İstanbul Medeniyet Üniversitesi · Elektrik-Elektronik MühendisliğiIstanbul Medeniyet University · Electrical and Electronics Engineering
TOUCHMIND, elektrik-elektronik mühendisliği öğrencilerinden oluşan bir araştırma ekibi. Bir robot elinin, tuttuğu nesnenin kaymaya başladığını nesne düşmeden fark etmesini istiyoruz. Bunun için dokunsal bir parmak ucu ve onu okuyan algoritmalar geliştiriyoruz.
TOUCHMIND is a research team of electrical and electronics engineering students. We want a robot hand to notice that the object it holds has started to slip, before it falls. To get there, we are building a tactile fingertip and the algorithms that read it.
intelligence in touch
Bugün bir robot kamerayla masadaki bardağı görüyor ve nerede durduğunu biliyor. Ama bardak elinde kaymaya başladığında bunu kameradan anlaması zor.
Today a robot can see a glass on the table and know where it is. Once the glass starts slipping in its hand, the camera has a hard time telling.
İnsan eli kaymayı parmak uçlarındaki duyu hücreleriyle yakalar ve kavrama kuvvetini kendiliğinden artırır. Robotta bu refleksi kurmak için önce kaymanın başladığı anı ölçebilmek gerekiyor.
A human hand senses slip through receptors in the fingertips and tightens its grip on its own. To build that reflex into a robot, we first have to measure the moment slip begins.
Robot elleri hızla gelişiyor. Dokunma verisi ise hâlâ az ve ölçmesi zor. Bizim işimiz bu veriyi doğru ölçmek ve yorumlamak.
Robot hands are improving fast. Touch data is still scarce and hard to measure. Our work is to measure it well and interpret it.
Dokunsal parmak ucumuzu robot ellerine, insansı robotlara ve fabrikadaki tutuculara taşımak istiyoruz. Aşağıdaki çizimler hedeflediğimiz kullanım alanlarını gösteriyor, bizim ürettiğimiz robotları değil.
We want to bring our tactile fingertip to robot hands, humanoid robots and factory grippers. The drawings below show the applications we are aiming for, not robots we build.
Beş parmaklı bir robot elinde her parmak ucunun tuttuğu nesneyi hissetmesi gerekiyor. Ancak o zaman el, kalemi de bardağı da kendi refleksiyle tutabilir.
In a five-finger robot hand, every fingertip needs to feel what it holds. Only then can the hand hold a pen or a glass with its own reflexes.
Evde ve iş yerinde insanlarla çalışacak robotlar bir bardağı ya da yumurtayı düşürmeden ve ezmeden tutmak zorunda.
Robots that will work alongside people at home and at work have to hold a glass or an egg without dropping or crushing it.
Fabrikadaki iki parmaklı tutucular kaygan ve kırılgan parçaları her gün binlerce kez kavrıyor. Kaymayı erken fark eden bir tutucu daha az parça düşürür.
Two-finger grippers in factories pick slippery and fragile parts thousands of times a day. A gripper that notices slip early drops fewer parts.
Hepsinin ortak noktası parmak ucu ve bizim çalıştığımız parça da bu. Logomuz onun basınç görüntüsünden geliyor, üzerinde gezinip deneyebilirsiniz.
What they all share is the fingertip, and that is the part we work on. Our logo comes from its pressure image. Hover over it to try.
Üç parça üzerinde, bu sırayla çalışıyoruz. Önce ölçümü kuruyoruz, sonra parmak ucunu ve onu okuyan algoritmaları geliştiriyoruz.
We work on three parts, in this order. We set up the measurement first, then build the fingertip and the algorithms that read it.
Kaymayı farklı yüzeylerde, farklı kuvvet ve hızlarda, her seferinde aynı şekilde üreten bir düzenek. Bütün ölçümlerimiz buradan çıkacak.
A rig that produces slip on different surfaces, at different forces and speeds, the same way every time. All of our measurements come from it.
Temasın ve kaymanın ilk anını algılayan bir parmak ucu. Tasarım ayrıntılarını patent başvurusundan sonra paylaşacağız.
A fingertip that senses the first moment of contact and slip. We will share design details after the patent application.
Parmak ucundan gelen sinyalde kaymanın başladığı anı, nesne düşmeden yakalayan algoritmalar. Basit eşik yöntemlerinden makine öğrenmesine kadar farklı yaklaşımları karşılaştırıyoruz.
Algorithms that catch the start of slip in the fingertip signal before the object falls. We compare approaches from simple thresholds to machine learning.
Tarihler bugünkü planımız, değişebilir.Dates reflect our current plan and may change.
İstanbul Medeniyet Üniversitesi Elektrik-Elektronik Mühendisliği öğrencileriyiz.
We are electrical and electronics engineering students at Istanbul Medeniyet University.
Proje mentoru:Project mentor: M. Kaan Dilber
Proje, yarışmalar ya da iş birliği için bize yazın.
Write to us about the project, competitions or collaboration.