Robotars känsel kan bli lika snabb som människans

Pressmeddelande

Zhibin Zhang, docent vid institutionen för elektroteknik vid Uppsala universitet. Fotograf: Märta Gross Hulth

Zhibin Zhang, docent vid institutionen för elektroteknik vid Uppsala universitet. Fotograf: Märta Gross Hulth

En handprotes som ger bäraren lika snabb känsel som en mänsklig hand kan bli möjlig tack vare forskning vid Uppsala universitet och Karolinska Institutet, som publicerats i tidskriften Science. Tekniken skulle även kunna användas till att hjälpa strokepatienter att återfå förlorade funktioner.

– Vårt system kan avgöra lika snabbt som en människa med förbundna ögon vad för typ av objekt det har framför sig genom att bara känna på det och avgöra om det till exempel är en tennisboll eller ett äpple, säger Zhibin Zhang som är docent vid institutionen för elektroteknik vid Uppsala universitet.

Han och kollegan Libo Chen har genomfört studien i samarbete med forskare från avdelningen för signaler och system vid Uppsala universitet, som bidrog med databehandling och maskininlärning, samt med en grupp forskare från institutionen för neurobiologi, vårdvetenskap och samhälle på Karolinska institutet.

De har inspirerats av neurovetenskapen och utvecklat ett artificiellt taktilt system som efterliknar hur det mänskliga nervsystemet reagerar på beröring. Systemet använder elektriska pulser som bearbetar rörlig taktil information på samma sätt som människans nervsystem.

– Med den här tekniken skulle en handprotes kännas som att det är en del av ens kropp, säger Zhibin Zhang.

Det artificiella systemet består av tre huvudkomponenter: en elektronisk hud (så kallad e-hud) med sensorer som kan fånga upp tryck och beröring, en artificiell neuronuppsättning som omvandlar analoga beröringssignaler till elektroniska pulser och en processor som bearbetar signalerna och identifierar objektet. I princip kan det lära sig att identifiera ett obegränsat antal objekt, men i försöken har forskarna använt 22 olika objekt för grepp och 16 olika ytor för beröring.

– Vi tittar också på att utveckla systemet så att det även kan känna av smärta och värme. Det ska också kunna känna vilket material handen tar på, till exempel om det är trä eller metall, säger biträdande universitetslektor Libo Chen som lett studien.

Interaktioner mellan människor och robotar eller handproteser kan enligt forskarna göras säkrare och mer naturliga tack vare den känsliga, taktila återkopplingen. De kan också ges förmågan att hantera föremål med samma skicklighet som en mänsklig hand.

– Huden innehåller miljontals receptorer. Dagens teknik för e-hud kan inte leverera tillräckligt många receptorer, men det är möjligt med den här tekniken, så vi skulle vilja ta fram artificiell hud för en hel robot säger Libo Chen.

Tekniken skulle även kunna användas medicinskt för att exempelvis övervaka rörelsestörningar som orsakas av Parkinsons sjukdom och Alzheimers, eller hjälpa strokepatienter att återfå förlorade funktioner.

– Tekniken kan utvecklas ytterligare för att känna om en patient är på väg att ramla och då antingen stimulera en muskel utifrån till att motverka fallet eller att ett hjälpmedel styr upp och motverkar det, säger Zhibin Zhang.


Arbetet finansieras huvudsakligen av European Horizon 2020 Research and Innovation Program, Vetenskapsrådet, Stiftelsen för strategisk forskning, eSSENCE Research Program, Sweden, och AI4Research, Uppsala universitet, Margaretha af Ugglas stiftelse, National Academic Infrastructure for Supercomputing in Sweden vid UPPMAX.

Libo Chen et al. ,Spike timing–based coding in neuromimetic tactile system enables dynamic object classification.Science384,660-665(2024).DOI:10.1126/science.adf3708

https://www.science.org/doi/10.1126/science.adf3708

För mer information:

Zhibin Zhang, docent vid institutionen för elektroteknik vid Uppsala universitet, 070-425 08 20, zhibin.zhang@angstrom.uu.se

Libo Chen, biträdande universitetslektor vid institutionen för elektroteknik vid Uppsala universitet, 073-885 52 63, libo.chen@angstrom.uu.se

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin