Robotika dan AI fisik

Bahan Cetak 3D Baru yang Dapat Mendeteksi Gerakan Sendiri

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Tim peneliti di MIT telah mengembangkan metode baru untuk mencetak bahan 3D dengan sifat mekanik yang dapat disesuaikan, yang memungkinkan mereka untuk mendeteksi gerakan dan interaksi mereka dengan lingkungan. Tim tersebut menciptakan struktur penginderaan dengan satu bahan dan satu percobaan pada pencetak 3D.

Mereka pertama-tama mengambil bahan lattice 3D yang dicetak dan mengintegrasikan jaringan saluran udara ke dalam struktur selama proses pencetakan. Mereka kemudian dapat mengekstrak wawasan tentang bagaimana bahan tersebut bergerak dengan mengukur perubahan tekanan dalam saluran tersebut ketika struktur tersebut ditekan, ditekuk, atau ditarik.

Bahan lattice terdiri dari sel tunggal dalam pola berulang, dan dengan mengubah ukuran atau bentuk sel, sifat mekanik bahan tersebut diubah.

Teknik baru ini akhirnya dapat membantu menciptakan robot lunak yang fleksibel dengan sensor terintegrasi yang memungkinkan robot untuk memahami postur dan gerakan mereka. Ini juga dapat mengarah pada pengembangan perangkat pintar yang dapat dikenakan dan disesuaikan.

Lillian Chin adalah penulis utama dan mahasiswa pascasarjana di Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT (CSAIL).

“Ide di balik pekerjaan ini adalah bahwa kita dapat mengambil bahan apa pun yang dapat dicetak 3D dan memiliki cara sederhana untuk mengarahkan saluran di seluruhnya sehingga kita dapat mendapatkan sensorisasi dengan struktur. Dan jika Anda menggunakan bahan yang sangat kompleks, maka Anda dapat memiliki gerakan, persepsi, dan struktur semua dalam satu,” kata Chin.

Makalah ini juga mencakup penulis utama Ryan Truby, mantan peneliti pascadoktoral CSAIL dan profesor asisten di Universitas Northwestern; Annan Zhang, mahasiswa pascasarjana CSAIL; dan penulis senior Daniela Rus, Profesor Teknik Elektro dan Ilmu Komputer Andrew dan Erna Viterbi dan direktur CSAIL.

Penelitian ini diterbitkan di Science Advances.

Teknik Pencetakan 3D

Tim tersebut bergantung pada pencetakan 3D untuk mengintegrasikan saluran udara langsung ke dalam struts yang membentuk lattice. Ketika struktur tersebut mengalami gerakan atau ditekan, saluran tersebut berdeformasi dan volume udara di dalamnya berubah. Proses ini memungkinkan peneliti untuk mengukur perubahan tekanan yang sesuai dengan sensor tekanan yang ada, yang memberikan umpan balik tentang bagaimana bahan tersebut berdeformasi.

“Jika Anda meregangkan karet, itu membutuhkan waktu untuk kembali ke tempatnya. Tapi karena kita menggunakan udara dan deformasi relatif stabil, kita tidak mendapatkan sifat waktu-bervariasi yang sama. Informasi yang keluar dari sensor kita jauh lebih bersih,” kata Chin.

Tim tersebut mengintegrasikan saluran ke dalam struktur menggunakan pencetakan 3D dengan proses pengolahan cahaya digital. Metode ini melibatkan struktur yang ditarik keluar dari kolam resin dan dikeras menjadi bentuk yang tepat menggunakan cahaya yang diproyeksikan. Gambar kemudian diproyeksikan ke resin basah dan area yang terkena cahaya mengeras.

Ketika proses tersebut berlanjut, resin yang lengket menetes dan terjebak di dalam saluran, yang berarti tim tersebut harus menghilangkan kelebihan resin sebelum mengeras. Mereka melakukan ini dengan menggunakan campuran udara bertekanan, vakum, dan pembersihan yang rumit.

“Kita akan harus melakukan lebih banyak pemikiran dari sisi desain untuk memikirkan tentang proses pembersihan, karena itu adalah tantangan utama,” lanjut Chin.

Tim tersebut menggunakan proses ini untuk menciptakan beberapa struktur lattice dan menunjukkan bahwa saluran udara dapat menghasilkan umpan balik yang jelas ketika struktur tersebut ditekan atau ditekuk.

Robot Lunak HSA

Kelompok peneliti juga mengintegrasikan sensor ke dalam handed shearing auxetics (HSAs), yang merupakan kelas bahan baru yang dikembangkan untuk robot lunak yang dimotorisasi. HSAs dapat ditekan dan diputar pada saat yang sama, memungkinkan mereka untuk bertindak sebagai aktuator robot lunak yang efektif. Namun, HSAs sulit untuk “disensorisasi” karena bentuknya yang kompleks.

Tim tersebut mencetak satu robot lunak HSA, yang dapat melakukan berbagai gerakan seperti membengkok dan memutar. Kemudian, robot tersebut ditempatkan dalam serangkaian gerakan selama lebih dari 18 jam, dan data sensor digunakan untuk melatih jaringan saraf yang dapat memprediksi gerakan robot dengan akurat.

“Ilmuwan material telah bekerja keras untuk mengoptimalkan bahan yang diarsiteki untuk fungsionalitas. Ini tampak seperti ide sederhana, tetapi sangat kuat untuk menghubungkan apa yang para peneliti telah lakukan dengan ranah persepsi ini. Begitu kita menambahkan sensor, maka roboticis seperti saya dapat datang dan menggunakan ini sebagai bahan aktif, bukan hanya pasif,” kata Chin.

“Mensensorisasi robot lunak dengan sensor kulit yang terus-menerus telah menjadi tantangan terbuka di bidang ini. Metode baru ini memberikan kemampuan proprioceptif yang akurat untuk robot lunak dan membuka pintu untuk menjelajahi dunia melalui sentuhan,” lanjut Rus.

Chin dan tim tersebut mengatakan bahwa masa depan teknologi ini dapat mengarah pada hal-hal seperti helm sepak bola yang disesuaikan dengan kepala pemain tertentu. Helm tersebut akan memiliki kemampuan sensorik dalam struktur internal, meningkatkan akurasi umpan balik dari tabrakan di lapangan.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.