Robotikk og fysisk AI

Nye 3D-utskrevne materialer kan føle sine egne bevegelser

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Et team av forskere ved MIT har utviklet en ny metode for 3D-utskriving av materialer med justerbare mekaniske egenskaper, som gjør det mulig for dem å føle sine egne bevegelser og interaksjoner med omgivelsene. Teamet skapte de følsomme strukturer med ett materiale og ett enkelt forsøk på en 3D-utskriver.

De tok først 3D-utskrevne gittermaterialer og innlemmet nettverk av luftfylte kanaler i strukturen under utskrivningsprosessen. De kunne deretter trekke ut innsikt om hvordan materialet beveger seg ved å måle trykkendringene innenfor disse kanalene når strukturen blir sammenpresset, bøyd eller strekt.

Gittermaterialet består av enkeltceller i et gjentakende mønster, og ved å endre størrelsen eller formen på cellene, endres materialets mekaniske egenskaper.

Den nye teknikken kan til slutt hjelpe med å skape fleksible myke roboter med innbygde sensorer som gjør det mulig for robotene å forstå sin holdning og bevegelser. Den kan også føre til utviklingen av bærbare smartenheter som kan tilpasses.

Lillian Chin er medforfatter og en doktorgradsstudent ved MIT Computer Science and Artificial Intelligence Laboratory (CSAIL).

“Idéen bak dette arbeidet er at vi kan ta noe materiale som kan 3D-utskrives og ha en enkel måte å rute kanaler gjennom det, så vi kan få sensorisering med struktur. Og hvis du bruker virkelig komplekse materialer, kan du få bevegelse, persepsjon og struktur alle på én gang”, sier Chin.

Artikkelen inkluderer også medforfatter Ryan Truby, en tidligere CSAIL-postdoktor og nåværende assistentprofessor ved Northwestern University; Annan Zhang, en CSAIL-doktorgradsstudent; og seniorforfatter Daniela Rus, Andrew og Erna Viterbi Professor of Electrical Engineering and Computer Science og direktør for CSAIL.

Forskningen ble publisert i Science Advances.

3D-utskrivningsteknikk

Teamet baserte seg på 3D-utskriving for å innlemme luftfylte kanaler direkte i støttene som danner gitteret. Når strukturen undergår bevegelse eller blir sammenpresset, deformerer kanalene og volumet av luft inni endrer seg. Dette prosessen gjør det mulig for forskerne å måle den tilsvarende endringen i trykk med en standard trykksensor, som gir tilbakemelding om hvordan materialet deformerer.

“Hvis du strekker ut en gummibånd, tar det en liten stund å komme tilbake på plass. Men siden vi bruker luft og deformasjonene er relativt stabile, får vi ikke disse samme tid-varierte egenskapene. Informasjonen som kommer ut av vår sensor er mye renere”, sier Chin.

Teamet innlemmet kanaler i strukturen ved hjelp av digital lysbehandling 3D-utskriving. Metoden innebærer at strukturen trekkes ut av en pool av harpiks og herdes inn i en presis form ved hjelp av projisert lys. Et bilde projiseres deretter på den våte harpiks, og områdene som treffes av lyset herdes.

Etter hvert som prosessen fortsetter, faller den klebrige harpiks og blir fast i kanalene, noe som betød at teamet måtte fjerne eventuell overskuddsharpiks før den herdet. De gjorde dette ved å bruke en blanding av trykkluft, vakuum og intrikat rengjøring.

“Vi må gjøre mer hjernearbeid fra design-siden for å tenke på den rengjøringsprosessen, siden det er den største utfordringen”, fortsetter Chin.

Teamet brukte denne prosessen til å skape flere gitterstrukturer og demonstrerte hvordan de luftfylte kanalene kunne gi klar tilbakemelding når strukturene ble sammenpresset eller bøyd.

HSA-myke roboter

Forskergruppen innlemmet også sensorer i håndsheving auxetics (HSAs), som er en ny klasse materialer utviklet for motoriserte myke roboter. HSAs kan strekkes og vrises samtidig, noe som gjør dem til effektive myke robot-aktuatorer. Men HSAs er vanskelige å “sensorisere” på grunn av deres komplekse former.

Teamet 3D-utskrev en av disse HSA-myke robotene, som kunne utføre ulike bevegelser som bøying og vriing. Den ble deretter utsatt for en rekke bevegelser i over 18 timer, og sensordataene ble brukt til å trene et neuralt nettverk som kunne nøyaktig forutsi robotens bevegelse.

“Materialeforskere har arbeidet hardt for å optimalisere arkitekterte materialer for funksjonalitet. Dette ser ut som en enkel, men virkelig kraftig idé for å koble sammen det forskerne har gjort med dette området av persepsjon. Så snart vi legger til sensing, kan robotforskere som meg komme inn og bruke dette som et aktivt materiale, ikke bare et passivt”, sier Chin.

“Sensorisering av myke roboter med kontinuerlige hudlignende sensorer har vært en åpen utfordring i feltet. Denne nye metoden gir nøyaktige proprioceptive evner for myke roboter og åpner døren for å utforske verden gjennom berøring”, fortsetter Rus.

Chin og teamet sier at fremtiden for slik teknologi kan føre til ting som fotballhjelmer tilpasset en bestemt spillers hode. Disse hjelmene vil ha sensoriske evner innenfor den interne strukturen, og øke nøyaktigheten av tilbakemelding fra kollisjoner på banen.

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.