Robot kan beter voelen dan mens

KIJK-redactie

26 juni 2012 09:00

De Shadow Hand zonder BioTac-sensors

Wetenschappers hebben een robotvinger ontwikkeld die net als een mens objecten kan herkennen door ze te voelen – maar dan beter.

Robots kunnen steeds meer en assisteren mensen ook in hun dagelijkse bezigheden. De hand op het plaatje hiernaast kon al breekbare dingen vastpakken en nu kan hij worden uitgerust met echte vingertoppen. Deze mechanische vingertoppen, ontwikkeld door wetenschappers van de Universiteit van Southern California, kunnen voelen net als de menselijke versies, alleen een stuk beter.

BioTac-sensors, zoals deze vingertoppen heten, bestaan uit een huid van flexibel materiaal met daaronder een vloeibare vulling en een bot met sensors. Net als een mensenvinger herkennen ze materialen door vibraties. Dit zijn trillingen die ontstaan wanneer de sensor over het oppervlak glijdt. Doordat de huid van de mechanische kootjes is voorzien van een vingerafdruk, kan hij heel nauwkeurig deze vibraties meten.

Voelt het lekker?

Jeremy Fischel en collega’s trainden de robotvinger met 117 verschillende materialen van stof- en doe-het-zelfwinkels. Met gemiddeld vijf keer tasten, wist de robot in 95 procent van de gevallen het juiste materiaal te raden. Bij stoffen die mensen niet van elkaar konden onderscheiden, kon de BioTac-sensor wel het verschil voelen.

Toch zullen deze sensors onze tastzin voorlopig niet vervangen. Fischel zegt dat hoewel de mechanische vinger beter is in voelen dan mensen, hij niet kan beslissen of een oppervlakte lekker aanvoelt of niet. Het instrument kan wel worden gebruikt voor protheses of om bijvoorbeeld eigenschappen als de textuur van producten of de menselijke huid te bepalen.

De inhoud op deze pagina wordt momenteel geblokkeerd om jouw cookie-keuzes te respecteren. Klik hier om jouw cookie-voorkeuren aan te passen en de inhoud te bekijken.
Je kan jouw keuzes op elk moment wijzigen door onderaan de site op "Cookie-instellingen" te klikken."

Bronnen: Frontiers in Neurobiotics, University of Southern California

Beeld: Richard Greenhill & Hugo Elias/Shadow Robot Company/CC BY-SA 3.0