Kredit:Pixabay/CC0 Public Domain
MIT-forskare har utvecklat en metod för 3D-utskrift av material med avstämbara mekaniska egenskaper, som kan känna av hur de rör sig och interagerar med omgivningen. Forskarna skapar dessa avkänningsstrukturer med bara ett material och en enda körning på en 3D-skrivare.
För att åstadkomma detta började forskarna med 3D-printade gittermaterial och inkorporerade nätverk av luftfyllda kanaler i strukturen under utskriftsprocessen. Genom att mäta hur trycket förändras inom dessa kanaler när strukturen kläms, böjs eller sträcks, kan ingenjörer få feedback om hur materialet rör sig.
Dessa gittermaterial är sammansatta av enstaka celler i ett upprepande mönster. Att ändra storleken eller formen på cellerna förändrar materialets mekaniska egenskaper, såsom styvhet eller hårdhet. Till exempel ger ett tätare nätverk av celler en styvare struktur.
Denna teknik skulle en dag kunna användas för att skapa flexibla mjuka robotar med inbyggda sensorer som gör att robotarna förstår sin hållning och rörelser. Den kan också användas för att producera smarta enheter som kan bäras, som skräddarsydda löparskor som ger feedback om hur en atlets fot påverkar marken.
"Tanken med det här arbetet är att vi kan ta vilket material som helst som kan 3D-printas och ha ett enkelt sätt att dirigera kanaler genom det så att vi kan få sensorisering med struktur. Och om du använder riktigt komplexa material, då kan du ha rörelse , perception och struktur allt i ett", säger medförfattaren Lillian Chin, doktorand vid MIT Computer Science and Artificial Intelligence Laboratory (CSAIL).
Med Chin på tidningen är co-lead författare Ryan Truby, en tidigare CSAIL postdoc som nu är biträdande professor vid Northwestern University; Annan Zhang, en CSAIL doktorand; och senior författare Daniela Rus, Andrew och Erna Viterbi professor i elektroteknik och datavetenskap och chef för CSAIL. Uppsatsen publiceras i Science Advances .
Arkitekterat material
Forskarna fokuserade sina ansträngningar på galler, en typ av "arkitektat material", som uppvisar anpassningsbara mekaniska egenskaper baserade enbart på dess geometri. Att till exempel ändra storleken eller formen på celler i gittret gör materialet mer eller mindre flexibelt.
Medan arkitektonerade material kan uppvisa unika egenskaper, är det notoriskt utmanande att integrera sensorer. Ingenjörer måste vanligtvis placera sensorer på utsidan, vilket är tufft eftersom gallret är fullt av hål så det finns lite material att arbeta med. När sensorer placeras på utsidan är de inte helt integrerade med materialet och kan påverkas av ljud som kommer från ett mjukt materials rörelser.
Istället använde Chin och hennes medarbetare 3D-utskrift för att införliva luftfyllda kanaler direkt i stöttorna som bildar gallret. När strukturen flyttas eller kläms deformeras dessa kanaler och luftvolymen inuti förändras. Forskarna kan mäta motsvarande tryckförändring med en trycksensor från hyllan, som ger feedback om hur materialet deformeras.
Eftersom de är inbyggda i materialet är dessa "vätskesensorer" mer exakta än sensorer placerade på utsidan av en struktur.
"Om man sträcker ut ett gummiband tar det lite tid att komma tillbaka på plats. Men eftersom vi använder luft och deformationerna är relativt stabila får vi inte samma tidsvarierande egenskaper. Informationen som kommer ut av vår sensor är mycket renare, säger Chin.
"Sensorisering" strukturer
Forskarna införlivar kanaler i strukturen med hjälp av digital ljusbearbetning 3D-utskrift. I denna metod dras strukturen ut ur en pöl av harts och härdas till en exakt form med hjälp av projicerat ljus. En bild projiceras på det våta hartset och områden som träffas av ljuset härdas.
Men när processen fortsätter tenderar det klibbiga hartset att droppa och fastna i kanalerna. Forskarna var tvungna att arbeta snabbt för att ta bort överflödigt harts innan det härdades, med en blandning av tryckluft, vakuum och intrikat rengöring.
"Vi kommer att behöva göra mer brainstorming från designsidan för att tänka på den städprocessen, eftersom det är den största utmaningen", säger hon.
De använde denna process för att skapa flera gitterstrukturer och visade hur de luftfyllda kanalerna genererade tydlig feedback när strukturerna klämdes och böjdes.
Med utgångspunkt från dessa resultat, inkorporerade de också sensorer i en ny klass av material som utvecklats för motoriserade mjuka robotar som kallas handed shearing auxetics eller HSAs. HSA:er kan vridas och sträckas samtidigt, vilket gör att de kan användas som effektiva mjuka robotaktuatorer. Men de är svåra att "sensorisera" på grund av deras komplexa former.
De 3D-printade en mjuk HSA-robot som kan utföra flera rörelser, inklusive böjning, vridning och förlängning. De körde roboten genom en serie rörelser i mer än 18 timmar och använde sensordata för att träna ett neuralt nätverk som exakt kunde förutsäga robotens rörelse.
Chin var imponerad av resultaten – de fluidiska sensorerna var så exakta att hon hade svårt att skilja mellan signalerna som forskarna skickade till motorerna och data som kom tillbaka från sensorerna.
"Materialforskare har arbetat hårt för att optimera arkitektonerade material för funktionalitet. Det här verkar vara en enkel men ändå riktigt kraftfull idé för att koppla ihop vad dessa forskare har gjort med denna perceptionssfär. Så fort vi lägger till avkänning kan robotiker som jag kom in och använd det här som ett aktivt material, inte bara ett passivt", säger hon.
"Sensorisering av mjuka robotar med kontinuerliga hudliknande sensorer har varit en öppen utmaning på fältet. Den här nya metoden ger noggranna proprioceptiva möjligheter för mjuka robotar och öppnar dörren för att utforska världen genom beröring", säger Rus.
I framtiden ser Chin fram emot att hitta nya tillämpningar för denna teknik, som att skapa fotbollshjälmar skräddarsydda för en specifik spelares huvud som har avkänningsförmåga inom den interna strukturen. Detta kan öka noggrannheten i feedback från kollisioner på fältet och förbättra spelarens säkerhet. Hon är också intresserad av att använda maskininlärning för att tänja på gränserna för taktil avkänning för robotik. + Utforska vidare
