Sonicsense donne aux robots des capacités de détection humaine à travers des vibrations acoustiques

Les chercheurs de l’Université de Duke ont dévoilé une progression révolutionnaire de la technologie de détection robotique qui pourrait fondamentalement changer la façon dont les robots interagissent avec leur environnement. Le système innovant, appelé Sonicsensepermet aux robots d’interpréter leur environnement par des vibrations acoustiques, marquant un changement significatif de la perception robotique traditionnelle basée sur la vision.

En robotique, la capacité de percevoir et d’interagir avec précision avec les objets reste un défi crucial. Alors que les humains combinent naturellement plusieurs sens pour comprendre leur environnement, les robots se sont principalement appuyés sur des données visuelles, limitant leur capacité à comprendre et à manipuler pleinement des objets dans des scénarios complexes.

Le développement de Sonicsense représente un bond en avant significatif dans le comblement de cet écart. En incorporant des capacités de détection acoustique, cette nouvelle technologie permet aux robots de recueillir des informations détaillées sur les objets par interaction physique, similaire à la façon dont les humains utilisent instinctivement le toucher et le son pour comprendre leur environnement.

Rompre la technologie Sonicsense

La conception innovante du système se concentre sur une main robotique équipée de quatre doigts, contenant chacun un microphone de contact intégré au bout des doigts. Ces capteurs spécialisés capturent les vibrations générées lors de diverses interactions avec des objets, tels que le taraudage, la saisie ou le tremblement.

Ce qui distingue Sonicsense, c’est son approche sophistiquée de la détection acoustique. Les microphones de contact sont spécifiquement conçus pour filtrer le bruit ambiant, assurant une collecte de données propres pendant l’interaction des objets. Comme l’explique Jiaxun Liu, l’auteur principal de l’étude, «nous voulions créer une solution qui pourrait fonctionner avec des objets complexes et diversifiés trouvés quotidiennement, ce qui donne aux robots une capacité beaucoup plus riche à« ressentir »et à comprendre le monde».

L’accessibilité du système est particulièrement remarquable. Construit à l’aide de composants disponibles dans le commerce, y compris les mêmes microphones de contact utilisés par les musiciens pour l’enregistrement de guitare et l’intégration d’éléments imprimés en 3D, l’intégralité de la configuration coûte un peu plus de 200 $. Cette approche rentable rend la technologie plus accessible pour une adoption généralisée et un développement ultérieur.

Avancer au-delà de la reconnaissance visuelle

Les systèmes robotiques traditionnels basés sur la vision sont confrontés à de nombreuses limitations, en particulier lorsqu’ils traitent des surfaces transparentes ou réfléchissantes, ou des objets avec des géométries complexes. Comme le note le professeur Boyuan Chen: «Bien que la vision soit essentielle, le son ajoute des couches d’informations qui peuvent révéler les choses que l’œil pourrait manquer.»

Sonicsense surmonte ces limites grâce à son approche multi-doigts et à son intégration avancée d’IA. Le système peut identifier des objets composés de différents matériaux, comprendre des formes géométriques complexes et même déterminer le contenu des conteneurs – des capacités qui se sont révélées difficiles pour les systèmes de reconnaissance visuelle conventionnels.

La capacité de la technologie à travailler avec plusieurs points de contact permet simultanément une analyse d’objets plus complète. En combinant des données des quatre doigts, le système peut construire des reconstructions 3D détaillées d’objets et déterminer avec précision leur composition de matériau. Pour les nouveaux objets, le système peut nécessiter jusqu’à 20 interactions différentes pour parvenir à une conclusion, mais pour les éléments familiers, une identification précise peut être obtenue en quatre interactions.

Applications et tests du monde réel

Les applications pratiques de Sonicsense s’étendent bien au-delà des manifestations de laboratoire. Le système s’est révélé particulièrement efficace dans les scénarios qui remettent traditionnellement à remettre en question les systèmes de perception robotique. Grâce à des tests systématiques, les chercheurs ont démontré sa capacité à effectuer des tâches complexes telles que la détermination du nombre et de la forme des dés dans un conteneur, de la mesure des niveaux de liquide dans les bouteilles et de la création de reconstructions 3D précises d’objets par l’exploration de surface.

Ces capacités relèvent des défis du monde réel dans la fabrication, le contrôle de la qualité et l’automatisation. Contrairement aux tentatives de détection acoustique précédentes, l’approche multi-doigts de Sonicsesense et le filtrage du bruit ambiant le rendent particulièrement adapté aux environnements industriels dynamiques où plusieurs entrées sensorielles sont nécessaires pour une manipulation et une évaluation précises des objets.

L’équipe de recherche élargit activement les capacités de SonicSense pour gérer simultanément plusieurs interactions d’objets. «Ce n’est que le début», explique le professeur Chen. «À l’avenir, nous envisageons SONicSense utilisé dans des mains robotiques plus avancées avec des compétences de manipulation dextères, permettant aux robots d’effectuer des tâches qui nécessitent un sentiment de contact nuancé.»

L’intégration des algorithmes de suivi des objets est actuellement en cours, visant à permettre aux robots de naviguer et d’interagir avec des objets dans des environnements dynamiques encombrés. Cette évolution, combinée à des plans pour incorporer des modalités sensorielles supplémentaires telles que la baisse de la pression et la détection de la température, pointe vers des capacités de manipulation de type humain de plus en plus sophistiquées.

La ligne de fond

Le développement de Sonicsense représente une étape importante de la perception robotique, démontrant comment la détection acoustique peut compléter les systèmes visuels pour créer des robots plus capables et adaptables. Alors que cette technologie continue d’évoluer, son approche rentable et ses applications polyvalentes suggèrent un avenir où les robots peuvent interagir avec leur environnement avec une sophistication sans précédent, nous rapprochant des capacités robotiques vraiment humaines.