로보틱스 및 피지컬 AI

3D 프린팅 소재의 자체 운동 감지

mm
Unite.AI를 Google의 선호 소스에 추가

MIT의 연구팀은 3D 프린팅 소재의 기계적 특성을 조절할 수 있는 새로운 방법을 개발하였으며, 이는 소재가 자체 운동과 환경과의 상호작용을 감지할 수 있도록 합니다. 연구팀은 하나의 소재와 단일 3D 프린터를 사용하여 감지 구조를 생성했습니다.

그들은 먼저 3D 프린팅 격자 소재를 사용하여 구조 내에 공기 채널을 통합하였습니다. 구조가 압축, 비틀거나 늘어날 때 채널 내의 압력 변화를 측정하여 소재의 운동에 대한 정보를 얻을 수 있습니다.

격자 소재는 반복되는 패턴의 단일 셀로 구성되며, 셀의 크기 또는 모양을 변경하여 소재의 기계적 특성을 변경할 수 있습니다.

이 새로운 기술은 유연한 소프트 로봇을 개발하는데 도움이 될 수 있으며, 이러한 로봇은 내장된 센서를 통해 자신의 자세와 운동을 이해할 수 있습니다. 또한 사용자 맞춤형 웨어러블 스마트 기기를 개발하는데도 도움이 될 수 있습니다.

릴리안 친(Lillian Chin)은 공동 저자이자 MIT 컴퓨터 과학 및 인공지능 연구소(CSAIL)의 대학원생입니다.

“이 연구의 아이디어는 3D 프린팅이 가능한任意의 소재를 사용하여 구조 내에 채널을 쉽게 통합할 수 있으며, 이를 통해 구조와 센서화를 동시에 구현할 수 있습니다. 그리고 정말 복잡한 소재를 사용한다면, 운동, 지각, 구조를 모두 하나로 통합할 수 있습니다.”라고 친은 말했습니다.

이 논문에는 공동 저자 라이언 트루비(Ryan Truby), 이전 CSAIL 포스닥 및 현재 노스웨스턴 대학교의 조교수; 안난 장(Annan Zhang), CSAIL의 대학원생; 그리고 선임 저자 다니엘라 러스(Daniela Rus), 전기공학 및 컴퓨터 과학의 앤드류 및 에르나 비테르비 교수 및 CSAIL의 디렉터가 포함되어 있습니다.

이 연구는 Science Advances에 발표되었습니다.

3D 프린팅 기술

연구팀은 3D 프린팅을 사용하여 격자 구조 내에 공기 채널을 직접 통합했습니다. 구조가 운동이나 압축될 때 채널이 변형되고 내부의 공기량이 변경됩니다. 이를 통해 연구팀은 오프-더-셸프 압력 센서를 사용하여 압력의 변화를 측정할 수 있으며, 이는 소재의 변형에 대한 피드백을 제공합니다.

“고무 밴드를 늘리면 다시 원래 자리로 돌아가는데 시간이 걸립니다. 그러나 우리는 공기와 변형이 상대적으로 안정적이기 때문에 이러한 시간에 따라 변하는 특성을 가지지 않습니다. 우리의 센서에서 나온 정보는 훨씬 깨끗합니다.”라고 친은 말했습니다.

연구팀은 디지털 라이트 프로세싱 3D 프린팅을 사용하여 구조 내에 채널을 통합했습니다. 이 방법은 구조를 레진 풀에서 그려내고 투영된 빛을 사용하여 정확한 모양으로 경화시킵니다. 이미지를 레진에 투영하고 빛에 노출된 영역이 경화됩니다.

과정이 진행됨에 따라 끈끈한 레진이 떨어지고 채널 내에 끼여서 경화되기 전에 이를 제거해야 했습니다. 이를 위해 연구팀은 공기 압력, 진공, 세심한 청소를 사용했습니다.

“디자인 측면에서 청소 과정을 생각해내는 데 더 많은 뇌물을 해야 할 것입니다. 그것이 주요 도전입니다.”라고 친은 계속했습니다.

연구팀은 이 과정을 사용하여 여러 격자 구조를 생성하고 구조가 압축 또는 비틀릴 때 공기 채널이 명확한 피드백을 생성할 수 있음을 보여주었습니다.

HSA 소프트 로봇

연구팀은 또한 소프트 로봇을 위한 새로운 소재 클래스인 핸디드 시어링 오세트릭스(HSA)에 센서를 통합했습니다. HSA는 동시에 늘리고 비틀 수 있기 때문에 효과적인 소프트 로봇 액추에이터로 작용할 수 있습니다. 그러나 HSA는 복잡한 형태로 인해 “센서화”하기 어렵습니다.

연구팀은 이러한 HSA 소프트 로봇 중 하나를 3D 프린팅하고 다양한 운동을 수행할 수 있음을 보여주었습니다. 로봇은 18시간 이상의 다양한 운동을 수행했으며, 센서 데이터를 사용하여 로봇의 운동을 정확하게 예측할 수 있는 신경망을 훈련시켰습니다.

“재료 과학자들은 기능을 위한 건축 재료를 최적화하기 위해 열심히 노력해 왔습니다. 이것은 단순하지만 매우 강력한 아이디어로, 이러한 연구자들이 하는 일을 지각의 영역과 연결합니다. 센서를 추가하면 로봇공학자처럼 저희가 활동적인 재료, 수동적인 재료가 아닌 활성 재료를 사용할 수 있습니다.”라고 친은 말했습니다.

“연속적인 피부와 같은 센서를 사용하여 소프트 로봇을 센서화하는 것은 분야에서 열린 도전입니다. 이 새로운 방법은 소프트 로봇에 대한 정확한 자체 지각 능력을 제공하며, 감각을 통해 세계를 탐험하는 문을 열어줍니다.”라고 러스는 계속했습니다.

친과 연구팀은 이러한 기술의 미래는 특정 선수의 머리에 맞춤형으로 설계된 축구 헬멧과 같은 것들을 만들 수 있을 것이라고 말합니다. 이러한 헬멧은 내부 구조 내에 센싱 능력을 가지며, 필드에서 충돌에 대한 피드백의 정확도를 높일 수 있습니다.

Alex McFarland은 인공 지능의 최신 개발을 탐구하는 AI 저널리스트이자 작가입니다. 그는 전 세계의 수많은 AI 스타트업과 출판물들과 협력했습니다.