GelSight & DIGIT: Cảm Biến Xúc Giác Thị Giác Đang Cách Mạng Hóa Robot Cầm Nắm
Con người nhận biết vật thể bằng xúc giác với độ tinh tế đáng kinh ngạc: nhận ra lụa vs cotton chỉ bằng một lần chạm, biết trứng sắp vỡ từ áp lực tay, cảm nhận rung micro khi vặn vít. Robot thiếu hoàn toàn khả năng này — cho đến khi vision-based tactile sensors xuất hiện.
Nguyên Lý Vision-Based Tactile: "Camera Trong Đầu Ngón Tay"
Thay vì dùng array cảm biến áp suất điện tử (tốn kém, độ phân giải thấp), vision-based tactile sensor dùng một ý tưởng đơn giản đến thiên tài:
- Đầu ngón tay là một khối gel elastomer trong suốt được chiếu sáng từ bên trong bằng LED màu
- Khi gel chạm vật thể và biến dạng, camera miniature bên trong ghi lại hình ảnh biến dạng đó
- AI phân tích hình ảnh để trích xuất: bản đồ áp suất, hướng lực, kết cấu bề mặt, độ trượt
Kết quả: độ phân giải xúc giác 0,1mm — tinh tế hơn ngón tay người (~1mm).
GelSight (MIT): Người Tiên Phong
GelSight được phát minh tại MIT Media Lab (Giáo sư Edward Adelson) và đã trải qua nhiều thế hệ phát triển:
- GelSight Mini: Phiên bản compact đầu tiên được thương mại hóa, kích thước ngón tay cái, giá ~$200 USD, độ phân giải cực cao
- GelSight Svelte: Thiết kế mỏng hơn, phù hợp hơn cho tích hợp vào bàn tay robot dexterous
- GelSight 360: Bao phủ toàn bộ đầu ngón, không chỉ mặt tiếp xúc chính
Những gì GelSight có thể đo:
- Bản đồ áp suất 2D (giống như heat map của lực tác dụng)
- Kết cấu bề mặt 3D micro — phân biệt nhám/mịn, gỗ/kim loại/vải
- Hướng và độ lớn của lực ma sát
- Phát hiện slip (trượt) trước khi vật thể thực sự rơi — cho phép điều chỉnh lực cầm chủ động
DIGIT (Meta AI + GelSight Tech): Mã Nguồn Mở Và Giá Rẻ
Năm 2020, Meta AI (Facebook AI Research) hợp tác với nhóm GelSight tại MIT để tạo ra DIGIT — phiên bản tối ưu hóa cho robotics với một mục tiêu rõ ràng: giá rẻ và mã nguồn mở.
- Giá: ~$30 USD mỗi cảm biến (so với $200+ của GelSight Mini) — đột phá về chi phí
- Kích thước: Compact hơn, tích hợp được vào nhiều loại gripper hơn
- Software: Python API mở, tích hợp với PyTorch — cộng đồng nghiên cứu adoption rất nhanh
- Dataset: Meta đã public dataset TACTO — simulator cho DIGIT, cho phép train model xúc giác mà không cần hardware thật
"DIGIT làm cho tactile sensing trở nên accessible như webcam đối với computer vision — một cảm biến rẻ, mã nguồn mở và có cộng đồng lớn. Đây là bước ngoặt cho toàn ngành." — phỏng theo nhận xét của giới nghiên cứu robotics
Ứng Dụng Thực Tế: Robot Làm Được Gì Nhờ Tactile Sensing?
| Tác vụ | Không có tactile | Với GelSight/DIGIT |
|---|---|---|
| Cầm trứng sống | Vỡ hoặc phải dùng lực rất nhỏ cố định | Cảm nhận lực real-time, tự điều chỉnh |
| Vặn vít nhỏ | Trượt vít thường xuyên | Phát hiện slip, tự hiệu chỉnh hướng |
| Phân loại vật liệu | Chỉ qua camera (màu sắc, hình dạng) | Nhận biết vải, cao su, kim loại, nhựa qua chạm |
| Lắp ráp linh kiện nhỏ | Tỷ lệ lỗi cao, cần jig fixture | Cảm nhận khi khớp đúng vị trí, giảm lỗi |
| Y tế: palpation (sờ khám) | Không thể thay bác sĩ | Phát hiện u cứng/mềm dưới da qua force map |
Thế Hệ Tiếp Theo: Visuotactile Foundation Models
Năm 2024–2025, nhiều nhóm nghiên cứu đang huấn luyện foundation model đa phương thức kết hợp visual (camera RGB) và tactile (GelSight/DIGIT) — gọi là visuotactile models:
- UniTouch (MIT + CMU): Model thống nhất xử lý cả vision và touch — robot có thể "dự đoán" cảm giác xúc giác chỉ từ hình ảnh mà không cần chạm
- Sparsh (Meta AI, 2024): Universal tactile encoder được pre-train trên dữ liệu DIGIT — fine-tune cho nhiều tác vụ downstream với ít data hơn
- Physical Intelligence + tactile: π0 đang tích hợp tactile feedback vào training pipeline cho dexterous manipulation
Triển Vọng Ứng Dụng Tại Việt Nam
Với chi phí DIGIT chỉ $30/cảm biến, các trường đại học và nhóm nghiên cứu robot tại Việt Nam (ĐHBK Hà Nội, ĐHBK TP.HCM, VinAI Research) hoàn toàn có thể bắt đầu nghiên cứu tactile sensing với ngân sách hợp lý. Đây là một trong những lĩnh vực nghiên cứu robot còn nhiều cơ hội đóng góp mới từ Việt Nam.
Theo dõi blog AGIBOT để cập nhật. Website đang trong giai đoạn thử nghiệm.
