maxon Story
De meest gevoelige en duurzame robothand die tot nu toe is gemaakt


Toen Google DeepMind een robothand wilde voor hun nieuwste project in AI machine learning, wendden ze zich tot Shadow Robot. Deze nieuwste creatie is niet alleen een van de meest gevoelige en behendige robothanden die tot nu toe zijn gemaakt, maar hij is ook robuust genoeg om schokken te doorstaan die eerdere ontwerpen hebben vernietigd.
Door de hele menselijke geschiedenis heen kan de rol die de capaciteiten van onze handen hebben gespeeld niet worden onderschat. Van prehistorische mishandeling in de vroegste werktuigen tot de precisie die wordt gedemonstreerd door moderne chirurgen, deze behendigheid is gebaseerd op een ledemaat die bestaat uit 27 botten en meer dan 30 spieren, geleid door misschien wel het meest menselijke van alle organen: de hersenen.
Deze complexiteit maakt een robothand zeer uitdagend om te besturen. In de wereld van robotica is er geen hoger niveau dan de fijne motoriek die nodig is om objecten met precieze snelheid en kracht vast te pakken en te manipuleren.
Ondertussen verleggen bedrijven als Google DeepMind de grenzen van kunstmatige intelligentie (AI) en proberen ze te begrijpen wat machines kunnen leren, zowel om het spectrum van praktische mogelijkheden te verbreden als om onderzoek te sturen. Shadow Robot had hun capaciteiten aan de markt getoond in een video van zo'n model dat leerde hoe je snel een Rubik's kubus moest voltooien.
Een robothand voor de echte wereld
Het was de Shadow Hand van Shadow Robot, ontwikkeld in samenwerking met OpenAI, die indruk had gemaakt op het Google DeepMind-team. Maar dit nieuwe project eiste nog iets verder.
Rich Walker, directeur van Shadow Robot, legt uit: "Het doel was een robothand die in staat was om te leren van taken uit de echte wereld. De hand zou de meest behendige en gevoelige zijn die ooit is ontwikkeld, maar in tegenstelling tot andere robots die ze hadden getest, hadden ze hem nodig om te overleven, zelfs wanneer ze werden blootgesteld aan de schokken die gepaard gaan met zware, praktische taken.
Deep learning heeft een groot aantal sensoren nodig om gegevensverzameling op schaal mogelijk te maken, dus begon Shadow Robot een hand te ontwerpen met, zoals Rich het uitdrukt, "veel meer sensoren dan in elke andere context verstandig zou zijn".
Het doel was om een robothand te creëren met een hoge behendigheid, gevoeligheid en robuustheid voor leertaken in de echte wereld zonder noodzakelijkerwijs het uiterlijk van een menselijke hand na te bootsen. Om zo goed mogelijk aan deze behoeften te voldoen, vertrouwt het ontwerp op drie robuuste vingers en een hand die ongeveer 50% groter is dan een menselijke hand.
Het resultaat is DEX-EE, een robothand vol met high-speed sensornetwerken die rijke gegevens leveren, waaronder positie-, kracht- en traagheidsmeting. Dit wordt aangevuld met honderden kanalen van tactiele detectie per vinger, waardoor de drukgevoeligheid wordt geoptimaliseerd tot een duizelingwekkend niveau van grootte, bijna vergelijkbaar met een menselijke hand.
Innovatie van het aandrijfsysteem
Om de toepassing van kracht nauwkeurig te beheersen en de reeks gewrichten in de hand te bedienen, moest Shadow Robot vertrouwen op een zeer capabel aandrijfsysteem. Een belangrijke innovatie van DEX-EE is het unieke ontwerp, dat is voorzien van een peesaangedreven systeem dat meer dan één motor per gewricht gebruikt in plaats van een typische aanpak van één motor per gewricht.
Met vijf motoren die vier gewrichten op elk van de drie vingers aandrijven, elimineert deze aanpak speling, de 'speling' die kan optreden wanneer de bewegingsrichting wordt omgekeerd, om gecontroleerde beweging te optimaliseren. Met zorgvuldige motorbesturing kan elk gewricht een koppel van nul nabootsen, waardoor DEX-EE een buitengewoon gevoelige bewegingscontrole krijgt en de mogelijkheid heeft om delicate objecten zonder risico te hanteren.
Om de betrouwbaarheid en prestaties te bereiken die DEX-EE nodig had, wendde Shadow Robot zich tot zijn oorspronkelijke partner voor het aandrijfsysteem.
"maxon-motoren hebben een lange productie-evolutie achter de rug, en de afkomst die ze met zich meebrengen was cruciaal voor de eisen die aan DEX-EE zouden worden gesteld", zegt Rich. "Dit was vooral het geval voor de ontberingen van het gebruik in de echte wereld bij robotmanipulatie."
DEX-EE integreert 15 maxon DCX16 DC-motoren die de hoge koppeldichtheid bereiken die nodig is voor de robothand om voldoende kracht over de pezen uit te oefenen. Hierdoor kan de hand met de vereiste dynamiek en kracht bewegen voor acties zoals grijpen en vasthouden. Tegelijkertijd moesten de motoren voldoende compact zijn om binnen de grenzen van elke vingerbasis te passen.
De ijzerloze wikkeling van de motor elimineert ook cogging, de relatieve schokkerigheid die wordt gegenereerd door traditionele ontwerpen met ijzeren kern. Dit helpt bij het bereiken van een soepele, gecontroleerde beweging, essentieel voor DEX-EE om veeleisende precisieniveaus te bereiken voor de meest delicate taken. Hoge toleranties in ontwerp en fabricage en hoogwaardige materialen zorgen voor een stille werking en een hoge duurzaamheid.
De toekomst van robothanden
Meer dan 1.000 uur testen verzekerde de prestaties en betrouwbaarheid van DEX-EE. Dit omvatte het simuleren van een proces dat bekend staat als beleidsleren, waarbij een AI onderzoekt hoe een taak effectief kan worden bereikt door herhaalde willekeurige bewegingen te betrekken, die ook mechanische stress veroorzaken. Het Shadow Robot-team onderwierp DEX-EE ook aan een hoge mate van impact- en schoktests met zuigers en verschillende gereedschappen.
Google DeepMind heeft al onderzoek gepubliceerd dat de mogelijkheden van DEX-EE aantoont, waaronder een video die het vermogen van de robothand demonstreert om een connector te manipuleren en aan te sluiten in een beperkte werkruimte die voldoende rond de robothand is ingesloten om schokken te forceren wanneer de hand beweegt. Deze taak benadrukt de robuustheid van DEX-EE en laat zien hoe het bestand is tegen herhaalde botsingen tegen de muren van de werkruimte terwijl het de taak toch voltooit.
"Google DeepMind gebruikt DEX-EE als een onderzoeksplatform om leren in real-world omgevingen te bestuderen, en de robuustheid en gevoeligheid van de hand stellen het in staat om met objecten te communiceren op een manier die traditionele robots zou beschadigen", zegt Rich.
DEX-EE is nu ook beschikbaar als onderzoeksplatform voor bredere organisaties. Hoewel de creatie van Shadow Robot is ontwikkeld om ons begrip van machine learning in alledaagse omgevingen te vergroten, gelooft Rich dat complexe robothandtechnologie in de toekomst steeds meer geïntegreerd zal worden in het dagelijks leven. Naarmate de technologie normaliseert, zegt de directeur van Shadow Robot dat het label 'robot' zou kunnen vervagen naarmate de apparaten gemeengoed worden.
"In de toekomst zullen mensen die in de robotica werken apparaten ontwikkelen die we elke dag gebruiken. Op dat moment zullen we het geen 'robot' meer noemen. Dan zijn onze percepties misschien niet meer zo opwindend als onze huidige ideeën over wat een robot zou moeten zijn, maar in werkelijkheid zouden deze apparaten veel nuttiger kunnen zijn voor de mensheid dan we ons eerst hadden voorgesteld."
Auteursrechten op afbeeldingen/video's
The Shadow Robot Company Ltd. Alle rechten voorbehouden.