MikroPC

Robotti voi oppia ihmisen tavoin, miten miten erilaisiin tavaroihin kannattaa tarttua ja miten korjata tartuntaotetta. DI Jonna Laaksonen kehitti väitöstutkimuksessaan kaksi uutta menetelmää, jotka auttavat robottia tunnistamaan, onko ote hyvä vai huono.

Laaksonen kehitti robottikäden tunto- ja asentoaistiantureita, joiden avulla robotti pystyi oppimaan hyvän ja huonon otteen eron. Oppiminen tapahtui anturien välittämän tiedon perusteella.

Väitöstutkimuksessa tehdyissä kokeissa robotin piti tarttua 100-200 kertaa kappaleeseen eri kohdista ja koettaa nostaa sitä, jotta oppiminen onnistui.

- Kertojen määrä riippuu hiukan kappaleen muodoista ja muista ominaisuuksista, esimerkiksi onko kappale pehmeä vai kova. Ja tietenkään lopputulos ei ole täydellinen, eli aina tulee jonkun verran virhettä.

Robottitarttuminen auttaa manipuloimaan ympäristöä

Laaksonen kehitti väitöstutkimuksessaan myös uuden robottiarkkitehtuurin, joka mahdollistaa useiden erilaisten robottien ohjaamisen samojen korkean tason käskyjen avulla. Arkkitehtuuri kehitettiin erityisesti kappaleisiin tarttumista varten, mutta muitakin manipulaatioita, kuten työntämistä, on mahdollista ohjata arkkitehtuurin avulla.

Laaksosen mukaan robottien tartuntaotteen kehittäminen on tärkeä askel palvelemaan kykenevien robottien kehittämisessä. Tällä hetkellä käytössä on lähinnä mobiilirobotteja, joita käytetään esimerkiksi imuroimiseen tai ruohonleikkaamiseen.

- Nämä mobiilirobotit eivät pysty manipuloimaan ympäristöään eli vaikkapa siirtämään maitotölkkiä pöydältä jääkaappiin. Yksi tutkimukseni tavoitteista olikin kehittää robottitarttumista, joka on tärkeä askel kohti kappaleiden yleisempää manipulaatiota, kertoo Laaksonen.

Laaksosen väitöskirja Tactile-Proprioceptive Robotic Grasping tarkastetaan 18.06.2012 Lappeenrannan teknillisessä yliopistossa.

Lähde: Tekniikka & Talous