Nowe materiały drukowane w 3D wykrywają własne ruchy

Zespół badaczy z MIT opracował nową metodę drukowania 3D materiałów z regulowanymi właściwościami mechanicznymi, co pozwala im na wyczucie własnych ruchów i interakcji ze środowiskiem. Zespół stworzył struktury czujnikowe z jednego materiału i jednego przejścia na drukarce 3D.

Najpierw wzięli materiały drukowane w 3D w postaci siatki i wprowadzili do struktury sieci kanałów wypełnionych powietrzem podczas procesu drukowania. Mogli wtedy uzyskać wgląd w to, jak materiał się porusza, mierząc zmiany ciśnienia w tych kanałach, gdy struktura jest ściskana, gięta lub rozciągana.

Materiały siatkowe składają się z pojedynczych komórek w powtarzającym się wzorze, a zmieniając rozmiar lub kształt komórek, zmieniają się właściwości mechaniczne materiału.

Nowa technika może ostatecznie pomóc w stworzeniu elastycznych miękkich robotów z wbudowanymi czujnikami, które umożliwiają robotom zrozumienie ich postawy i ruchów. Może również doprowadzić do rozwoju noszonych inteligentnych urządzeń, które można dostosować.

Lillian Chin jest jedną z dwojga głównych autorów i studentką w laboratorium MIT Computer Science and Artificial Intelligence (CSAIL).

“Pomysł tej pracy polega na tym, że możemy wziąć każdy materiał, który można wydrukować w 3D, i mieć prosty sposób na wprowadzenie kanałów w jego strukturze, aby uzyskać czujniki. A jeśli użyjemy bardzo złożonych materiałów, to możemy mieć ruch, percepcję i strukturę w jednym,” mówi Chin.

W artykule znajduje się również drugi główny autor Ryan Truby, były postdoktorant CSAIL i obecnie profesor asystent na Northwestern University; Annan Zhang, student CSAIL; oraz starsza autorka Daniela Rus, profesor elektrotechniki i informatyki na stanowisku imienia Andrew i Erny Viterbich oraz dyrektorka CSAIL.

Badania zostały opublikowane w Science Advances.

Technika drukowania 3D

Zespół oparł się na drukowaniu 3D, aby wprowadzić kanały wypełnione powietrzem bezpośrednio do słupów, które tworzą siatkę. Gdy struktura ulega ruchowi lub jest ściskana, kanały ulegają deformacji, a objętość powietrza wewnątrz zmienia się. Ten proces umożliwia badaczom pomiar odpowiedniej zmiany ciśnienia za pomocą standardowego czujnika ciśnienia, co dostarcza informacji zwrotnej o tym, jak materiał ulega deformacji.

“Jeśli rozciągniemy gumkę, to potrzebuje trochę czasu, aby wrócić do swojej pierwotnej postaci. Ale ponieważ używamy powietrza, a deformacje są względnie stabilne, nie otrzymujemy tych samych właściwości zależnych od czasu. Informacje, które pochodzą z naszego czujnika, są znacznie czytelniejsze,” mówi Chin.

Zespół wprowadził kanały do struktury za pomocą drukowania 3D z cyfrowym przetwarzaniem światła. Metoda ta polega na tym, że struktura jest wyciągana z kadzi z żywicą i utwardzana w precyzyjną formę za pomocą światła projekcyjnego. Następnie obraz jest rzutowany na mokrą żywicę, a obszary, które są trafione przez światło, są utwardzane.

W miarę postępu procesu lepka żywica kapie i zostaje wewnątrz kanałów, co oznacza, że zespół musiał usunąć nadmiar żywicy przed jej utwardzeniem. Zrobili to, używając mieszanki sprężonego powietrza, próżni i starannego czyszczenia.

“Będziemy musieli jeszcze bardziej przemyśleć proces czyszczenia, ponieważ jest to główne wyzwanie,” kontynuuje Chin.

Zespół użył tego procesu do stworzenia kilku struktur siatkowych i zademonstrował, jak kanały wypełnione powietrzem mogą generować wyraźną informację zwrotną, gdy struktury są ściskane lub gięte.

Roboty miękkie HSA

Grupa badaczy również wprowadziła czujniki do chiralnych struktur auksetycznych poddawanych ścinaniu (handed shearing auxetics, HSA), które są nową klasą materiałów opracowanych dla zmotoryzowanych miękkich robotów. HSAs mogą być rozciągane i skręcane jednocześnie, co pozwala im działać jako skuteczne siłowniki miękkich robotów. Jednak HSAs są trudne do wyposażenia w funkcje pomiarowe ze względu na ich złożone formy.

Zespół wydrukował w 3D jeden z tych miękkich robotów HSA, który mógł wykonywać różne ruchy, takie jak gięcie i skręcanie. Następnie przeszedł przez serię ruchów przez ponad 18 godzin, a dane czujnikowe zostały wykorzystane do trenowania sieci neuronowej, która mogła dokładnie przewidzieć ruch robota.

“Naukowcy materiałowi pracowali ciężko, aby zoptymalizować materiały architektoniczne pod względem funkcjonalności. Wydaje się to prosta, a zarazem bardzo potężna idea, aby połączyć to, co ci badacze robili, z tym obszarem percepcji. Jak tylko dodamy czujniki, to robotycy jak ja mogą przyjść i użyć tego jako aktywny materiał, a nie tylko bierny,” mówi Chin.

“Wyposażanie miękkich robotów w funkcje pomiarowe z ciągłymi czujnikami skóropodobnymi było otwartym wyzwaniem w tej dziedzinie. Ta nowa metoda zapewnia dokładne zdolności proprioceptywne dla miękkich robotów i otwiera drzwi do eksploracji świata przez dotyk,” kontynuuje Rus.

Chin i zespół mówią, że przyszłość takiej technologii może doprowadzić do rzeczy takich jak kaski do futbolu amerykańskiego dopasowane do głowy konkretnego zawodnika. Kaski te będą miały zdolności czujnikowe wewnątrz struktury, zwiększając dokładność informacji zwrotnej zderzeń na boisku.