DForum
event
 

NSU用ACES人造皮膚與神經形態強化機器人感測

新加坡國立大學(NUS)研究團隊的人工感官系統,整合人造皮膚(Artificial Skin)與視覺感測器,具備模仿人類生物神經網路(Neural Network)的能力,可在英特爾(Intel)的Loihi等神經形態(Neuromorphic)晶片執行,即時正確辨識物體的各項重要特徵以支援複雜的互動操作。

 點擊圖片放大觀看

NSU研究團隊結合ACES人造皮膚、AI、神經形態晶片、視覺感測的機器人系統。新加坡國立大學

根據The Robot Report報導,NUS結合電腦專家與材料工程師的研究團隊指出,機器人取物包含定位物體、辨識形狀、決定施力、避免滑落等複雜運算,但目前大多數機器人主要依賴機器視覺,缺乏觸覺以及快速且智慧的感官資料處理能力,則讓機器人無法進行更複雜的物件操作。

融合視覺與觸覺感測器收集的資料,以提供高精確度的操作反應仍是技術挑戰。NUS研究團隊採用2019年自行開發的先進非同步編碼電子皮膚(ACES)與觸覺神經系統,結合最新的視覺感測與人工智慧(AI)技術,讓機器人能更直覺地跟物件進行複雜互動。

擁有如人類般的觸覺可顯著提升機器人的抓握能力,例如能以適當施力輕易適應抓取不熟悉的物件且不會滑落,且可開發許多全新應用方式。ACES觸覺反應比人類感官神經系統快逾1,000倍,而運用神經形態技術辨識物體形狀、質地、硬度僅需一眨眼10分之1的時間,大幅提升機器人的認知能力。

神經形態技術具有高效率的優勢,例如Loihi晶片處理感官資料的速度比頂級效能的圖形處理器(GPU)快21%,能耗更只有不到45分之1,在融合多模感測器資料以強化機器人感知方面極具潛力,對製造具能源效益、值得信賴、能快速且適當因應不可預期情況的機器人是重要進展。

NSU研究團隊的神經網路具備能在資料收集過程中同時進行分類的技術。英特爾神經形態運算實驗室主管表示,NSU團隊的研究預示未來機器人的資料感測與處理,包括演算法、資料格式、硬體架構、感測器,都將重新設計為結合多模與事件驅動的方式,並善用神經形態運算晶片顯著降低延遲與能耗的優勢。

NSU團隊這項研究由新加坡國立機器人研發計畫辦公室(NR2PO)提供金援,研究成果發表於2020年7月的Robotics: Science and Systems大會,接下來將持續研發在食品製造業與物流業的應用,在COVID-19(新冠肺炎)疫情期間與結束後應有極大需求。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 新加坡國立大學(NUS) 機器人