¿Cómo pueden los equipos de investigación recopilar más datos naturales de ambos brazos y manos para el aprendizaje robótico?

Los sistemas de IA encarnada aprenden de la interacción. Para enseñar a un robot a recoger, colocar, ensamblar, clasificar o usar herramientas, los investigadores necesitan datos de demostración que describan no solo el resultado final, sino también la secuencia de movimientos que lo produjeron.

Esto se vuelve especialmente complejo en manipulaciones diestras con ambos brazos. El operador debe coordinar ambos brazos, ajustar continuamente la posición de las articulaciones y, a menudo, controlar los dedos individualmente al mismo tiempo. Los controladores convencionales pueden operar un robot, pero pueden requerir que el usuario traduzca una acción humana natural a botones, joysticks o comandos separados. El video puede registrar lo sucedido, pero no proporciona directamente datos completos del movimiento a nivel articular.

El exoesqueleto portátil ExoArm-7 Pro está diseñado para solucionar esta deficiencia capturando directamente los movimientos del brazo humano y convirtiéndolos en datos de alta frecuencia para la teleoperación de robots, el aprendizaje por imitación, la IA incorporada y el desarrollo de VLA (aprendizaje virtual asistido por ordenador).

¿Por qué es difícil recopilar datos de demostración bimanual?

Las tareas que requieren un solo brazo ya implican posición, orientación, sincronización y contacto. Con dos brazos, el problema de la recopilación de datos se vuelve más complejo porque ambos lados deben permanecer coordinados durante toda la tarea.

Consideremos algunos ejemplos comunes:

• Una mano sostiene un recipiente mientras la otra lo abre.
• Dos brazos levantan o reposicionan un objeto grande juntos.
• Una mano estabiliza un componente mientras la otra utiliza una herramienta.
• Un objeto se transfiere de una mano a la otra.
• Con ambas manos se organiza o se pliega un objeto flexible.

Para que estas demostraciones sean útiles, el sistema debe capturar cambios articulares sutiles con poca latencia. Además, debe ser lo suficientemente cómodo para que los operadores puedan repetir una tarea muchas veces sin que el dispositivo portátil altere significativamente sus movimientos naturales.

¿Cómo captura ExoArm-7 Pro el movimiento del brazo humano?

ExoArm-7 Pro utiliza una configuración de doble brazo de 14 grados de libertad (DOF) que consta de siete articulaciones pasivas en cada brazo. Cuando el operador se mueve, la estructura portátil sigue el movimiento y registra las posiciones articulares correspondientes.

Cada articulación utiliza un módulo codificador desarrollado internamente, mientras que los datos articulares de 14 bits proporcionan información precisa sobre la posición. Esto permite que el sistema detecte pequeños cambios angulares en lugar de registrar únicamente movimientos amplios.

En un flujo de trabajo de teleoperación, las posiciones capturadas se pueden asignar a un brazo robótico para que este siga los movimientos del operador. En un flujo de trabajo de aprendizaje, la misma información de movimiento puede integrarse en un conjunto de datos estructurado de demostración humana.

¿Puede responder con la suficiente rapidez para la teleoperación en tiempo real?

La capacidad de respuesta es fundamental cuando un operador necesita corregir el movimiento de un robot mientras interactúa con un objeto. Si los datos llegan con demasiada lentitud, el robot puede sentirse desconectado del operador y la manipulación precisa se vuelve más difícil de controlar.

ExoArm-7 Pro admite frecuencias de muestreo de hasta 1000 Hz junto con un control de baja latencia a nivel de milisegundos. Este flujo de datos de alta frecuencia ayuda a preservar los cambios rápidos en la posición del brazo y permite un mapeo de movimiento humano-robot más preciso.

La detección mediante IMU dual añade información de movimiento y orientación más allá de los codificadores de las articulaciones. El sistema estándar incluye una IMU montada en la espalda y una IMU externa, lo que proporciona datos adicionales para interpretar el movimiento y la orientación del operador.

¿Un exoesqueleto portátil limitará las capacidades del operador?

Un sistema de captura de movimiento debe seguir al usuario sin convertirse en el centro de la tarea. Si es demasiado pesado o incómodo, el operador puede cambiar de postura, acortar los movimientos o volverse menos consistente durante las demostraciones repetidas.

El ExoArm-7 Pro pesa 2,6 kg y cuenta con una estructura ergonómica y ligera. Cada módulo de articulación con codificador pesa menos de 70 g y soporta un par de torsión de hasta 10 N·m. Los límites mecánicos ajustables permiten configurar los módulos de articulación según la estructura del dispositivo y los requisitos operativos.

Este diseño hace que el sistema sea más práctico para sesiones repetidas de recopilación de datos en laboratorios, centros de investigación y entornos de desarrollo robótico.

¿Qué ocurre si la tarea requiere manipulación a la altura de los dedos?

Las trayectorias de los brazos pueden guiar a un robot hacia un objeto, pero no describen cómo los dedos forman un agarre o manipulan una herramienta. Por lo tanto, las tareas que implican manos diestras requieren una capa adicional de datos de movimiento.

El ExoArm-7 Pro se puede combinar con los guantes de teleoperación ExoGlove Pro (opcionales). Estos guantes utilizan cinco sensores VetraSense para reconstruir una postura completa de la mano con 25 grados de libertad, lo que reduce la cantidad de sensores necesarios y, al mismo tiempo, conserva información detallada sobre el movimiento de los dedos.

Cada yema de los dedos admite un seguimiento de 6 grados de libertad (6DOF), lo que permite al sistema registrar tanto la posición como la orientación. También se puede utilizar la retroalimentación por vibración ajustable para proporcionar al operador indicaciones de interacción durante la teleoperación.

ExoGlove Pro emite datos a una frecuencia de hasta 180 Hz y admite una latencia por cable inferior a 10 ms. Su SDK y sus algoritmos de reorientación de movimiento ayudan a traducir las posturas de la mano humana a múltiples plataformas robóticas y de manos diestras.

Los guantes son especialmente relevantes para conjuntos de datos que incluyen:

• Agarre de precisión
• Operación de la herramienta
• Ensamblaje de componentes
• Rotación y reorientación de objetos
• manipulación de objetos flexibles
• Movimiento coordinado de brazos, manos y dedos

ExoGlove Pro se vende por separado y no está incluido en el paquete estándar ExoArm-7 Pro. Los equipos que solo requieren datos a nivel del brazo pueden usar el sistema estándar, mientras que los proyectos que implican manipulación diestra pueden agregar los guantes como una expansión.

¿Cómo puede el sistema adaptarse a una plataforma robótica existente?

Los equipos de aprendizaje robótico rara vez utilizan conjuntos idénticos de hardware y software. Un laboratorio puede trabajar con un brazo de investigación, otro con un robot móvil de doble brazo y otro con una mano diestra personalizada.

ExoArm-7 Pro incluye un SDK oficial y soporte de integración gratuito para ayudar a los desarrolladores a conectar los datos capturados con sus propias plataformas. La interfaz de software visual es compatible con Windows, macOS y Linux.

Los mandos de control personalizados y un adaptador de guantes opcional ofrecen mayor flexibilidad para distintos métodos de operación. Para aplicaciones manuales, la compatibilidad con SDK multiplataforma y los algoritmos de reorientación de movimiento ayudan a adaptar los datos de movimiento humano a robots con diferentes estructuras articulares.

Esto significa que los equipos pueden tratar el ExoArm-7 Pro como parte de un sistema más amplio de teleoperación y procesamiento de datos, en lugar de como un sistema cerrado vinculado a un solo robot.

¿Dónde se pueden utilizar los datos recopilados?

El mismo flujo de trabajo para dispositivos portátiles puede dar soporte a varias etapas del desarrollo de la robótica.

Teleoperación de robots en tiempo real

Un operador puede controlar los brazos robóticos duales mediante el movimiento natural de las extremidades superiores, lo que reduce la necesidad de utilizar comandos de joystick independientes para cada articulación.

Colección de demostración humana

Los investigadores pueden registrar cómo una persona realiza una tarea, incluyendo el ritmo y la coordinación entre ambos brazos.

Aprendizaje por imitación

Las demostraciones repetidas pueden organizarse en conjuntos de datos que ayudan al robot a aprender políticas de manipulación a partir de ejemplos humanos.

Desarrollo del conjunto de datos VLA

Los datos de movimiento del brazo y, opcionalmente, de la mano, pueden combinarse con otras entradas de sensores e instrucciones de tareas como parte de un proceso de investigación de visión, lenguaje y acción.

Educación en Robótica

Las universidades y los laboratorios pueden utilizar el sistema para estudiar la reorientación del movimiento, la interacción humano-robot, la teleoperación y la inteligencia incorporada dentro de una misma plataforma de desarrollo.

Elegir la configuración correcta

El paquete estándar ExoArm-7 Pro incluye el exoesqueleto portátil, un sensor IMU montado en la espalda y un sensor IMU externo. Esta configuración es ideal para equipos que se dedican a la captura de movimiento con ambos brazos, la teleoperación de brazos robóticos y la obtención de datos para demostraciones de extremidades superiores.

Los proyectos que requieran un agarre preciso y trayectorias de los dedos precisas pueden añadir el paquete opcional ExoGlove Pro, que incluye dos guantes de captura de movimiento, un receptor inalámbrico y un módulo de batería, y dos cables de datos USB-C.

La elección entre las dos configuraciones depende de la resolución de acción requerida. Las tareas a nivel del brazo pueden no necesitar datos de guantes, mientras que la manipulación diestra y las demostraciones completas de brazo a mano se benefician de la captura de ambas capas simultáneamente.

Convertir la acción humana natural en datos de entrenamiento estructurados.

El principal desafío de la IA corporizada no consiste simplemente en recopilar más datos, sino en recopilar datos que representen con precisión cómo las personas realizan tareas físicas útiles.

Al combinar el seguimiento de doble brazo de 14 grados de libertad (DOF), la retroalimentación del codificador de alta resolución, las frecuencias de muestreo de hasta 1000 Hz, la detección de doble IMU y la captura opcional de la postura de la mano de 25 DOF, ExoArm-7 Pro proporciona una vía práctica desde el movimiento humano natural hasta los datos estructurados de teleoperación y aprendizaje robótico.

Para los equipos que construyen robots de doble brazo, manipuladores diestros, sistemas de aprendizaje por imitación o modelos VLA, este enfoque portátil puede hacer que las demostraciones sean más intuitivas para los operadores y más informativas para las máquinas que aprenden de ellos.