talon De nouveaux matériaux imprimés en 3D détectent leurs propres mouvements - Unite.AI
Suivez nous sur

Robotique

Les nouveaux matériaux imprimés en 3D détectent leurs propres mouvements

Publié le

 on

Image: chercheurs du MIT

Une équipe de chercheurs du MIT a développé une nouvelle méthode d'impression 3D de matériaux aux propriétés mécaniques ajustables, qui leur permet de ressentir leurs propres mouvements et interactions avec l'environnement. L'équipe a créé les structures de détection avec un seul matériau et un seul essai sur une imprimante 3D. 

Ils ont d'abord pris des matériaux en treillis imprimés en 3D et incorporé des réseaux de canaux remplis d'air dans la structure pendant le processus d'impression. Ils pourraient alors extraire des informations sur la façon dont le matériau se déplace en mesurant les changements de pression dans ces canaux lorsque la structure est comprimée, pliée ou étirée. 

Les matériaux en treillis sont constitués de cellules individuelles dans un motif répétitif, et en modifiant la taille ou la forme des cellules, les propriétés mécaniques du matériau sont modifiées. 

La nouvelle technique pourrait éventuellement aider à créer des robots souples flexibles avec des capteurs intégrés qui permettent aux robots de comprendre leur posture et leurs mouvements. Cela pourrait également conduire au développement d'appareils intelligents portables personnalisables. 

Lillian Chin est co-auteure principale et étudiante diplômée au Laboratoire d'informatique et d'intelligence artificielle du MIT (CSAIL). 

"L'idée de ce travail est que nous pouvons prendre n'importe quel matériau qui peut être imprimé en 3D et avoir un moyen simple d'acheminer des canaux à travers celui-ci afin que nous puissions obtenir une sensorisation avec une structure. Et si vous utilisez des matériaux vraiment complexes, vous pouvez avoir le mouvement, la perception et la structure tout en un », a déclaré Chin. 

L'article comprend également le co-auteur principal Ryan Truby, ancien postdoctorant CSAIL et actuel professeur adjoint à la Northwestern University; Annan Zhang, étudiante diplômée du CSAIL; et l'auteure principale Daniela Rus, professeure Andrew et Erna Viterbi de génie électrique et d'informatique et directrice du CSAIL. 

La recherche a été publiée dans Science Advances

Technique d'impression 3D

L'équipe s'est appuyée sur l'impression 3D pour incorporer des canaux remplis d'air directement dans les entretoises qui forment le treillis. Lorsque la structure subit un mouvement ou est comprimée, les canaux se déforment et le volume d'air à l'intérieur change. Ce processus permet aux chercheurs de mesurer le changement de pression correspondant avec un capteur de pression prêt à l'emploi, qui fournit une rétroaction sur la façon dont le matériau se déforme. 

« Si vous étirez un élastique, il met un peu de temps à se remettre en place. Mais comme nous utilisons de l'air et que les déformations sont relativement stables, nous n'obtenons pas ces mêmes propriétés variables dans le temps. Les informations qui sortent de notre capteur sont beaucoup plus propres », déclare Chin.

L'équipe a incorporé des canaux dans la structure à l'aide de l'impression 3D par traitement numérique de la lumière. La méthode consiste à extraire la structure d'un bain de résine et à la durcir en une forme précise à l'aide d'une lumière projetée. Une image est ensuite projetée sur la résine humide et les zones touchées par la lumière sont durcies. 

Au fur et à mesure que le processus avance, la résine collante s'égoutte et se coince à l'intérieur des canaux, ce qui signifie que l'équipe a dû éliminer tout excès de résine avant qu'elle ne soit durcie. Ils l'ont fait en utilisant un mélange d'air sous pression, d'aspiration et de nettoyage complexe.

 "Nous devrons faire plus de brainstorming du côté de la conception pour réfléchir à ce processus de nettoyage, car c'est le principal défi", poursuit Chin.

L'équipe a utilisé ce processus pour créer plusieurs structures en treillis et a démontré comment les canaux remplis d'air pouvaient générer une rétroaction claire lorsque les structures étaient comprimées ou pliées.

Robots souples HSA

Le groupe de chercheurs a également incorporé des capteurs dans les auxétiques de cisaillement manuel (HSA), qui sont une nouvelle classe de matériaux développés pour les robots mous motorisés. Les HSA peuvent être étirés et tordus en même temps, ce qui leur permet d'agir comme des actionneurs de robots souples efficaces. Cependant, les HSA sont difficiles à "sensibiliser" en raison de leurs formes complexes. 

L'équipe a imprimé en 3D l'un de ces robots souples HSA, capable d'effectuer divers mouvements comme la flexion et la torsion. Il a ensuite été soumis à une série de mouvements pendant plus de 18 heures, et les données du capteur ont été utilisées pour former un réseau neuronal capable de prédire avec précision le mouvement du robot. 

« Les spécialistes des matériaux ont travaillé dur pour optimiser les matériaux architecturés pour la fonctionnalité. Cela semble être une idée simple mais vraiment puissante pour relier ce que ces chercheurs ont fait avec ce domaine de la perception. Dès que nous ajoutons la détection, les roboticiens comme moi peuvent intervenir et l'utiliser comme matériau actif, et pas seulement passif », déclare Chin.

« La détection de robots mous avec des capteurs continus ressemblant à de la peau a été un défi ouvert sur le terrain. Cette nouvelle méthode fournit des capacités proprioceptives précises pour les robots mous et ouvre la porte à l'exploration du monde par le toucher », poursuit Rus. 

Chin et l'équipe disent que l'avenir d'une telle technologie pourrait conduire à des choses comme des casques de football adaptés à la tête d'un joueur spécifique. Ces casques auraient des capacités de détection au sein de la structure interne, augmentant la précision de la rétroaction des collisions sur le terrain.   

Alex McFarland est un journaliste et écrivain en IA qui explore les derniers développements en matière d'intelligence artificielle. Il a collaboré avec de nombreuses startups et publications d'IA dans le monde entier.