Deze elektronische huid geeft robots een tastgevoel zonder ingewikkelde elektronica

Wetenschappers van Cambridge en University College London hebben een kunstmatige huid ontwikkeld die robots in staat stelt om verschillende vormen van aanraking te onderscheiden. 

Het is niet de eerste keer dat wetenschappers een robothuid ontwikkelen die kan voelen. Eerdere versies van de technologie waren echter zeer complex; ze gebruikten een combinatie van meerdere detectoren voor verschillende tastsignalen. Thomas George Thuruthel, een van de onderzoekers, legt in een interview aan Scientias.nl uit wat hun versie van de robotische huid uniek maakt: “Onze huid bevat geen elektronische componenten op het oppervlak dat voelt, is gemaakt uit één enkel materiaal, kan verschillende soorten informatie meten, en kan gevormd worden tot complexe geometrieën met elektrische aansluitingen die zich enkel aan de basis bevinden, weg van het voelende oppervlak.”

De technologie gebruikt een flexibele, elektrisch geleidende hydrogel op basis van gelatine die kan worden gesmolten en gevormd tot complexe vormen. Hydrogel is een soort materiaal dat veel water vasthoudt en daardoor zacht en rekbaar is, net als onze eigen huid. In tegenstelling tot bestaande oplossingen functioneert het gehele oppervlak als sensor, vergelijkbaar met hoe de menselijke huid werkt.

Kunstmatige hand
Voor het onderzoek, gepubliceerd in het vakblad Science Robotics, smolten de onderzoekers het zachte, rekbare materiaal en goten dit in de vorm van een menselijke hand. Ze plaatsten 32 elektroden aan de pols en testten verschillende configuraties om te bepalen welke opstelling de meest bruikbare informatie opleverde over verschillende aanrakingen. 

Het systeem kon signalen detecteren van meer dan 860.000 minuscule paden in het materiaal. Deze dichtheid aan meetpunten stelt de kunstmatige huid in staat onderscheid te maken tussen een vingerdruk, hete of koude oppervlakken, schade door snijden of prikken, en meerdere gelijktijdige aanrakingspunten. 

Thuruthel legt uit hoe dit werkt: “Ons materiaal is elektrisch gevoelig voor druk, warmte en schade. We gebruiken op EIT (Electrical Impedance Tomography, een techniek die wordt gebruikt om de interne structuur van een object in beeld te brengen door elektrische metingen, red.) gebaseerde methoden om elektrische eigenschappen van het materiaal met hoge resolutie in meerdere richtingen te meten. Deze gegevens worden vervolgens verwerkt met op leren gebaseerde technieken om onderscheid te maken tussen verschillende fysieke signalen.” 

1,7 miljoen datapunten
Het onderzoeksteam onderwierp de handvormige sensor aan verschillende behandelingen: het werd verwarmd met een heteluchtpistool, er werd druk op uitgeoefend door vingers en een robotarm, het werd zacht aangeraakt, en werd zelfs doorsneden met een scalpel. Tijdens deze experimenten verzamelden de onderzoekers meer dan 1,7 miljoen datapunten.

Deze gegevens werden vervolgens gebruikt om een machine learning-model te trainen dat de hand kan leren herkennen wat verschillende types aanraking betekenen. Thuruthel beschrijft het trainingsproces: “Ons proces bestaat uit twee stappen. Eerst selecteren we een kleine subset uit de miljoenen mogelijke elektrische kanalen door te analyseren welke kanalen statistisch correleren met reacties uit de omgeving. Daarna verzamelen we extra data via die kleinere subset en bouwen we een datagedreven model dat het verband legt tussen de sensorinformatie en het fysieke signaal (bijvoorbeeld de locatie van het contact).”

Het systeem leert met andere woorden welke van de vele duizenden signalen het belangrijkst zijn voor efficiënte detectie van verschillende contactvormen. Dit is anders dan conventionele elektronische huid, die doorgaans werkt met afzonderlijke sensoren voor druk, temperatuur en andere stimuli. Dergelijke multi-sensor systemen kunnen last hebben van signaalinterferentie en zijn gevoelig voor schade. 

Veel toepassingsmogelijkheden
De onderzoekers zeggen dat, hoewel hun systeem nog niet de gevoeligheid van menselijke huid bereikt, het wel beter presteert dan bestaande alternatieven. De toepassingsmogelijkheden zijn legio. Thuruthel noemt enkele voorbeelden: “Ze kunnen gebruikt worden in de auto- en gezondheidszorgsector om slimme stoelen, bedden en interfaces te maken die de houding, beweging, positie, het comfort van gebruikers enzovoort monitoren. Ze zouden ook bruikbaar kunnen zijn in draagbare technologieën om bewegingen te volgen, prestaties te meten, enzovoort.” Op de lange termijn ziet Thuruthel ook mogelijkheden voor geavanceerde protheses, “als er technologieën ontwikkeld worden die onze voelende huiden kunnen verbinden met de menselijke neurofysiologie.”

Vervolgonderzoek moet materiaal verbeteren
Voor vervolgonderzoek richten de wetenschappers zich op het verbeteren van de duurzaamheid en het testen van praktische robotische taken. Thuruthel wijst op de uitdagingen die nog moeten worden overwonnen: “Er zijn veel uitdagingen. Twee van de belangrijkste zijn: de gevoeligheid van de sensoren voor specifieke stimuli verhogen ten opzichte van andere, en de duurzaamheid van de materialen verifiëren.”