Walker betont die erfolgreiche Zusammenarbeit mit Google DeepMind, bei der klare Verantwortungsbereiche festgelegt wurden: Google DeepMind konzentrierte sich auf die KI, während Shadow Robot die Hardware entwickelte. Diese Kooperation ermöglichte es beiden Firmen, ihre Stärken voll auszuspielen und gleichzeitig die Herausforderungen des jeweils anderen Bereichs zu umgehen. Eine der größten Herausforderungen in der Robotik ist das Greifen und Interagieren mit Objekten. Trotz der Fortschritte in der KI können viele Systeme noch immer nicht komplexe reale Aufgaben bewältigen. Walker erklärt, dass ihre neue Roboterhand darauf ausgelegt sei, Kollisionen zu überstehen und dadurch besser mit Objekten umgehen zu können. Dies sei ein bedeutender Fortschritt, da traditionelle Roboter solche Kollisionen normalerweise vermeiden. Die Hand ist mit zahlreichen Sensoren ausgestattet, die tiefe Einblicke in die Umgebung und die Funktionsweise des Roboters ermöglichen. Diese Daten werden genutzt, um die Steuerung der Roboter zu verbessern. Insgesamt sind 155 Sensoren pro Finger integriert, was eine hohe Präzision und Flexibilität ermöglicht.

Walker erklärt, dass die neue Hand in Bezug auf die Sensorik und die Mechanik erheblich verbessert wurde. Sie ist modular aufgebaut, sodass Finger ausgetauscht werden können, ohne das gesamte System zu ändern. Die Hand kann typischerweise ein bis zwei Kilogramm heben und eine Kraft von acht Newton an den Fingerspitzen ausüben. Die Verwendung hochwertiger Elektromotoren aus der Schweiz trägt zur Zuverlässigkeit bei, versichert der Entwickler. Interessanterweise verwendet die Hand zwei unterschiedliche taktile Sensortechnologien: Hall-Effekt-Sensoren und ein Stereokamera-System. Hall-Effekt-Sensoren befinden sich an den mittleren und proximalen Phalangen der Finger und messen Kontakt, Deformation und Kraft. Das Stereokamera-System ist an den Fingerspitzen angebracht und erfasst die Bewegungen von Markierungen auf einer weichen Oberfläche im Inneren des Fingers. Diese Technologie ist so empfindlich, dass selbst geringste Berührungen erkannt werden können. Die gesammelten Daten werden in Echtzeit verwendet, um die Steuerung der Roboter zu verbessern. Walker erklärt, dass dies durch maschinelles Lernen und KI-Algorithmen erfolgt, die auf den von den Sensoren gelieferten Daten basieren. Diese Algorithmen generieren dann Steuerbefehle für den Roboter, wodurch eine präzise und adaptive Steuerung ermöglicht wird. Die Roboterhand wird derzeit in Spanien produziert und Walker betont, dass die Hand über eine einfache API in ROS-1 integriert werden kann. Das erleichtert die Anpassung und den Einsatz in verschiedenen Systemen. Zukünftig ist auch eine Umstellung auf ROS-2 geplant.

Walker und sein Team wollen jetzt skalieren, wollen neue Industrien adressieren. Die Hand könne problemlos angepasst werden, versichert der Walker.