Robot che usano il tatto per valutare materiali morbidi

Negli ultimi anni, la gente ha fatto grandi passi avanti nel riconoscere oggetti usando segnali visivi. Tuttavia, alcune caratteristiche degli oggetti, come quanto sono rigidi o pesanti, possono essere percepite solo toccandoli o manipolandoli. Questo può essere particolarmente utile in aree come il riciclaggio dei materiali o la gestione del cibo. In questo articolo, esaminiamo come i robot possono essere usati per sentire e identificare le proprietà degli oggetti morbidi, concentrandoci sulla loro Rigidità e su come si comportano quando vengono schiacciati.

#Dichiarazione del Problema

Le pinze robotiche standard sono progettate per afferrare oggetti ma non sono costruite per stimare quanto siano morbidi o rigidi. Volevamo scoprire se le pinze robotiche comuni potessero essere modificate o usate in modo diverso per valutare con precisione la rigidità e le proprietà di materiali morbidi come la schiuma o il tessuto. Per farlo, abbiamo sperimentato con diverse impostazioni e metodi per vedere quanto bene queste pinze potessero fornire informazioni utili sui materiali che toccano.

#Metodologia

Abbiamo usato un dispositivo professionale noto come macchina di compressione biaxiale per studiare la rigidità di vari materiali. Questa macchina ci ha permesso di applicare una pressione controllata a diversi oggetti morbidi e misurare come rispondevano. Abbiamo confrontato i risultati di questo dispositivo professionale con quelli ottenuti da due tipi di pinze robotiche standard e un sensore di forza attaccato a un braccio robotico.

Nei nostri esperimenti, abbiamo usato tre set di oggetti morbidi che variavano in dimensione e rigidità. Abbiamo analizzato come tre fattori influenzassero la capacità di stimare le proprietà materiali:

1. Il numero di volte che un oggetto veniva compresso.
2. La velocità con cui la pinza comprimeva l'oggetto.
3. La dimensione della superficie di presa della pinza.

Abbiamo monitorato quanto sforzo la pinza aveva bisogno per comprimere l'oggetto, che poi abbiamo usato per creare dei grafici. Da questi grafici, abbiamo calcolato una misura della rigidità del materiale.

#Risultati

I nostri risultati hanno mostrato che:

1. Velocità di compressione più lente fornivano risultati migliori per misurare la rigidità.
2. Le pinze robotiche faticavano a fornire letture accurate, indipendentemente dalla calibrazione.
3. Nonostante le differenze nelle pinze usate, l'ordine relativo della rigidità degli oggetti era per lo più coerente.
4. Adattare un'approssimazione lineare semplice alle curve di stress e deformazione forniva risultati più stabili rispetto a cercare di misurare la rigidità in punti diversi.
5. Tra i modelli che abbiamo testato per misurare come i materiali si comportano sotto pressione, il modello Hunt-Crossley ha funzionato meglio.

Abbiamo scoperto che creare uno spazio bidimensionale dove sia la rigidità che come il materiale reagisce alla compressione potessero migliorare la capacità di distinguere tra diversi oggetti morbidi. Questo permetterebbe ai robot di classificare e separare oggetti in base alle loro proprietà fisiche in modo più efficace.

#Sfondo

La rigidità, o quanto un oggetto resiste a essere schiacciato, è una proprietà cruciale in applicazioni che richiedono manipolazione. Materiali come plastica, carta e metallo hanno proprietà fisiche distinte che possono essere sfruttate nei processi di smistamento. La capacità di sentire e comprendere queste proprietà attraverso il tatto apre nuove potenzialità in vari campi, come la manifattura, la robotica e la sanità.

I sistemi robotici attuali spesso si basano su informazioni visive per identificare oggetti. Tuttavia, i dati visivi da soli possono essere fuorvianti, specialmente quando l'aspetto dell'oggetto non riflette accuratamente le sue proprietà fisiche. Ad esempio, un oggetto di plastica colorato e un oggetto in schiuma di colore simile potrebbero sembrare gli stessi ma comportarsi in modo molto diverso quando vengono schiacciati.

Il feedback tattili, che è il senso del tatto, aiuta i robot a raccogliere informazioni più affidabili. Usare il tatto consente ai robot di valutare proprietà che non possono essere dedotte dalla vista. Nella gestione alimentare, questa capacità può garantire che il prodotto giusto venga scelto in base alla maturazione o alla fermezza, mentre nel riciclaggio può aiutare a distinguere tra diversi tipi di materiali in modo più efficace.

#Ricerca Correlata

Diverse ricerche hanno esplorato come i robot possano identificare proprietà attraverso il feedback tattile. Alcuni di questi studi hanno utilizzato pinze appositamente progettate con sensori avanzati. Tuttavia, il nostro lavoro è focalizzato su pinze standard tipicamente trovate in contesti industriali. Vogliamo vedere quanto possano fare questi strumenti esistenti senza necessitare di aggiornamenti o cambiamenti significativi.

La ricerca ha anche dimostrato che le proprietà degli oggetti come la rigidità e la texture possono essere misurate attraverso il tatto. Studi precedenti hanno suggerito che i robot potrebbero utilizzare sensori di forza per raccogliere feedback mentre maneggiano oggetti. Ad esempio, un robot potrebbe misurare quanto deve stringere, quanto è morbido l'oggetto e come torna alla sua forma originale dopo essere stato schiacciato.

#Setup Sperimentale

Abbiamo testato vari oggetti morbidi usando due diversi setup robotici. Il primo setup prevedeva un braccio robotico UR10 equipaggiato con una pinza OnRobot RG6, mentre il secondo setup consisteva in un braccio Kinova Gen3 con una pinza Robotiq 2F-85. Per un’analisi comparativa, abbiamo anche utilizzato un sensore di forza/torque per raccogliere dati sul comportamento dei materiali.

#Tipi di Materiali Utilizzati

Abbiamo impiegato tre set di materiali morbidi:

1. Cubi e Dadi: Una varietà di cubi morbidi con diverse texture e rigidità.
2. Schiume in Poliuretano: Una collezione di campioni di schiuma da un produttore, noti per le loro diverse proprietà elastiche.
3. Set Misto: Una selezione che combina elementi dei due set precedenti per fornire un'analisi più completa.

Questi materiali sono stati testati per determinare quanto bene le pinze robotiche potessero stimare la loro rigidità e altre caratteristiche.

#Raccolta Dati

Per raccogliere dati, abbiamo registrato come i dispositivi di presa applicassero forza agli oggetti a diverse velocità. Durante i test, abbiamo monitorato attentamente come gli oggetti rispondevano quando venivano schiacciati. Il nostro obiettivo era trovare un metodo affidabile per misurare sia il grado di compressione che lo sforzo richiesto per comprimere gli oggetti.

#Variabili e Misure

Abbiamo variato diversi fattori durante i test, tra cui:

• Velocità di compressione: Sono state testate diverse velocità per vedere come influenzassero la misura.
• Area della superficie della pinza: Le pinze potevano essere modificate per vedere come aree di contatto più grandi impattassero la capacità di valutare le proprietà degli oggetti.
• Compressione ripetuta: Abbiamo esaminato se fare cicli multipli di compressione aiutasse a migliorare l'accuratezza delle misure.

Misurando la forza esercitata dalle pinze e la deformazione risultante dei materiali, abbiamo creato grafici che illustravano la relazione tra forza e spostamento.

#Analisi dei Risultati

La nostra analisi si è concentrata sul confronto delle letture delle pinze robotiche con quelle ottenute dal dispositivo professionale di compressione biaxiale.

#Effetto della Velocità di Compressione

Abbiamo scoperto che la velocità di compressione giocava un ruolo significativo nell'accuratezza delle letture. Velocità più lente producevano dati più chiari, mentre velocità più elevate portavano a stime meno affidabili. Questo suggerisce che per applicazioni nel mondo reale, un controllo attento su quanto velocemente un robot stringe gli oggetti è importante per ottenere risultati utili.

#Limitazioni della Calibrazione

Nonostante la calibrazione delle pinze, abbiamo scoperto che la loro capacità di fornire stime accurate delle proprietà materiali rimaneva limitata. Questo indica la necessità di cautela quando si utilizzano pinze standard per compiti avanzati che richiedono misurazioni precise delle proprietà materiali.

#Ordinamento Relativo delle Proprietà dei Materiali

Anche se i valori assoluti di rigidità misurati variavano tra diversi dispositivi, l'ordine relativo della rigidità tra i materiali testati rimaneva coerente. Questo significa che, mentre le misurazioni esatte potrebbero non essere affidabili, i robot possono comunque distinguere efficacemente tra materiali più morbidi e più rigidi quando li smistano o li maneggiano.

#Relazioni Stress/Deformazione

Abbiamo anche osservato che la relazione tra stress (la forza applicata) e deformazione (la deformazione dell'oggetto) era non lineare. Questo significa che cercare di applicare un semplice rapporto per stimare le proprietà materiali potrebbe portare a imprecisioni. Invece, si è dimostrato più efficace adattare un singolo modello lineare su un'ampia gamma di valori di compressione.

#Identificazione delle Proprietà Viscoelastiche

Tutti i materiali testati hanno mostrato un comportamento Viscoelastico, il che significa che assorbivano energia durante la compressione e la rilasciavano una volta tornati alla forma originale. Abbiamo identificato che la viscosità, o la resistenza del materiale al flusso, cambiava in base a quanto velocemente veniva compresso l'oggetto. Questo indica che combinare misurazioni di elasticità e viscosità aggiunge profondità alla capacità di discriminare tra vari materiali morbidi.

#Conclusione

Il nostro lavoro dimostra che, anche se le pinze robotiche standard non sono progettate principalmente per il compito avanzato di misurare le proprietà dei materiali, possono comunque fornire informazioni utili sulla rigidità e sul comportamento degli oggetti morbidi sotto compressione.

Concentrandoci sia sulla rigidità che su come i materiali si comportano quando vengono schiacciati, possiamo creare un metodo più efficace per la discriminazione degli oggetti basata su robot. Questo ha applicazioni importanti in aree dove i robot devono interagire con materiali morbidi, come nei servizi alimentari o nel riciclaggio.

Lavori futuri potrebbero costruire sui nostri risultati integrando queste misurazioni tattili con i sistemi di riconoscimento visivo esistenti. Questo approccio combinato consentirebbe ai robot di utilizzare una comprensione più completa degli oggetti che maneggiano, portando a prestazioni migliorate nelle applicazioni pratiche.

In ultima analisi, la nostra ricerca apre la strada per migliorare le interazioni robotiche con il mondo fisico, assicurando che le macchine possano classificare, ordinare e gestire in modo più efficace una varietà di materiali in base alle loro proprietà tattili.