๋ก๋ณดํฑ์ค
3D ์ธ์ ๊ธฐ์ ์ ๋ํ๊ตฌ: ๋ก๋ด์ ํ ๋จ๊ณ๋ก ์ ์ํ๋ ๊ธฐ์
UCLA의 엔지니어 팀은 로봇을 한 단계로 제작할 수 있는 새로운 3D 인쇄 기술과 디자인 전략을 개발했습니다.
새로운 연구는 로봇이 어떻게 구성되고 걷고, 조종하고, 점프할 수 있는지 보여주고 있으며, Science에 발표되었습니다.
3D 인쇄 기술의 돌파구
새로운 기술은 다중 기능을 가진 공학적 활성 물질 또는 ‘메타 물질’을 위한 3D 인쇄 공정을 포함합니다. 로봇을 작동시키기 위해 필요한 모든 기계적 및 전자 시스템을 한꺼번에 제작할 수 있습니다. ‘메타-봇’이 3D 인쇄된 후, 이동, 추진, 감지, 의사 결정과 같은 동작을 수행할 수 있습니다.
인쇄된 물질은 자체적으로 움직이는 감지, 이동, 구조 요소의 내부 네트워크로 구성되어 있습니다. 이 내부 네트워크는 한 곳에 모여 있기 때문에 로봇을 구동하기 위한 작은 배터리 외에는 외부 구성 요소가 필요하지 않습니다.
Xiaoyu (Rayne) Zheng는 연구의 주요 조사자이며 UCLA Samueli 공학 학교의 시민 및 환경 공학, 기계 및 항공 우주 공학 부교수입니다.
“우리는 이 스마트 로봇 물질의 디자인 및 인쇄 방법론이 로봇을 제작하기 위한 현재의 복잡한 조립 공정을 대체할 수 있는 자율 물질 클래스를 실현하는 데 도움이 될 것이라고 생각합니다”라고 Zheng는 말했다. “복잡한 동작, 여러 가지 감지 모드, 프로그래밍 가능한 의사 결정 능력과 같은 모든 것이 긴밀하게 통합되어 있어, 신경, 뼈, 건초가 제어된 동작을 수행하기 위해 함께 작동하는 생물학적 시스템과 유사합니다.”
潜在的な応用
팀은 온보드 배터리와 컨트롤러를 통합하여 완전히 자율적인 3D 인쇄 로봇을 제작했습니다. 각 로봇은 손가락 끝 크기이며, Zheng에 따르면, 이 새로운 방법은 생체 의학 로봇에 대한 새로운 디자인으로 이어질 수 있습니다. 이러한 생체 의학 로봇 중 하나는 약물을 목표 부위에 전달하기 위해 자율적으로 혈관 근처에서 수영할 수 있는 로봇입니다.
3D 인쇄 로봇의 또 다른 응용 분야는 위험한 환경으로 로봇을 보낼 수 있습니다. 예를 들어, 건물이 무너진 경우, 로봇 스웜은狭い 공간에 접근할 수 있으며, 위협 수준을 평가하고 구조 작업을 지원할 수 있습니다.
이것은 로봇공학 분야에서 주요한 돌파구입니다. 대부분의 현재 로봇은 제작하기 위해 복잡한 단계가 필요로 하기 때문입니다. 이 공정은 더 무거운, 더 큰, 더 약한 로봇을 생성합니다.
새로운 방법을 개발하기 위해 팀은 전기장에 반응하여 모양과 방향을 변경하는 복잡한 격자 물질 클래스에 의존했습니다. 물리적 힘으로 인해 전기 충전을 생성할 수도 있습니다.
새로운 로봇 물질 개발
팀이 개발한 로봇 물질은 한 푼의 크기이며, 구조 요소가 있어 높은 속도로 구부리거나, 비틀거나, 확장하거나, 수축하거나, 회전할 수 있습니다.
또한, 팀은 사용자가 자신의 모델을 생성할 수 있도록 로봇 물질을 설계하기 위한 방법론을 공개했습니다.
Hauchen Cui는 연구의 주요 저자이며 Zheng의 추가 제조 및 메타 물질 연구소의 UCLA 박사 후 연구원입니다.
“이것은 다양한 유형의 지형에서 빠르고 복잡한 동작을 위해 로봇 전체에 작동 요소를 정밀하게 배열할 수 있도록 합니다”라고 Cui는 말했다. “양방향 압전 효과로 인해 로봇 물질은 또한 자체적으로 구부림을 감지하고, 에코 및 초음파 방출을 통해 장애물을 감지할 수 있으며, 피드백 제어 루프를 통해 로봇이 어떻게 이동하고, 얼마나 빠르게 이동하며, 어떤 목표로 이동하는지 결정할 수 있습니다.”
팀은 다음과 같은 다양한 기능을 보여주는 세 가지 메타-봇을 제작하기 위해 이 방법을 사용했습니다:
- S자 모양의 구석과 임의로 배치된 장애물을 돌아가는 메타-봇
- 접촉 충격에 반응하여 탈출할 수 있는 메타-봇
- 구릉 지형을 걸어가는 메타-봇과 작은 점프를 하는 메타-봇
이 새로운 3D 인쇄 기술은 로봇 분야에서 중요한 역할을 할 것입니다. 로봇의 제작을 훨씬 더 효율적으로 만들 것입니다.
이번 돌파구 연구에는 Desheng Yao, Ryan Hensleigh, Zhenpeng Xu 및 Haotian Lu와 같은 대학원 학생들, Ariel Calderon 박사 후 연구원, Zhen Wang 개발 엔지니어, Sheyda Davaria 연구원, Virginia Tech, Patrick Mercier UC San Diego 전기 및 컴퓨터 공학 부교수, Pablo Tarazaga Texas A&M University 기계 공학 교수 등이 참여했습니다.
