Robótica e IA física

Tecnologia de Gráficos Computacionais Adaptada para Robótica Flexível

mm
Adicione Unite.AI às suas fontes preferidas no Google

Cientistas da Universidade da Califórnia, Los Angeles (UCLA) e da Universidade Carnegie Mellon adaptaram uma sofisticada tecnologia de gráficos computacionais para robótica flexível. Eles usaram a mesma tecnologia que os animadores de filmes e desenvolvedores de jogos de vídeo usam para criar imagens muito detalhadas, como cabelo e tecido em filmes animados. Agora, está sendo usada pelos cientistas para simular robôs flexíveis e suas movimentações.

O trabalho foi publicado na Nature Communications em 6 de maio. O artigo é intitulado “Simulação Dinâmica de Robôs Flexíveis Articulados.”

Khalid Jawed é o autor do estudo e professor assistente de engenharia mecânica e aerospacial na UCLA Samueli School of Engineering.

“Conseguimos simular robôs flexíveis em tempo real, e isso é um grande passo em direção a robôs autônomos que possam planejar suas ações sozinhos”, disse Jawed. “Robôs flexíveis são feitos de material flexível, o que os torna intrinsecamente resistentes a danos e potencialmente muito mais seguros em interação com humanos. Antes deste estudo, prever o movimento desses robôs era um desafio, pois eles mudam de forma durante a operação.”

Tecnologias DER e FEM

Um algoritmo chamado de varas elásticas discretas (DER) é frequentemente usado na criação de filmes para animar objetos que fluem livremente. Em apenas uma fração de segundo, o DER é capaz de prever centenas de movimentos.

Os pesquisadores se propuseram a usar o DER para desenvolver um motor de física capaz de simular os movimentos de robôs bio-inspirados. Eles também queriam usá-lo para robôs que existem em ambientes difíceis, como os desenvolvidos para Marte ou para uso subaquático.

O método dos elementos finitos (FEM) também é uma tecnologia baseada em algoritmos, e é capaz de simular os movimentos de robôs sólidos e rígidos. No entanto, o FEM não é ideal quando se trata de movimentos flexíveis e naturais e do nível de detalhe necessário. Além disso, o FEM depende de muito poder computacional e requer longos períodos de tempo.

Para desenvolver e simular robôs flexíveis, os robóticos confiaram em métodos de tentativa e erro.

Carmel Majidi é professor associado de engenharia mecânica no College of Engineering da Carnegie Mellon.

“Robôs feitos de materiais duros e inflexíveis são relativamente fáceis de modelar usando ferramentas de simulação computacional existentes”, disse Majidi. “Até agora, não havia boas ferramentas de software para simular robôs que são flexíveis e macios. Nosso trabalho é um dos primeiros a demonstrar como robôs flexíveis podem ser simulados com sucesso usando o mesmo software de gráficos computacionais que foi usado para modelar cabelo e tecidos em filmes de blockbuster e filmes animados.”

Os pesquisadores começaram a colaborar no Soft Machines Lab de Majidi há mais de três anos. Seu projeto mais recente envolveu Jawed executando simulações em seu laboratório de pesquisa na UCLA e Majidi realizando experimentos físicos para confirmar os resultados da simulação.

A ferramenta de simulação reduz drasticamente o tempo necessário para que um robô flexível chegue ao ponto de aplicação.

Apoio do Escritório de Pesquisa do Exército

A pesquisa foi parcialmente financiada pelo Escritório de Pesquisa do Exército, que é parte do Laboratório de Pesquisa do Exército do Comando de Desenvolvimento de Capacidades de Combate do Exército dos EUA.

Dr. Samuel Stanton é gerente de programa no Escritório de Pesquisa do Exército.

“Os avanços experimentais em robótica flexível têm superado a teoria por vários anos”, disse Stanton. “Esse esforço é um passo significativo em nossa capacidade de prever e projetar para dinâmica e controle em robôs altamente deformáveis que operam em espaços confinados com contatos complexos e ambientes constantemente em mudança.”

A tecnologia agora está sendo explorada e testada em outros tipos de robôs flexíveis. Uma dessas áreas é robôs baseados nos movimentos de bactérias e estrelas-do-mar, que poderiam ser utilizados em tarefas de oceanografia, como monitorar as condições da água do mar ou inspecionar a vida marinha.

Alex McFarland é um jornalista e escritor de IA que explora os últimos desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups de IA e publicações em todo o mundo.