 로봇에서 재현하는 것은 어려운 일이었습니다.
영국 케임브리지 대학교 연구원들은 비전 기반 촉각 센서와 인공 지능을 결합하여 고해상도와 속도로 특징을 감지하는 접근 방식을 통해 현실에 한 걸음 더 다가섰습니다.
이번 연구의 수석 저자인 Parth Potdar는 "인간 손끝의 부드러움은 우리가 적절한 양의 압력으로 물건을 잡을 수 있는 이유 중 하나입니다."라고 말했습니다. "부드러움은 로봇 공학에 유용한 속성이지만 많은 센서 정보도 필요하며 동시에 두 가지 정보를 모두 갖추는 것은 까다롭습니다. 특히 유연하거나 변형 가능한 표면을 다룰 때 더욱 그렇습니다."
연구자들은 인간의 손가락처럼 손가락 끝을 따라 미끄러져 점자를 읽을 수 있는 로봇 "손가락 끝" 센서를 개발하는 어려운 과제를 스스로 설정했습니다. 이것은 이상적인 테스트입니다. 문자를 나타내는 각 점은 매우 촘촘하게 뭉쳐져 있기 때문에 센서는 매우 민감해야 합니다.
이번 연구의 공동 저자인 데이비드 하드만(David Hardman)은 "현재 로봇 점자 판독기가 있지만 한 번에 한 글자만 읽을 수 있는데 이는 인간이 읽는 방식과 다르다. 기존 로봇 점자 판독기가 작동하는 방식은 정적이다. 문자 패턴을 터치하고, 읽고, 표면에서 끌어올리고, 옮기고, 다음 문자 패턴으로 낮추는 등의 작업을 수행한다. 우리가 원하는 것은 좀 더 현실적이고 효율적인 것이다."라고 말했습니다.
그래서 연구원들은 "손끝"에 카메라가 장착된 로봇 센서를 만들었습니다. 센서의 슬라이딩 동작이 모션 블러를 유발할 수 있다는 점을 고려하여 연구원들은 이미지를 "디블러"하기 위해 합성적으로 블러링된 실제 정적 이미지 세트에 대해 훈련된 기계 학습 알고리즘을 사용했습니다. 모션 블러가 제거되면 컴퓨터 비전 모델이 각 문자를 감지하고 분류할 수 있습니다.
"모션 블러를 제거하려면 시간과 노동 집약적인 이미지 처리가 많이 필요하기 때문에 이는 로봇공학자에게 문제가 됩니다."라고 Potdar는 말했습니다.
훈련된 기계 학습 알고리즘을 사용하면 로봇 센서가 87.5%의 정확도로 분당 315단어의 속도로 점자를 읽을 수 있으며, 이는 인간 판독기보다 두 배 빠르고 비슷한 정확도로 점자를 읽을 수 있습니다. 연구원들은 이것이 이전 연구보다 훨씬 빠르며 더 많은 데이터와 더 복잡한 모델 아키텍처로 접근 방식을 확장할 수 있어 더 빠른 속도에서 더 나은 성능을 제공할 수 있다고 말합니다.
Hardman은 "알고리즘을 훈련하기 위해 가짜 흐림 효과를 사용한 것을 고려하면 놀랍게도 점자를 읽는 데 정확했습니다."라고 말했습니다. "우리는 속도와 정확성 사이의 적절한 균형을 찾았으며 인간 독자들도 마찬가지였습니다."
센서는 보조 기술용으로 설계되지 않았지만 점자를 빠르고 정확하게 읽는 능력은 인간의 손가락 끝과 비슷한 감도를 가진 로봇 손이나 보철물의 개발에 좋은 징조라고 연구원들은 말합니다. 그들은 기술을 인간형 손이나 피부 크기로 확장하기를 희망합니다.
"점자 읽기 속도는 촉각 감지 시스템의 동적 성능을 측정하는 좋은 방법이므로 우리의 연구 결과는 로봇 조작의 표면 질감이나 미끄러짐 감지와 같은 점자 이외의 영역에 적용될 수 있습니다."라고 Potdar는 말했습니다.
캠브리지 대학에서 제작한 아래 비디오는 연구자들이 점자 판독 센서를 어떻게 개발했는지 보여줍니다.