Damit Roboter fühlen können

Wir Menschen haben keine Probleme, zerbrechliche oder glitschige Gegenst?nde mit den H?nden zu greifen. ?ber den Tastsinn sp¨¹ren wir, ob wir ein Objekt fest im Griff haben oder ob es uns bald zu entgleiten droht. Entsprechend k?nnen wir unsere Kraft dosieren. Auch die Greifarme von Robotern ben?tigen eine solche R¨¹ckmeldung, wenn sie fragile oder rutschige Gegenst?nde oder solche mit einer komplexen Oberfl?che greifen sollen.

Robotikforschende der ETH Z¨¹rich haben nun einen Tastsensor entwickelt, der genau bei solchen Anwendungen zum Zug kommen kann ¨C und somit ein Schritt ist hin zu dem, was die Ingenieure ?Roboterhaut? nennen.  Der Sensor ist sehr einfach konstruiert und damit g¨¹nstig in der Herstellung, wie die Ingenieure betonen. Im Wesentlichen besteht er aus einer elastischen Silikonhaut, auf deren Unterseite farbige Mikrok¨¹gelchen aus Kunststoff angebracht sind, sowie einer herk?mmlichen Kamera.

Rein optische Messung

Der Sensor funktioniert optisch: Ber¨¹hrt der Sensor einen Gegenstand, wird die Silikonhaut verformt. Dabei ver?ndert sich auch das Muster der Mikrok¨¹gelchen, was die Fischaugenkamera auf der Unterseite des Sensors registriert. Aus dem Muster l?sst sich dann errechnen, welche Kr?fte auf den Sensor einwirken.

?Herk?mmliche Kraftsensoren registrieren die einwirkende Kraft nur an einem einzigen Punkt. Wir k?nnen mit unserer Roboterhaut hingegen mehrere auf die Sensorfl?che einwirkende Kr?fte unterscheiden und diese hochaufl?send und pr?zise bestimmen?, sagt Carlo Sferrazza. Er ist Doktorand in der Gruppe von Raffaello D¡¯Andrea, Professor f¨¹r Regelungstechnik an der ETH Z¨¹rich. ?Ausserdem k?nnen wir die Richtung bestimmen, aus der eine Kraft wirkt?, sagt Sferrazza. Das heisst die Forscher k?nnen nicht nur die senkrecht auf den Sensor wirkenden Druckkr?fte bestimmen, sondern auch quer wirkende Scherkr?fte.

Datengetriebene Entwicklung

Um errechnen zu k?nnen, welche Verschiebungen der Mikrok¨¹gelchen von welchen Kr?ften herr¨¹hren, nutzten die Ingenieure einen umfangreichen Satz an Versuchsdaten: Sie testeten maschinengesteuert und somit standardisiert eine Vielzahl verschiedener Sensor-Ber¨¹hrungen, wobei sie den Ort der Ber¨¹hrung, die Krafteinwirkung und die Gr?sse des ber¨¹hrenden Objekts genau kontrollierten und systematisch variierten. Mithilfe maschinellen Lernens gelang es ihnen, diese mehreren Tausend erfassten Ber¨¹hrungen pr?zise mit den Ver?nderungen des K¨¹gelchen-Musters in Verbindung zu bringen.

Der d¨¹nnste Sensor-Prototyp, den die Forscher bisher gebaut haben, ist 1,7 Zentimeter dick und hat eine Messfl?che von 5 mal 5 Zentimetern. Die Ingenieure sind allerdings daran, mit derselben Technik gr?ssere Sensorfl?chen zu entwickeln, die mehrere Kameras nutzen, und die auch Objekte mit komplexen Formen erkennen k?nnen. Ausserdem wollen die Forschenden den Sensor d¨¹nner machen ¨C eine Dicke von 0,5 Zentimeter w?re laut ihnen mit derzeit existierender Technologie denkbar.

Robotik, Sport und Virtual Reality

Weil das elastische Silikon rutschfest ist und der Sensor Scherkr?fte messen kann, eignet er sich gut, um damit Robotergreifarme auszur¨¹sten. ?Der Sensor w¨¹rde erkennen, wenn dem Greifarm ein Objekt zu entgleiten droht, womit der Roboter seine Kraft anpassen k?nnte?, erkl?rt Sferrazza.

Mit einem solchen Sensor k?nnten Forschende ausserdem die H?rte von Materialien testen oder Ber¨¹hrungen digital erfassen. Als Wearables konzipiert k?nnten Radsportler ihre Kraft¨¹bertragung auf das Fahrrad respektive die Pedale messen, genauso wie L?uferinnen die Kraft¨¹bertragung auf ihre Schuhe beim Joggen. Schliesslich k?nnten solche Sensoren wichtige Informationen bei der Entwicklung von Ber¨¹hrungsfeedback zum Beispiel f¨¹r Virtual-Reality-Spiele geben.