Robotiikka ja fyysinen AI

Uudet 3D-tulostetut materiaalit aistivat omat liikkeensä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

MIT:n tutkijaryhmä on kehittänyt uuden menetelmän 3D-tulostettujen materiaalien valmistamiseksi, joilla on säädettävissä olevia mekaanisia ominaisuuksia, minkä ansiosta ne voivat aistia oman liikkeensä ja vuorovaikutuksensa ympäristön kanssa. Ryhmä loi anturirakenteet yhdestä materiaalista ja yhdellä tulostuskerralla 3D-tulostimella.

He ottivat ensin 3D-tulostetut hilarakenteiset materiaalit ja sisällyttivät niiden rakenteeseen ilmatäytteisiä kanavia tulostusprosessin aikana. He voivat sitten poimia tietoa siitä, miten materiaali liikkuu, mittaamalla paineen muutoksia näissä kanavissa, kun rakenne on puristettu, taivutettu tai venytetty.

Hilarakenteiset materiaalit koostuvat yksittäisistä soluista toistuvassa kuviossa, ja solujen koon tai muodon muuttaminen muuttaa materiaalin mekaanisia ominaisuuksia.

Uusi tekniikka voi lopulta auttaa luomaan joustavia pehmeitä robotteja, joissa on upotettuja antureita, joiden avulla robotit voivat tunnistaa asentonsa ja liikkeensä. Se voi myös johtaa yksilöllisesti muokattavien puettavien älylaitteiden kehittämiseen.

Lillian Chin on yksi pääkirjoittajista ja jatko-opiskelija MIT:n tietojenkäsittelytieteen ja tekoälyn laboratoriossa (CSAIL).

“Tämän työn idea on, että voimme ottaa minkä tahansa 3D-tulostettavan aineen ja löytää yksinkertaisen tavan reitittää kanavia sen läpi, jotta saamme aistimiskyvyn osaksi rakennetta. Ja jos käytät todella monimutkaisia aineita, voit saada liikkeen, havainnon ja rakenteen yhdistettyä”, Chin sanoo.

Tutkimuksessa on mukana myös yksi pääkirjoittajista Ryan Truby, entinen CSAIL:n post doc ja nykyinen apulaisprofessori Northwestern-yliopistossa; Annan Zhang, CSAIL:n jatko-opiskelija; ja tutkimuksen vanhempi kirjoittaja Daniela Rus, Andrew ja Erna Viterbin sähkötekniikan ja tietojenkäsittelytieteen professori ja CSAIL:n johtaja.

Tutkimus julkaistiin Science Advances-julkaisussa.

3D-tulostustekniikka

Ryhmä luotti 3D-tulostukseen, jotta voitiin sisällyttää ilmatäytteisiä kanavia suoraan rakenteen tukipilareihin. Kun rakenne liikkuu tai puristetaan, kanavien muoto muuttuu ja ilman tilavuus kanavissa muuttuu. Tämä prosessi mahdollistaa tutkijoiden mitata vastaavan paineen muutoksen valmiilla paineanturilla, joka antaa palautetta siitä, miten materiaalin muoto muuttuu.

“Jos venytät kuminauhaa, se vie jonkin aikaa palata alkuperäiseen muotoonsa. Mutta koska käytämme ilmaa ja muodonmuutokset ovat suhteellisen vakaat, emme saa samoja aikariippuvia ominaisuuksia. Tieto, joka tulee meidän anturistamme, on paljon puhtaampaa”, Chin sanoo.

Ryhmä sisällytti kanavat rakenteeseen digitaalisen valokäsittelyn avulla 3D-tulostuksessa. Menetelmässä rakenne vedettiin ylös hartsialtaasta ja kovennettiin tarkkaan muotoon projisoitavan valon avulla. Kuva projisoitiin märälle hartsille, ja alueet, joihin valo osui, kovettuivat.

Kun prosessi etenee, tahmea hartsi valuu ja jää kanaviin, mikä tarkoittaa, että ryhmän on poistettava ylimääräinen hartsi ennen kuin se kovettuu. He tekivät tämän käyttämällä paineilman, alipaineen ja huolellisen puhdistuksen yhdistelmää.

“Meidän on ideoitava suunnittelua pidemmälle ja mietittävä puhdistusprosessia, koska se on päähaaste”, Chin jatkaa.

Ryhmä käytti tätä prosessia luodakseen useita verkkostruktuureja ja osoittivat, miten ilman täytteiset kanavat voivat tuottaa selkeää palautetta, kun rakenteita puristetaan tai taivutetaan.

HSA-pehmeät robotit

Tutkijaryhmä sisällytti myös antureita kätisyydellisiin leikkausaukseettisiin rakenteisiin (handed shearing auxetics, HSA), jotka ovat uusi materiaaliluokka ja jotka on kehitetty moottoroiduille pehmeille roboteille. HSA-rakenteet voivat venyä ja kiertyä samanaikaisesti, mikä mahdollistaa niiden toimimisen tehokkaina pehmeiden robottien toimilaitteina. HSA-rakenteisiin on kuitenkin vaikea lisätä antureita monimutkaisten muotojensa vuoksi.

Ryhmä tulosti yhden näistä HSA-pehmeistä roboteista, joka pystyi suorittamaan erilaisia liikkeitä, kuten taivutusta ja kiertymistä. Se asetettiin sitten useiden liikkeiden sarjaan yli 18 tunnin ajan, ja anturidataa käytettiin kouluttamaan neuroverkkoa, joka voisi tarkalleen ennustaa robotin liikkeen.

“Materiaalitutkijat ovat työskennelleet ahkerasti optimoidakseen rakenteellisesti suunniteltujen materiaalien toiminnallisuutta. Tämä näyttää yksinkertaiselta, mutta todella voimakkaalta idealta yhdistää, mitä nämä tutkijat ovat tehneet, tähän aistimisen alueeseen. Kun lisäämme aistimiskyvyn, kaltaiseni robotiikan tutkijat voivat tulla ja käyttää tätä aktiivisena materiaalina, ei pelkästään passiivisena”, Chin sanoo.

“Pehmeiden robottien anturistaminen jatkuvilla, ihomaisilla antureilla on ollut avoin haaste alan tutkijoille. Tämä uusi menetelmä tarjoaa tarkan kyvyn aistia oma asento ja liike pehmeille roboteille ja avaa mahdollisuuden tutkia maailmaa kosketuksen avulla”, Rus jatkaa.

Chin ja ryhmä sanovat, että tällaisen teknologian tulevaisuus voi johtaa esimerkiksi amerikkalaisen jalkapallon kypäriin, jotka on suunniteltu tietyn pelaajan päähän. Nämä kypärät sisältäisivät anturit sisäisessä rakenteessa, mikä lisäisi tarkkuutta palautteessa pelikentällä tapahtuvista törmäyksistä.

Alex johtaa Unite.AI:n tekoälypohjaista uutistoimintaa, yhdistäen journalismia, tutkimusta ja automaatiota tukeakseen ajantasaista ja skaalautuvaa tekoälyä koskevaa uutisointia. Hänen työnsä auttaa varmistamaan, että nousevat tekoälykehitykset saadaan esiin tehokkaasti samalla kun julkaisun toimitukselliset standardit säilyvät.