Hjælperobot lærer at fodre

Omkring en million amerikanere med skader eller aldersrelaterede handicap har brug for nogen til at hjælpe dem med at spise. Nu har NIBIB-finansierede ingeniører lært en robot de nødvendige strategier for at samle mad op med en gaffel og forsigtigt levere den til en persons mund.

Siddhartha Srinivasa, Ph.D., Boeing-begavet professor ved School of Computer Science and Engineering ved University of Washington, er kendt som en passioneret robotiker, der bygger komplette robotsystemer, der integrerer perception, planlægning, og kontrol til at udføre praktiske funktioner i den virkelige verden. I øjeblikket, Srinivasa og hans team har vendt sig til at hjælpe den million eller deromkring individer alene i USA, som har brug for nogen til at hjælpe dem med at spise.

Deres udvikling af en robot ved navn ADA, som refererer til dens behændige arm, er rapporteret i aprilnummeret af IEEE Robotics and Automation Letters .

siger Grace Peng, Ph.D., direktør for NIBIB-programmet i Matematisk Modellering, Simulering, og analyse, "Vi har støttet denne gruppes enestående arbejde med at udvikle systemer til kørestolsstyring baseret på forståelse af brugerens hensigt. Dette aktuelle papir tegner et glimrende billede af de parametre, der skal overvejes fra et ingeniørmæssigt synspunkt for at udvikle en fodringsrobot."

Tidligt i designet af ADA indså ingeniørerne, at de skulle starte fra bunden. I dette tilfælde var ground zero at stikke stykker mad på en gaffel. De begyndte med at se, måling, og katalogisere, hvordan folk gør det. Ikke helt overraskende for uddannede ingeniører, forskellige spydstrategier blev anvendt baseret på størrelsen, form, stivhed, smidighed, og andre fysiske egenskaber ved fødevarer, herunder jordbær, banan stykker, melon terninger, strimler af selleri, og babygulerødder.

Holdet brugte de indsamlede data om de strategier, folk bruger til at spise forskellige fødevarer til at programmere ADA til nøjagtigt at identificere hvert emne på en tallerken, og udfør derefter de optimale bevægelser, der resulterer i, at hver enkelt genstand bliver spiddet og leveret til modtagerens mund. For eksempel, i modsætning til et jordbær, som er mere robust, blødheden af ​​et stykke banan krævede spyd i en vinkel for at undgå, at stykket bare gled af gaflen.

Selleristrimler krævede en specifik tilgang til både spyd og levering af maden til munden korrekt. Robotten blev lært at stikke gaflen ind i den ene ende af strimlen, og løft og vend derefter stykket, så den modsatte ende af sellerien, fri af gaflens skarpe tænder, blev rent præsenteret for modtageren.

Gruppens arbejde er rettet mod at hjælpe mennesker, der ikke er i stand til at udføre væsentlige opgaver, til at leve mere selvstændigt. siger Srinivasa, "Vi tror, ​​at vores teknologier kan hjælpe dem, der er afhængige af en omsorgsperson til at fodre dem hver dag for at genvinde en vis uafhængighed og kontrol over deres liv."

Ud over det vigtige mål, Srinivasa påpeger, at ADA også kan være en hjælp til ofte overbeskattede plejere, WHO, i dette tilfælde kunne sætte maden og robotten op og derefter tage sig af andre opgaver eller fokusere på socialt samvær med klienterne. "På denne måde ser vi ADA som en win-win for plejepersonale og deres klienter, der i sidste ende vil forbedre oplevelsen for alle involverede - især efterhånden som landets befolkning ældes, og behovet for at optimere strategier for deres pleje stiger."

Forud for offentliggørelsen af ​​forskerholdets resultater i april, udviklingen af ​​ADA vandt prisen for bedste demo ved Neural Information Processing Systems-mødet i december 2018, og Best Tech Paper Award ved den fælles Association for Computing Machinery / Institute of Electrical and Electronics Engineers International Conference on Human Robot Interaction i marts 2019.