В настоящее время мобильные роботы внедряются в широкий спектр реальных условий, включая общественные места, дома, медицинские учреждения и офисы. Многие из этих роботов специально разработаны для взаимодействия и сотрудничества с людьми, помогая им выполнять практические физические задачи.

Чтобы повысить производительность мобильных роботов при выполнении интерактивных и ручных задач, робототехникам необходимо убедиться, что они могут эффективно воспринимать стимулы в своей среде. Таким образом, в последние годы многие инженеры и материаловеды пытались разработать системы, которые могут искусственно воспроизводить биологические сенсорные процессы.

Исследователи из Scuola Superiore Sant’Anna, Университета Ка’Фоскари в Венеции, Университета Сапиенца в Риме и других институтов в Италии недавно использовали искусственную кожу и технику глубокого обучения, которые можно использовать для улучшения тактильных способностей как существующих, так и недавно разработанных роботы для воспроизведения функции так называемых рецепторов Руффини. Их подход, представленный в статье, опубликованной в журнале Nature Machine Intelligence , воспроизводит функцию класса клеток, расположенных в поверхностной дерме человека (то есть в подкожной ткани), известных как рецепторы Руффини.

Рецепторы Руффини, также известные как окончания Руффини или тельца, представляют собой маленькие и медленно адаптирующиеся клетки, которые могут обнаруживать растяжение кожи, а также низкочастотные вибрации, тепло и давление. Они являются одним из четырех основных типов рецепторов кожи, наряду с клетками Меркеля, тельцами Пачини и тельцами Мейснера.

Чтобы воспроизвести функцию окончаний Руффини, исследователи использовали мягкую, изогнутую и большую площадь искусственной кожи, состоящую из растягиваемого полимерного слоя толщиной 8 мм с интегрированным в него оптическим волокном длиной 430 мм. Искусственная кожа была создана с помощью технологии 3D-печати.

«Биомиметическая кожа состоит из мягкой полимерной матрицы, напоминающей человеческое предплечье, со встроенными датчиками решетки Брэгга из фотонных волокон, которые частично имитируют функциональность механорецепторов Руффини с диффузными, перекрывающимися рецептивными полями», — объяснили Лука Массари и его коллеги в своей статье.

Чтобы обработать и осмыслить сигналы, принимаемые созданной ими искусственной кожей, исследователи разработали модель глубокого обучения, основанную на многослойной сверточной нейронной сети (CNN). Этот алгоритм был обучен оценивать силу, приложенную к поверхности искусственной кожи, и оценивать точки, в которых робот что-то касается.

«Алгоритм глубокого обучения на основе CNN и процесс интеграции многосеточных нейронов были реализованы для декодирования выходных данных датчика волоконной брэгговской решетки для вывода величины контактной силы и ее локализации на поверхности кожи », — пишут исследователи в своей статье.

Исследователи оценили свою искусственную систему на основе кожи в серии симуляций и тестов. Они обнаружили, что он дает очень многообещающие результаты, эффективно предсказывая силу, прикладываемую к искусственной коже , и место, где она применяется.

«Результаты средней ошибки 35 мН (межквартильный размах 56 мН) и 3,2 мм (межквартильный размах 2,3 мм) были достигнуты для прогнозов силы и локализации соответственно», — пишут исследователи. «Демонстрации с антропоморфной рукой прокладывают путь к интегрированным скинам на основе искусственного интеллекта , обеспечивающим безопасное взаимодействие человека и робота с помощью машинного интеллекта».

В будущем система, созданная этой командой исследователей, может быть реализована на самых разных человекоподобных роботах, поскольку модульные накладки, из которых состоит кожа , теоретически должны соответствовать разным архитектурам и формам. Поэтому в своих следующих исследованиях Массари и его коллеги планируют проверить, насколько их подход можно применить к другим системам.