最近の研究では、繊細な材料の取り扱いや人間との安全な相互作用などの用途向けに、柔らかく伸縮性のある材料で構成される、生物学的に着想を得たソフトロボットの設計が検討され始めています。
ただし、従来ロボットで使用されていた固体センサーは、ソフトシステムの高次元な変形をキャプチャできません。組み込みソフトや抵抗センサーは、この課題に対処する可能性があります。ただし、ソフトセンサーとそれを収容する動的システムの両方は、非線形の時変挙動を示すことが多く、モデル化が困難です。さらに、センサーの設計、配置、および製造の問題には、多くの人間の入力と事前の知識が必要です。
本研究は、人間の知覚システムからインスピレーションを得て、合成アナログシステムを作成したと報告しています。この合成システムは、ソフトアクチュエータに埋め込まれたセンサーネットワークと、画像データベースのモーションキャプチャシステム、および一般的な機械学習アプローチを使用してモデルを構築した、と報告しています。
提案しているアプローチは、リアルタイムでソフト連続体アクチュエータの運動学をモデル化できることを実証しています。さらに、外部システムと相互作用しながら、同じシステムがどのように加えられた力を推定できるか、知覚における行動の役割も示す、と報告しています。
論文中において、ビジョン、慣性測定ユニット、力などの他のセンシングモダリティをソフトシステムに統合したいと記載しており、人間とロボットの相互作用、ソフト装具、ウェアラブルロボットなどのさまざまなアプリケーションに役立つと主張している本研究の進化が楽しみです。
[1] : Thuruthel, T. G., Shih, B., Laschi, C., & Tolley, M. T. (2019). Soft robot perception using embedded soft sensors and recurrent neural networks. Science Robotics, 4(26), eaav1488.
