Des scientifiques donnent aux robots le sens du toucher grâce à un tissu qui imite la peau humaine
infohightech ·
Les robots excellent dans de nombreux domaines, mais le sens du toucher n'en fait pas partie. Qu'il s'agisse de laisser tomber des objets ou de les pincer trop fort, ce qui les écrase, de nombreux robots peinent à maîtriser ces compétences de base que les humains maîtrisent.
Au fil des ans, les scientifiques ont équipé les robots de caméras et d'autres outils leur permettant de mieux détecter les objets. Mais une solution simple et économique reste difficile à trouver.
Un nouveau textile électronique (E-textile), en cours de développement à l'Université de Buffalo, vise à résoudre ce problème. Cette technologie, décrite dans une étude publiée le 30 juillet dans Nature Communications , imite la façon dont les nerfs de nos mains perçoivent la pression et le glissement lors de la préhension d'objets.
« Les applications sont très prometteuses… », déclare Jun Liu, PhD, professeur adjoint au Département de génie mécanique et aérospatial de l'École d'ingénierie et de sciences appliquées de l'UB. « Cette technologie pourrait être utilisée dans des tâches de fabrication comme l'assemblage et le conditionnement de produits, soit dans toutes les situations où humains et robots collaborent. Elle pourrait également contribuer à améliorer les outils de chirurgie robotique et les prothèses. »
Liu, également membre du corps professoral de l'Institut RENEW de l'UB, est l'auteur correspondant de l'étude. Parmi les autres auteurs figurent Ehsan Esfahani, PhD, professeur associé au Département de génie mécanique et aérospatial de l'UB, plusieurs étudiants de l'UB et un ancien doctorant de l'UB issu du groupe de Liu, aujourd'hui chercheur postdoctoral à l'Université de Chicago.
« Notre capteur fonctionne comme la peau humaine : il est flexible, très sensible et doté d'une capacité unique à détecter non seulement la pression, mais aussi les glissements et mouvements subtils des objets », explique Vashin Gautham, doctorant au sein du groupe de recherche Liu et premier auteur de l'étude. « C'est comme donner aux machines un véritable sens du toucher et de la préhension, et cette avancée pourrait transformer la façon dont les robots, les prothèses et les systèmes d'interaction homme-machine interagissent avec le monde qui les entoure. »
Une peau robotique aussi rapide que les récepteurs tactiles humains
Les chercheurs ont intégré le système de détection sur une paire de doigts robotiques imprimés en 3D, qui sont montés sur une pince robotique conforme développée par le groupe d'Esfahani.
« L'intégration de ce capteur permet au préhenseur robotisé de détecter le glissement et d'ajuster dynamiquement sa conformité et sa force de préhension, permettant ainsi des tâches de manipulation à la main qui étaient auparavant difficiles à réaliser », explique Esfahani.
Par exemple, lorsque les chercheurs ont essayé de retirer un poids en cuivre des doigts, la pince l’a détecté et a immédiatement resserré sa prise.
« Ce capteur est le composant manquant qui rapproche les mains robotiques d'une fonction humaine », ajoute Esfahani. Le léger mouvement de l'objet provoque une friction entre les deux matériaux, ce qui génère du courant continu (CC) – un phénomène connu sous le nom d'effet tribovoltaïque.
Les chercheurs ont mesuré le temps de réponse du système de détection et l'ont trouvé comparable aux capacités humaines. Par exemple, le système mettait entre 0,76 et 38 millisecondes pour réagir, selon l'expérience. Les récepteurs tactiles humains réagissent généralement entre 1 et 50 millisecondes.
« Le système est incroyablement rapide et répond parfaitement aux critères biologiques établis par les performances humaines », explique Liu. « Nous avons constaté que plus le glissement est important ou rapide, plus la réponse du capteur est forte. C'est une bonne nouvelle, car cela facilite la conception d'algorithmes de contrôle permettant au robot d'agir avec précision. »
L'équipe de recherche prévoit des tests supplémentaires du système de détection, notamment l'intégration d'une forme d'intelligence artificielle connue sous le nom d'apprentissage par renforcement qui pourrait encore améliorer la dextérité du robot.