Ρομποτική και φυσική AI

Νέα Υλικά 3D Εκτύπωσης Ανιχνεύουν τις Ιδικές τους Κινήσεις

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια ομάδα ερευνητών στο MIT έχει αναπτύξει eine νέα μέθοδο για 3D εκτύπωση υλικών με ρυθμιζόμενες μηχανικές ιδιότητες, που τους επιτρέπει να ανιχνεύουν τις δικές τους κινήσεις και αλληλεπιδράσεις με το περιβάλλον. Η ομάδα δημιούργησε τις αισθητικές δομές με ένα υλικό και μία seule προσπάθεια σε einen 3D εκτυπωτή.

Πρώτα, πήραν 3D-εκτυπωμένα υλικά πλέγματος και ενσωμάτωσαν δίκτυα αεροπλήρων καναλιών στη δομή κατά τη διαδικασία εκτύπωσης. Στη συνέχεια, μπορούσαν να εξαγάγουν πληροφορίες σχετικά με το πώς το υλικό κινείται, μετρώντας τις αλλαγές πίεσης μέσα στα κανάλια όταν η δομή συμπιέζεται, γίνεται καμπυλή ή τεντώνεται.

Τα υλικά πλέγματος αποτελούνται από μονάδες κυψελών σε επαναλαμβανόμενο σχέδιο, και με την αλλαγή του μεγέθους ή του σχήματος των κυψελών, αλλάζουν οι μηχανικές ιδιότητες του υλικού.

Η νέα τεχνική θα μπορούσε τελικά να βοηθήσει στη δημιουργία εύκαμπτων μαλακών ρομπότ με ενσωματωμένα αισθητήρες που θα επιτρέπουν στα ρομπότ να κατανοούν τη στάση και τις κινήσεις τους. Θα μπορούσε επίσης να οδηγήσει στην ανάπτυξη φορέσιμων έξυπνων συσκευών που είναι προσαρμόσιμες.

Η Lillian Chin είναι συν-πρωταγωνίστρια και μεταπτυχιακή φοιτήτρια στο Εργαστήριο Επιστήμης και Τεχνολογίας Υπολογιστών του MIT (CSAIL).

«Η ιδέα με αυτή τη δουλειά είναι ότι μπορούμε να πάρουμε οποιοδήποτε υλικό που μπορεί να 3D-εκτυπωθεί και να έχουμε ένα απλό τρόπο να οδηγήσουμε κανάλια σε όλο το υλικό, ώστε να μπορούμε να πάρουμε αισθητηριακές πληροφορίες με δομή. Και αν χρησιμοποιήσετε πραγματικά σύνθετα υλικά, τότε μπορείτε να έχετε κίνηση, αντίληψη και δομή όλα σε ένα», είπε η Chin.

Το έγγραφο περιλαμβάνει επίσης τον συν-πρωταγωνιστή Ryan Truby, πρώην μεταδιδάκτορα του CSAIL και τώρα επίκουρο καθηγητή στο Πανεπιστήμιο Northwestern, την Annan Zhang, μεταπτυχιακή φοιτήτρια του CSAIL, και τον senior συγγραφέα Daniela Rus, καθηγητή Ηλεκτρολογικού Μηχανικού και Επιστήμης Υπολογιστών και διευθυντή του CSAIL.

Η έρευνα δημοσιεύθηκε στο Science Advances.

Τεχνική 3D Εκτύπωσης

Η ομάδα βασίστηκε στην 3D εκτύπωση για να ενσωματώσει αεροπλήρη κανάλια直接 στα στήρια που σχηματίζουν το πλέγμα. Όταν η δομή υποβάλλεται σε κίνηση ή συμπιέζεται, τα κανάλια παραμορφώνονται και ο όγκος του αέρα μέσα αλλάζει. Αυτή η διαδικασία επιτρέπει στους ερευνητές να μετρήσουν την αντίστοιχη αλλαγή πίεσης με ένα αισθητήρα πίεσης, που παρέχει πληροφορίες σχετικά με το πώς το υλικό παραμορφώνεται.

«Αν τεντώσετε ένα λαστιχάκι, χρειάζεται λίγο χρόνο για να επιστρέψει στη θέση του. Αλλά既然 χρησιμοποιούμε αέρα και οι παραμορφώσεις είναι σχετικά σταθερές, δεν παίρνουμε αυτές τις ίδιες ιδιότητες που εξαρτώνται από τον χρόνο. Οι πληροφορίες που προέρχονται από τον αισθητήρα μας είναι πολύ καθαρότερες», λέει η Chin.

Η ομάδα ενσωμάτωσε κανάλια στη δομή χρησιμοποιώντας ψηφιακή φωτοεκτύπωση 3D. Η μέθοδος περιλαμβάνει την εκτύπωση της δομής από một πισίνα ρητίνης και σκληρύνει σε μια ακριβή μορφή χρησιμοποιώντας προβολημένο φως. Ένα εικόνα προβάλλεται στη υγρή ρητίνη και οι περιοχές που χτυπηθούν από το φως θερμαίνονται.

Καθώς η διαδικασία προχωρεί, η κολλώδης ρητίνη σταγώνει και κολλάει μέσα στα κανάλια, που σημαίνει ότι η ομάδα έπρεπε να αφαιρέσει οποιοδήποτε περίσσιο ρητίνη πριν σκληρύνει. Αυτό το έκαναν χρησιμοποιώντας ένα μείγμα πεπιεσμένου αέρα, κενό και περίπλοκη καθαρισμό.

«Θα πρέπει να κάνουμε περισσότερη σκέψη από την πλευρά του σχεδιασμού για να σκεφτούμε αυτή τη διαδικασία καθαρισμού,既然 είναι η κύρια πρόκληση», συνεχίζει η Chin.

Η ομάδα χρησιμοποίησε αυτή τη διαδικασία για να δημιουργήσει πολλές δομές πλέγματος και επέδειξε πώς τα αεροπλήρη κανάλια θα μπορούσαν να παράγουν σαφείς πληροφορίες όταν οι δομές συμπιέζονταν ή γίνονταν καμπυλές.

Μαλακά Ρομπότ HSA

Η ομάδα ερευνητών ενσωμάτωσε επίσης αισθητήρες σε χειροκίνητα auxetics (HSAs), που είναι μια νέα τάξη υλικών που αναπτύχθηκαν για κινητοποιημένα μαλακά ρομπότ. Τα HSAs μπορούν να τεντωθούν και να στρεβλώσουν ταυτόχρονα, επιτρέποντάς τους να λειτουργούν ως αποτελεσματικοί ενεργοποιητές μαλακών ρομπότ. Ωστόσο, τα HSAs είναι δύσκολο να «αισθητηριακούν» λόγω των σύνθετων μορφών τους.

Η ομάδα 3D-εκτύπωσε ένα από αυτά τα μαλακά ρομπότ HSA, το οποίο ήταν σε θέση να εκτελέσει διάφορες κινήσεις όπως κάμψη και στρέβλωση. Στη συνέχεια, το ρομπότ υποβεβληθήκει σε μια σειρά κινήσεων για πάνω από 18 ώρες, και τα δεδομένα του αισθητήρα χρησιμοποιήθηκαν για να εκπαιδεύσουν ένα νευρωνικό δίκτυο που θα μπορούσε να προβλέψει ακριβώς την κίνηση του ρομπότ.

«Οι επιστήμονες των υλικών έχουν εργαστεί σκληρά για να βελτιώσουν τα αρχιτεκτονικά υλικά για λειτουργικότητα. Αυτό φαίνεται σαν μια απλή, αλλά πραγματικά ισχυρή ιδέα για να συνδέσει αυτά που οι ερευνητές έχουν κάνει με αυτό το πεδίο της αντίληψης. Μόλις προσθέσουμε αισθητηριακές ιδιότητες, τότε οι ρομποτικοί όπως εγώ μπορώ να το χρησιμοποιήσω ως ενεργό υλικό, όχι μόνο ως παθητικό», λέει η Chin.

«Η αισθητηριακή ικανότητα μαλακών ρομπότ με συνεχή δερματική αίσθηση έχει sido μια ανοιχτή πρόκληση στο πεδίο. Αυτή η νέα μέθοδος παρέχει ακριβείς ιδιότητες proprioception για μαλακά ρομπότ και ανοίγει την πόρτα για την εξερεύνηση του κόσμου μέσω της αφή», συνεχίζει η Rus.

Η Chin και η ομάδα λένε ότι το μέλλον τέτοιων τεχνολογιών θα μπορούσε να οδηγήσει σε πράγματα όπως κράνη ποδοσφαίρου που είναι προσαρμοσμένα σε ένα συγκεκριμένο κεφάλι παίκτη. Αυτά τα κράνη θα έχουν αισθητήρες μέσα στη δομή τους, αυξάνοντας την ακρίβεια της ανατροφοδότησης από συγκρούσεις στο γήπεδο.

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.