Toucher Artificiel pour la Perception et la Manipulation – Phase

La majorité des mains et pinces robotiques attrapent des objets avec une force préprogrammée. Cette force est décidée par avance et est suffisamment forte pour soulever le poids de l’objet par l’intermédiaire de l’adhérence fournie par les doigts. Si l’objet est trop glissant –son coefficient de frottement est trop faible– le contact est mis à défaut et l’objet échappe la prise. Pour cette raison il est nécessaire de connaitre à l’avance le coefficient de frottement que le doigt applique sur l’objet. Le capteur tactile que nous avons développé dans le projet PHASE est capable de mesurer le coefficient de frottement d’objets arbitraires par une simple pression du doigt sur l’objet. Il est sensible à une déformation radiale qui est directement relié au frottement de la surface. Grâce à des algorithmes d’intelligence artificielle, l’image tactile peut être décodée pour découvrir la forme de l’objet et son frottement. Avec ces informations essentielles il est possible de contrôler finement les pinces robotiques pour appliquer un effort faible pour ne pas endommager l’objet, mais suffisamment élevé pour éviter le glissement de l’objet et maintenir une préhension stable.

Le premier résultat majeur du projet est la découverte de l’indice tactile du frottement. Avec l’aide d’un instrument optique innovant, le projet Phase a montré que la perception du frottement lors des premiers instants de contact était liée à une déformation radiale de la peau lors de la compression du doigt. Cette déformation radiale est créée par l’interaction des tissues et de la surface. Lorsque le frottement est élevé, la déformation est bloquée, donnant lieux à des minuscules mouvements radiaux de la peau et vice-versa. Le second résultat majeur du projet est que ce concept de déformation radiale a pu être distillé dans un nouveau capteur tactile, breveté, sensible à la déformation et capable de mesurer ce motif de déformations radiales, et par conséquent capable de détecter des zones de faible adhérence pour réajuster la prise des pinces robotiques. Ces nouvelles pinces tactiles peuvent alors appliquer une force suffisante pour soulever le poids de l’objet mais suffisamment faible pour ne pas l’endommager. Si l’objet est trop glissant (coefficient de frottement est trop faible), le contact est mis à défaut et l’objet échappe la prise. Des algorithmes d’intelligence artificielle décode le mouvement du capteur tactile pour retrouver le relief de l’objet touché et son adhérence. Ces recherches permettront d’améliorer les préhenseurs robotiques et leur permettre de manipuler des objets délicats tel que les fruits et les légumes.

/

Willemet, L.; Huloux, N.; Wiertlewski, M. Efficient tactile encoding of object slippage. Sci Rep. 2022, 12, 13192.

Willemet, L.; Kanzari, K.; Monnoyer, J.; Birznieks, I.; Wiertlewski, M. Initial contact shapes the perception of friction. Proceedings of the National Academy of Sciences of the United States of America. 2021, 118(49), e2109109118.

Scharff, R.B.N.; Boonstra, D.; Willemet, L.; Lin, X.; Wiertlewski, M. «Rapid manufacturing of color-based hemispherical soft tactile fingertips«. 2022 IEEE 5th International Conference on Soft Robotics (RoboSoft). IEEE. 2022, 896-902.

Lin, X.; Willemet, L.; Bailleul, A.; Wiertlewski, M. Curvature sensing with a spherical tactile sensor using the colorinterference of a marker array. In 2020 IEEE International Conference on Robotics and Automation (ICRA). May 2020, 603-609.

Workshop organisé à la conférence internationale Eurohaptics 2022 sur les sujets de la mécanique du toucher

Nous percevons par le sens du toucher des propriétés physiques qui sont difficilement accessibles par la vision, tel que le centre de gravité d’un objet ou la micro-géométrie de ses surfaces. La perception de ces propriétés est indispensable à une manipulation stable. En effet, l’absence d’informations cutanées rend la préhension et la manipulation dextre difficile. On peut s’en rendre compte en hiver lorsque nos doigts sont anesthésiés par le froid et que placer une clef dans une serrure devient laborieux.
En dépit de son rôle central dans la manipulation, les systèmes robotiques actuels sont rarement équipés de capteurs tactiles qui capturent les informations pertinentes de la scène tactile. En compensation, ils s’appuient majoritairement sur la vision artificielle pour effectuer ces tâches avec les limitations sur leur robustesse. Plusieurs raisons motivent ce choix technologique. En premier lieu, contrairement aux caméras, les doigts et la peau artificiels avec suffisamment de re´solution et de fiabilité ne sont pas encore largement accessibles aux chercheurs et industriels. Dans un deuxième temps, même les meilleurs capteurs tactiles artificiels souffrent d’un cadre théorique pour le traitement du signal et la reconnaissance de la scène tactile. Les rares développements qui abordent ce sujet sont souvent liés à des algorithmes de traitement d’images qui omettent les propriétés de frottement et d’adhésion, essentielle pour le contrôle précis des mains robotiques et la caractérisation des surfaces.
Ce programme de recherche a pour but de combler ces limitations sur la conception de doigts artificiels souple et de mise en œuvre du toucher computationnel pour donner le sens du toucher à de nombreuses applications. Les capteurs feront appel aux récents développements en mécanique et électronique souple pour construire un doigt artificiel dont les capacités perceptuelles et mécaniques se rapproche de son homologue humain. Les données produites par ces capteurs permettront d’inférer l’état des contraintes au contact entre le doigt et l’objet, à travers un cadre théorique basé sur la tribologie et la mécanique des milieus continus.
La recherche sur le sens du toucher est encore jeune en comparaison a celle sur la vision et l’audition. Construire un cadre théorique et pratique autour du toucher artificiel a un potentiel innovant comparable à celui de la vision par ordinateur il y a 30ans de cela.