11/08/2022
Door Ad Spijkers
Ingenieurs van het MIT 3D printen materialen met direct ingewerkte netwerken van sensoren, bijvoorbeeld voor zachte robotica.
De materialen voelen aan hoe ze bewegen en hebben interactie met de omgeving. Om dit te bereiken, bouwden de onderzoekers 3D-geprinte roostermaterialen. Ze integreerden tijdens het printproces netwerken van met lucht gevulde kanalen in de structuur. Door te meten hoe de druk verandert in deze kanalen wanneer de structuur wordt samengedrukt, gebogen of uitgerekt, kunnen ze terugkoppeling krijgen over hoe het materiaal beweegt.
Geprinte materialen
De onderzoekers richtten hun inspanningen op roosters die aanpasbare mechanische eigenschappen hebben, zijn gebaseerd op de geometrie ervan. Door de grootte of vorm van cellen in het rooster te veranderen, wordt het materiaal min of meer flexibel. Maar het is een uitdaging om er sensoren in te integreren.
Het plaatsen van sensoren aan de buitenkant van het materiaal is doorgaans een eenvoudigere strategie dan het inbedden van sensoren in het materiaal. Maar dan geven de data mogelijk geen volledige beschrijving van hoe het materiaal vervormt of beweegt. In plaats daarvan gebruikten de onderzoekers 3D-printen om met lucht gevulde kanalen rechtstreeks op te nemen in de stutten die het rooster vormen. Wanneer de structuur wordt verplaatst of samengedrukt, vervormen die kanalen en verandert het luchtvolume binnenin. De onderzoekers kunnen de bijbehorende drukverandering meten met een kant-en-klare druksensor, die terugkoppeling geeft over hoe het materiaal vervormt.
Sensoriserende structuren
Voortbouwend op deze resultaten hebben ze ook sensoren opgenomen in een nieuwe klasse van materialen die zijn ontwikkeld voor zachte robots, bekend als handed shearing auxetics (handschaarhulpmiddelen). Deze HSA's kunnen tegelijkertijd worden gedraaid en uitgerekt, waardoor ze kunnen worden gebruikt als effectieve zachte robotactuatoren. Maar ze zijn door hun complexe vormen moeilijk te 'sensoriseren'.
De onderzoekers 3D-printten een zachte HSA-robot verschillende bewegingen kan maken, waaronder buigen, draaien en verlengen. Ze lieten de robot meer dan 18 uur lang een reeks bewegingen maken en gebruikten de sensorgegevens om een neuraal netwerk te trainen dat de beweging van de robot nauwkeurig kon voorspellen. De sensoren waren zo nauwkeurig dat de onderzoekers moeite hadden om onderscheid te maken tussen de signalen die ze naar de motoren stuurden en de gegevens die terugkwamen van de sensoren.
Toepassing
De methode opent mogelijkheden voor het inbedden van sensoren in architectonische materialen. De techniek zou ook kunnen worden gebruikt om flexibele zachte robots te maken met ingebouwde sensoren die de robots in staat stellen hun houding en bewegingen te begrijpen. Het materiaal is ook toepasbaar om draagbare slimme apparaten te produceren die terugkoppeling geven over hoe een persoon beweegt of interactie heeft met zijn omgeving.
In de toekomst willen de onderzoekers nieuwe toepassingen vinden voor deze techniek. Te denken valt aan het creëren van nieuwe mens-machine-interfaces of zachte apparaten met detectiemogelijkheden binnen de interne structuur. Ze zijn ook geïnteresseerd in het gebruik van machine learning om de grenzen van tactiele detectie voor robotica te verleggen.
Foto: MIT News