Capteur Tactile Basé Sur Un Film Magnétique Flexible

La perception tactile est l’une des capacités importantes des robots intelligents et de l’interaction homme-ordinateur, mais la manière d’obtenir une détection tactile de haute précision et à réponse rapide reste confrontée à de nombreux défis. Les capteurs tactiles traditionnels sont souvent limités par le couplage du signal dans la mesure de la force, ce qui rend difficile la distinction précise entre la force normale et la force tangentielle. Dans le même temps, en raison de la limitation de la résolution de l’unité de détection, la résolution spatiale de la perception tactile est également restreinte.La technologie de détection tactile à auto-découplage et à super-résolution basée sur un film magnétique flexible apporte une solution à ces problèmes.

Cette technologie permet de concevoir un capteur tactile à film magnétique flexible grâce à un réseau Halbach magnétisé orthogonalement. Lorsqu'une force externe agit sur la surface du capteur, le film magnétique flexible se déforme, ce qui entraîne une modification de la distribution du champ magnétique.. Le capteur Hall intégré est capable de capturer les changements de champ magnétique et d'obtenir un auto-découplage des forces tridimensionnelles grâce au traitement du signal. De plus, en utilisant un algorithme de super-résolution, le capteur peut atteindre une précision de positionnement supérieure à la résolution physique, améliorant considérablement la résolution spatiale de la perception tactile.

Le 26 décembre, lors du cinquième événement de partage en ligne « Newcomers on the Frontier » organisé par la communauté Embodied Touch et co-organisé par HyperAI,Le Dr Yan Youcan, chercheur postdoctoral du Centre national de la recherche scientifique (CNRS), est intervenu sur le thème « Détection tactile auto-découplée et super-résolution basée sur des films magnétiques flexibles ».La conception et l'application de capteurs tactiles basés sur des films magnétiques flexibles ont été partagées avec tout le monde, et l'accent a été mis sur la manière d'utiliser le réseau Halbach avec une aimantation orthogonale pour réaliser l'auto-découplage des forces tridimensionnelles.

HyperAI a compilé et résumé le partage approfondi du Dr Yan Youcan sans violer l'intention initiale.

Conception et exploration des applications des capteurs tactiles

État actuel et défis de la perception tactile des robots

Comme nous le savons tous, les mains humaines peuvent effectuer de nombreuses opérations complexes, telles que couper des pommes de terre, verser de l'eau, etc., ce qui est principalement dû à la riche capacité de perception tactile des mains. Cette perception tactile est également cruciale pour les robots. Cela aide non seulement les robots à percevoir l’environnement extérieur, mais leur permet également d’interagir avec l’environnement. Lorsque des capteurs tactiles sont installés sur le bout des doigts d’un robot, le robot peut effectuer certaines opérations délicates même sans retour visuel.

Cependant, la perception tactile des robots actuels est encore principalement limitée au bout des doigts par rapport au système tactile humain, où les humains ont des récepteurs tactiles répartis dans tout le corps.Afin de donner aux robots des capacités de perception tactile, les chercheurs ont développé différents types de capteurs tactiles, notamment optiques, piézorésistifs et capacitifs.Ces capteurs ont leurs propres avantages et inconvénients, mais le défi commun auquel ils sont confrontés est de savoir comment découpler la force normale et la force tangentielle grâce à une structure de capteur simple et à un processus d'étalonnage.

Conception d'un capteur tactile à base de film magnétique flexible

Pour résoudre ce problème, nous avons conçu un capteur tactile basé sur un film magnétique flexible (comme illustré dans la figure ci-dessous). Sa structure est constituée de trois couches : la couche supérieure est un film magnétique flexible magnétisé sinusoïdalement, qui est un mélange de polydiméthylsiloxane (PDMS) et de poudre magnétique néodyme fer bore ; la couche intermédiaire est une couche élastique flexible ; et la couche inférieure est une carte de circuit imprimé (PCB) avec un capteur à effet Hall.Lorsqu'une force externe agit sur la surface du capteur, le film magnétique flexible se déforme, provoquant une modification du champ magnétique. Une fois ce changement de champ magnétique capturé par le capteur Hall, le découplage des forces externes est obtenu grâce au traitement du signal.

La nécessité de découpler l'ampleur de la force externe réside dans le fait que dans certains scénarios ou applications, un contrôle efficace peut être obtenu grâce au retour de force en utilisant des principes physiques simples.Comme le montre la figure ci-dessous, dans l’expérience, nous avons démontré une préhension adaptative des œufs basée sur un retour tactile. Lorsque le capteur détecte une force de traction vers le bas dans la direction tangentielle, le système de contrôle augmente la force de maintien en conséquence afin que la force résultante soit toujours dans le cône de friction, maintenant ainsi la stabilité de la préhension. Sans retour tactile, l'œuf peut glisser en raison d'un manque de réglage en temps opportun. Le découplage des forces est donc d’une grande importance pour obtenir un contrôle précis.

Réseau de Halbach à aimantation orthogonale

L’aimant à réseau Halbach utilisé dans cette étude est unique en ce sens qu’il peut améliorer le champ magnétique d’un côté et l’affaiblir de l’autre côté.Comme le montre la figure ci-dessous, lorsque le matériau magnétique est magnétisé dans des modes sinusoïdaux le long des directions x et z respectivement et superposés, le champ magnétique peut être considérablement amélioré d'un côté tout en étant proche de zéro de l'autre côté. Cette fonctionnalité est largement utilisée dans les moteurs, les pistes de lévitation magnétique, les aimants de réfrigérateur et d’autres domaines.

De plus, en raison du flux magnétique B sous le réseau Halbach_x et B_z Le flux magnétique brut ne peut pas être utilisé pour découpler les forces car il est couplé aux coordonnées x et z. Mais après calcul, nous avons constaté que l'intensité du champ magnétique B (c'est-à-dire B_x et B_z La racine carrée de la somme des carrés est uniquement liée à la direction z, tandis que la quantité R est liée à la direction du champ magnétique_B(c'est-à-dire B_x/B_z) n'est pertinent que dans la direction x (comme indiqué dans la figure ci-dessous). Ce résultat est également vérifié dans les mesures réelles : la valeur de l'intensité du champ magnétique B n'est affectée que par la direction z, tandis que R_B La valeur de n'est affectée que par la direction x.

Sur la base de cette propriété, la force normale F_z Elle peut être exprimée par l'intensité du champ magnétique B, la force tangentielle F_x La direction du champ magnétique R_B Cela représente le découplage naturel de la direction x et de la direction z.Cette fonction de découplage simplifie considérablement le processus d’étalonnage du capteur. Cependant, la limitation de cette méthode de magnétisation est que la distribution de l'intensité du champ magnétique le long de la direction y est uniforme et que la force dans la direction y ne peut pas être détectée.

Pour résoudre ce problème, nous avons superposé deux couches de films magnétiques magnétisés sinusoïdalement.Étant donné que le champ magnétique suit le principe de superposition, le champ magnétique superposé change le long des directions x, y et z. Comme le montre la figure ci-dessous, il est prouvé par déduction que dans des conditions de faible déformation, l'intensité du champ magnétique superposé B et le paramètre de direction du champ magnétique R_xz et R_yz Il présente également les caractéristiques d’un découplage naturel. Par conséquent, nous pouvons utiliser ces trois paramètres pour déduire l’amplitude de la force dans les directions x, y et z, réduisant ainsi la complexité de l’étalonnage et obtenant un étalonnage plus rapide.

Application de capteurs tactiles basés sur le découplage de force tridimensionnel

Sur la base du principe de détection ci-dessus et de la méthode de découplage de force, nous pouvons réaliser la mesure de la force distribuée.La figure ci-dessous montre un capteur tactile composé de 24 unités de détection en forme de coupe transversale d'une articulation du genou. En calibrant à l'avance le coefficient de rigidité de la couche élastique et en mesurant le déplacement de chaque unité de détection le long des directions x, y et z, nous pouvons obtenir la force distribuée en temps réel.

La figure ci-dessous montre la répartition de la force mesurée par le capteur lorsque l'articulation du genou tourne. Parmi eux, la direction x représente la direction gauche et droite, la direction y représente la direction avant et arrière et la direction z représente la direction verticale. En comparant les lectures du capteur avec les valeurs mesurées du capteur ATI, la force combinée des deux est très cohérente.

De plus, sur la base du modèle physique du capteur, des expressions pour sa sensibilité et sa portée peuvent être dérivées.Comme le montre la figure ci-dessous, la sensibilité S le long de la direction z_z Il indique le degré de changement de la réponse du capteur sous l'action de l'entrée de l'unité (ou de la pression de l'unité). Plus le changement de réponse est important, plus la sensibilité est élevée. La sensibilité dans les directions x, y et z est liée à l'épaisseur de la couche élastique, au module de Young de la couche élastique et à la période de magnétisation. Dans le même temps, la portée est également liée aux trois paramètres ci-dessus, mais la sensibilité et la portée sont affectées par ces paramètres de manière opposée. Il faut donc trouver un équilibre entre une sensibilité plus élevée et une portée plus longue en fonction des besoins spécifiques.

À cette fin, nous avons conçu trois capteurs différents pour différents scénarios d’application, chacun avec des paramètres différents en termes de sensibilité et de portée.Comme le montre la figure ci-dessous, l’application du premier capteur vient d’être démontrée. Les applications réelles des deux capteurs restants sont les suivantes :

Le premier scénario d’application est l’enseignement par bras robotisé basé sur le toucher.Comme le montre la figure ci-dessous, nous avons installé une structure de réseau 3×3 de capteurs à l’extrémité du bras robotique pour les tâches d’enseignement (comme la préparation du café). Lorsqu'une force externe agit sur le capteur, le capteur peut calculer la force et le couple dans les directions x, y et z en temps réel. La dernière position du bras du robot peut être obtenue en multipliant la lecture du capteur par la matrice de gain et en l'ajoutant à la position actuelle du bras du robot, complétant ainsi l'opération d'apprentissage de la préparation du café.

Le deuxième scénario d’application est la détection tactile des genouillères.Comme le montre la figure ci-dessous, le capteur utilise un PCB flexible et est installé à l'intérieur de la genouillère pour surveiller la force de contact tridimensionnelle entre la genouillère et la peau lorsqu'une personne marche. Les résultats expérimentaux montrent qu’il existe des différences évidentes dans les réponses des capteurs sous différents états de mouvement (tels que la marche, l’accroupissement et la course). Lorsque la force de soutien de la genouillère augmente, la valeur de force mesurée par le capteur augmente également. Cela est dû au fait qu’une force plus importante est nécessaire pour surmonter la force de soutien fournie par la genouillère lors de la flexion de la jambe.

Recherche et application de la super-résolution tactile

La super-résolution tactile est une méthode permettant de restaurer des informations tactiles avec une grande précision en superposant et en interpolant des signaux provenant de plusieurs unités de détection ou entre des unités de détection adjacentes.Lorsque l'unité de détection subit une déformation globale sous l'action d'une force externe, nous pouvons réaliser une mesure de force tridimensionnelle grâce à l'algorithme de découplage de force mentionné ci-dessus. Cependant, lorsqu'un objet est appliqué entre deux unités de détection et que la surface du capteur est continue, la manière de calculer avec précision la position et l'amplitude de la force appliquée est un problème clé. Pour résoudre ce problème, nous proposons un modèle de super-résolution. L’objectif est d’estimer avec précision l’emplacement et l’ampleur de la force de contact grâce à un algorithme de super-résolution lorsqu’une force est appliquée à n’importe quel endroit du capteur.

Développement d'algorithmes de super-résolution

Le concept d’algorithme de super-résolution a été proposé pour la première fois par Nathan en 2015.Il a souligné que lorsque les zones de réception (c'est-à-dire les champs de perception) des unités de capteurs se chevauchent, leur résolution physique est définie comme la distance minimale qui peut clairement distinguer deux points. Cette résolution peut être encore améliorée grâce à des algorithmes de super-résolution. La figure ci-dessous présente quelques études représentatives pour la période 2015-2024.

Dans notre recherche de 2021, nous avons proposé un algorithme de super-résolution qui combine analyse qualitative et quantitative.Comme le montre la figure ci-dessous, sur un réseau de capteurs 3×3, lorsqu'une petite bille est pressée sur sa surface, nous localisons d'abord la position initiale de la bille (située au niveau de l'unité de capteur n° 5) en fonction de la valeur de réponse maximale. Le signe du flux magnétique dans les directions x et y (positif ou négatif) est ensuite utilisé pour déduire s'il est situé au-dessus ou en dessous, ou à gauche ou à droite de l'unité de capteur, doublant ainsi la résolution spatiale du capteur (par rapport à la résolution physique). Étant donné que cette méthode est une analyse qualitative, elle peut être utilisée pour des objets de contact de différentes formes.

Pour améliorer encore la précision du positionnement, nous utilisons un modèle de perceptron multicouche (MLP) pour effectuer une analyse de régression sur les directions x et y afin d'obtenir une position de contact plus précise. Avec la position du contact, nous pouvons la combiner avec la lecture du flux magnétique dans la direction z pour déterminer la profondeur de pression via une table de recherche pré-calibrée, puis déduire l'amplitude de la force. Cependant, cette méthode n’est applicable qu’au contact à point unique et ne peut pas gérer les situations de contact à plusieurs points.

Pour résoudre le problème du contact multipoint, nous proposons une méthode basée sur un modèle géométrique.Comme le montre la figure ci-dessous, lorsqu'un objet sphérique est pressé sur la surface du capteur et se déplace de la position 1 à la position 2, le capteur S₁ Le champ magnétique mesuré est équivalent au champ magnétique à la position horizontale X₁ Déplacer vers X₂ . En analysant R_B La relation entre la valeur et la direction x peut être obtenue à partir de R_B La position de contact x est calculée à partir de la courbe et la force est ensuite déduite.

Le flux de travail spécifique est illustré dans la figure ci-dessous. Cette méthode permet d’obtenir une augmentation de la résolution de 15 fois.

La figure ci-dessous montre comment un algorithme haute résolution basé sur un modèle géométrique peut être utilisé pour localiser les positions de contact et mesurer la force en temps réel. Nous avons également testé des objets de différentes formes, notamment des objets sphériques et non sphériques (en supposant que les objets non sphériques peuvent être équivalents à des objets sphériques d’un certain diamètre).Cette méthode permet de détecter simultanément plusieurs points de contact et a permis de réaliser de manière préliminaire l’application de la super-résolution tactile dans des scènes complexes. Cependant, la mesure à haute résolution de la distribution de force n’est actuellement pas possible et reste un défi à surmonter à l’avenir.

Diagnostic tactile du robot basé sur l'optimisation bayésienne

En combinant des capteurs tactiles et des algorithmes d'optimisation bayésiens, nous avons obtenu une palpation robotique rapide (simulant la palpation d'un médecin, c'est-à-dire appuyant sur différentes parties du corps pour diagnostiquer des lésions).

L'image ci-dessous montre le dispositif expérimental, où un bloc dur imprimé en 3D est utilisé pour simuler une tumeur et le silicone qui le recouvre simule un tissu humain. La zone bleue dans le coin inférieur droit représente la vérité fondamentale de la distribution de dureté du bloc dur. Ici, nous avons conçu le capteur tactile dans une structure en forme d'arc pour réduire la friction et améliorer la sensibilité. L’objectif expérimental est de trouver l’emplacement de la masse avec le moins de pressions possible et d’obtenir une segmentation précise de la masse.

Grâce à l'algorithme d'optimisation bayésienne, le capteur tactile peut trouver le contour du premier bloc dur en 15 itérations, le deuxième bloc dur en 20 fois et la limite du troisième bloc dur en 30 fois.

Ensuite, nous regroupons les estimations de distribution de dureté pour trouver le centre de masse de chaque masse, et faisons glisser le capteur dans différentes directions à partir du centre de masse pour trouver les points limites de la masse dans chaque direction (en détectant B_x Les points limites trouvés sont ensuite ajustés avec une interpolation par spline cubique pour obtenir le résultat de segmentation précis de la masse.

Pour les formes complexes dont le centre de masse est à l'extérieur du corps (comme les masses en forme de C ou de O), les expériences montrent que cette méthode peut également trouver avec précision leurs limites.

Reconnaissance du braille et classification des matériaux

Les capteurs tactiles peuvent également être utilisés pour la reconnaissance Braille.Lorsque le capteur glisse sur le Braille, le flux magnétique dans les directions x, y et z change différemment en fonction des saillies du Braille. À cette fin, nous avons formé un réseau neuronal LSTM dont l'entrée est le changement de flux magnétique du capteur et dont la sortie est la lettre ou le symbole correspondant, ce qui peut atteindre le taux de réussite de reconnaissance de 97%.

De plus, la classification des matériaux textiles peut également être réalisée à l'aide du même système de capteurs et du même réseau neuronal LSTM.En appuyant le capteur sur la surface du tissu et en le faisant glisser, nous avons constaté que la réponse du capteur le long des directions x, y et z reflète les caractéristiques de dureté, de frottement et de rugosité du tissu. Sur la base de cette caractéristique, nous avons obtenu un taux de réussite de reconnaissance de tissu de 99%.

Résumé et perspectives

Nous avons conçu un matériel de capteur tactile hautement sensible et développé des algorithmes de découplage de force et de super-résolution, que nous avons appliqués à des scénarios pratiques tels que le diagnostic tactile et la classification des matériaux.Cependant, il reste encore de nombreux problèmes non résolus dans ce domaine, notamment l’optimisation et l’extension de la simulation des capteurs ; le développement d’algorithmes généraux de super-résolution adaptés aux scénarios de contact complexes ; et la réalisation d'une perception tactile du corps entier semblable à celle de la peau humaine.

À l’avenir, nous continuerons d’explorer le potentiel des capteurs tactiles et de promouvoir leur application généralisée dans les robots intelligents et l’interaction homme-ordinateur.