فهرست مطالب
فناوری‌های مهندسی ربات‌های انسان‌نما با پیشرفت‌های چشمگیر طی سال‌های اخیر باعث شده‌اند که ربات‌ها با قدرت و دقتی مشابه انسان عمل کنند.
به گزارش تکناک، ربات‌های انسان‌نما از ASIMO هوندا گرفته تا اپتیموس تسلا و Digit از Agility Robotics، طی دهه‌ها ذهن عمومی را مسحور کرده‌اند. با وجود این، آنچه این ماشین‌ها را واقعا انسانی می‌سازد، آن چیزی است که در زیر پوشش آنها نهفته می‌باشد، که ترکیبی پیچیده از سیستم‌های محرک، کنترل، حسگر و یکپارچه‌سازی است و به همان اندازه که از زیست‌شناسی الهام گرفته، به همان اندازه مبتنی بر مهندسی مکانیک است. در واقع، نمی‌توان آنها را کاملا «راز» نامید، بلکه چالش‌های مهندسی هستند که در آزمایشگاه‌ها و بخش‌های تحقیق و توسعه به‌طور گسترده مطالعه شده‌اند.
فناوری ربات‌های انسان‌نما طی سال‌های اخیر با پیشرفت‌های چشمگیری در حسگر، حرکت و هوش مصنوعی، توانسته است مرز بین ماشین و انسان را به‌طرز شگفت‌انگیزی کاهش دهد. با وجود این، پشت فناوری‌های رایجی که معمولا مورد توجه قرار می‌گیرند و به آنها اعتبار داده می‌شود، دستاوردهایی وجود دارد که اغلب کمتر گزارش می‌شوند. بیایید این هفت راز مهندسی را بررسی کنیم؛ فناوری‌هایی که در پشت صحنه باعث می‌شوند یک ربات همانند انسان رفتار کند.
01
از 081. فناوری پیشرفته محرک‌ها
محرک‌ها را می‌توان به‌عنوان عضلات ربات در نظر گرفت. تکنولوژی که امکان حرکت ربات‌های انسان‌نما را فراهم می‌کند. این محرک‌ها سه نوع اصلی الکتریکی، هیدرولیک و ترکیبی دارند. محرک‌های الکتریکی دقت بالایی دارند و کنترل آنها ساده است، در حالی که محرک‌های هیدرولیک امکان حرکات بزرگ و قدرتمند را فراهم می‌کنند. با وجود این، دانشمندان اکنون به توسعه سیستم‌های عضلانی-اسکلتی روی آورده‌اند که عملکردی مشابه بدن انسان دارند. به جای استفاده از یک موتور برای هر مفصل، از تاندون‌ها و کابل‌هایی بهره گرفته می‌شود، که مانند عضلات و رباط‌های انسان عمل می‌کنند. این تاندون‌ها با کشیده شدن و رها شدن، حرکت روان و یکنواختی نیرو را ایجاد می‌کنند و انعطاف‌پذیری و طبیعی بودن حرکات ربات را افزایش می‌دهند. درست همان‌طور که بازوی شما هنگام پرتاب توپ حالت فنری دارد، این سیستم‌ها به ربات‌ها امکان می‌دهند که حرکات انسانی مشابه داشته باشند. به زبان ساده، ربات‌های قدیمی مانند ماشین‌ها حرکت می‌کردند، اما نسل جدید ربات‌ها رفتار و حرکات انسانی‌تری دارند. با استفاده از فناوری ربات‌های انسان‌نما، ربات‌ها قادر هستند حرکات طبیعی‌تر و انعطاف‌پذیرتری داشته باشند و به‌عنوان همکارانی موثر در محیط‌های کاری و خانگی ظاهر شوند.
02
از 082. سیستم‌های کنترل تعادل ربات‌های انسان‌نما
راه رفتن روی دو پا یکی از بزرگ‌ترین چالش‌ها برای ربات‌ها محسوب می‌شود. روش Zero Moment Point (ZMP) فناوری پایه‌ای برای تسلط بر تعادل است و هدف آن حفظ بردار نیروی حاصل در محدوده سطح تماس پاهای ربات و جلوگیری از واژگونی است. ربات‌های انسان‌نمای امروزی، ZMP را با کنترل مرکز جرم (CoM)، بهینه‌سازی کل بدن و استراتژی‌های تعادل واکنشی تلفیق کرده‌اند. برای نمونه، ربات اطلس مسیر حرکت اندام‌های خود را به‌طور پیوسته تنظیم می‌کند تا حتی در مواجهه با اختلالات خارجی تعادل خود را حفظ کند. این فناوری از سایر بخش‌های بدن مانند شانه‌ها، بازوها و پشت نیز برای حفظ تعادل بهره می‌برد. این مفهوم که به آن تعادل چندتماسی گفته می‌شود، ربات را قادر می‌سازد همانند انسان خم شود، بچرخد یا خود را نگه دارد.
03
از 083. یکپارچه‌سازی پیشرفته حسگرها
حدود ۸۰ درصد از اطلاعاتی که انسان‌ها دریافت می‌کنند از طریق بینایی است و ربات‌ها نیز در حال دستیابی به توانایی مشابه هستند. به‌عنوان مثال، ربات اپتیموس تسلا از هشت دوربین بهره می‌برد تا محیط اطراف را از زوایای مختلف شناسایی کند، که مشابه خودروهای این شرکت است. با وجود این، ربات‌ها تنها به بینایی متکی نیستند. آنها از حسگرهایی مانند IMU برای اندازه‌گیری حرکت و حفظ تعادل، همچنین انکودرهای مفصل برای ردیابی حرکات دقیق مفاصل استفاده می‌کنند. پژوهشگران اکنون به دنبال ساده‌سازی شبکه حسگری از طریق یادگیری هستند؛ به این صورت که ربات‌ها تنها با داده‌های حرکت و IMU بتوانند نیروهای خارجی را تخمین بزنند. این رویکرد امکان ساخت ربات‌های سبک‌تر و اقتصادی‌تر را فراهم می‌کند، بدون آنکه تعادل یا آگاهی محیطی آنها کاهش یابد.
04
از 084. مهارت حرکتی و طراحی دست‌های ربات‌های انسان‌نما
دست انسان با ۲۷ درجه آزادی، ۱۳۰,۰۰۰ حسگر و توانایی سازگاری بی‌نظیر، نمونه‌ای از پیچیدگی بی‌مانند است و بازتولید آن برای ربات‌ها کار آسانی نیست. ربات اپتیموس تسلا اکنون دارای ۲۲ درجه آزادی در هر دست است، در حالی که TESOLLO DG-5F با استفاده از مسیر تاندون‌ها و چرخ‌دنده‌های فشرده طراحی شده است. یکی از نوآوری‌های کمتر شناخته‌شده، فناوری برآورد خودکار طول تاندون است؛ روشی که در آن ربات‌ها زاویه مفاصل را تنها از طریق کشش تاندون حس می‌کنند و نیازی به انکودرهای موتور ندارند. این نوع حسگری الهام‌گرفته از زیست‌شناسی، مشابه نحوه تشخیص کشش توسط عضلات انسان عمل می‌کند و راه را برای ساخت دست‌هایی ساده‌تر، دقیق‌تر و هوشمندتر هموار می‌سازد.
05
از 085. برنامه‌ریزی حرکت در زمان واقعی
ربات‌هایی که با انسان‌ها تعامل دارند، باید قادر باشند بدون برخورد با موانع یا از دست دادن تعادل، محل قدم گذاشتن یا دسترسی خود را تعیین کنند. در گذشته، ربات‌ها حرکات تمام مفاصل را به‌طور هم‌زمان محاسبه می‌کردند که زمان‌بر بود و پاسخ‌های آنی ممکن نبود. امروزه پژوهشگران از روش بهینه‌سازی تفکیک مفاصل استفاده می‌کنند؛ روشی که مسئله حرکت را به محاسبات سریع‌تر و کوچک‌تر برای هر بخش بدن تقسیم می‌کند و به ربات‌ها امکان می‌دهد پردازش حرکت را به صورت لایه‌ای انجام دهند. سیستم‌های سلسله‌مراتبی، تصمیمات سطح بالا («از کنار آن مانع عبور کن») را از کنترل سطح پایین («مچ پای چپ را ۳ درجه حرکت بده») جدا می‌کنند. این نوآوری به ربات‌هایی مانند Digit امکان می‌دهد حرکت‌های خود را در میلی‌ثانیه بازطراحی کنند و همکاری واکنشی و مطمئن با انسان‌ها داشته باشند.
06
از 086. کنترل انعطاف‌پذیری ربات‌های انسان‌نما
ربات‌ها به قابلیت‌هایی نیاز دارند که اجازه دهد در برابر فشار خم یا تسلیم شوند، به جای آنکه سخت و غیرقابل انعطاف باشند. ربات‌های نسل قدیم از سیستم‌هایی بهره می‌بردند، که میزان سفتی یا شل بودن مفاصل را تنظیم می‌کردند. نسل جدید ربات‌های انسان‌نما از محرک‌های سری الاستیک (SEAs) استفاده می‌کنند؛ موتورهایی که همراه با فنر عمل می‌کنند و مانند کمک‌فنر، ربات را قادر می‌سازند تا ضربه‌ها و فشارهای ناگهانی را با ایمنی تحمل کند. گام بعدی، توسعه یادگیری فعال انعطاف‌پذیری است، به‌گونه‌ای که ربات انسان‌نما بتواند تفاوت بین حرکات خود و نیروهای خارجی را تشخیص دهد. همچنین پژوهشگران در حال طراحی ربات‌های نرم هستند که پوست‌های انعطاف‌پذیر و مفاصل تغییرپذیر را به‌طور مستقیم در ساختار ربات ادغام می‌کنند.
07
از 087. مدیریت انرژی ربات‌های انسان‌نما
با وجود عملکردهای شگفت‌انگیز، اکثر ربات‌های انسان‌نما تنها یک تا دو ساعت با یک بار شارژ قادر به فعالیت هستند. برای مثال، اپتیموس تسلا از بسته باتری ۲.۳ کیلووات‌ساعتی بهره می‌برد و هنگام راه رفتن حدود ۵۰۰ وات مصرف می‌کند، که محدودیتی مهم در کارایی ربات‌ها محسوب می‌شود. پژوهشگران با بهره‌گیری از سیستم‌های مدیریت باتری مبتنی بر هوش مصنوعی (BMS) این چالش را برطرف می‌کنند. این سیستم‌ها انرژی را به‌طور پویا و بر اساس الگوهای حرکتی پیش‌بینی‌شده و شرایط دمایی تخصیص می‌دهند و به این ترتیب عمر مفید باتری را افزایش می‌دهند. ترمز احیاکننده، که پیش‌تر در خودروهای برقی متداول بود، اکنون در ربات‌های انسان‌نما نیز استفاده می‌شود و انرژی حاصل از کاهش سرعت اندام‌ها و حرکت در سراشیبی را بازیابی می‌کند. باتری‌های حالت‌جامد با چگالی بالا و بسته‌های سبک و ماژولار در مرحله آزمایش قرار دارند تا زمان فعالیت ربات‌ها را بدون افزایش وزن بهبود بخشند.
08
از 08نتیجه‌گیری
راز موفقیت ربات‌های انسان‌نما در یک فناوری منفرد نیست، بلکه در یکپارچگی کامل سیستم‌ها نهفته است. فناوری ربات‌های انسان‌نما با یکپارچه‌سازی سیستم‌های حرکت، حسگری و برنامه‌ریزی، امکان انجام وظایف پیچیده و واکنش‌های سریع به محیط را فراهم می‌کند. اکنون مرزی میان حرکت، حسگر و برنامه‌ریزی وجود ندارد. با کاهش هزینه‌ها و بلوغ الگوریتم‌ها، ربات‌های انسان‌نما از آزمایشگاه‌ها به خطوط تولید، مراکز مراقبت‌های بهداشتی و خانه‌ها راه خواهند یافت؛ نه به‌عنوان یک نوآوری کنجکاوی‌برانگیز، بلکه به‌عنوان همکارانی توانمند و عملیاتی این کار انجام می‌شود.
