В MIT разработали материал для роботов, который «чувствует» свои движения

Инженеры печатают на 3D-принтере материалы со встроенными «жидкостными датчиками». Они могут определять растяжение, сжатие и движения.

Исследователи из Массачусетского технологического института разработали метод печати на 3D-принтере материалов с настраиваемыми свойствами, которые определяют, как они движутся и взаимодействуют с внешней средой. Готовые компоненты печатаются за один проход, а «чувствительность» достигается за счет «жидкостных датчиков» — заполненных воздухом каналов.

В своей работе, опубликованной в Science Advances, инженеры напечатали «архитектурные материалы» — решетках, механические свойства которых зависят исключительно от архитектуры. Например, изменение размера или формы ячеек в решетке делает материал более или менее гибким.

Исследователи включают воздушные каналы в структуру, используя 3D-печать с цифровой обработкой света. В этом методе структура вытягивается из лужи смолы и затвердевает в нужной форме под действием света. Изображение проецируется на жидкий материал и участки, на которые падает свет затвердевают.

Сложность в создании полых каналов состоит в том, что смола застревает внутри сенсорных каналов. Чтобы решить эту проблему, ученые использовали комбинацию сжатого воздуха, вакуума и сложной очистки для удаления излишков смолы. 

При перемещении или сдавливании готовой конструкции сенсорные каналы деформируются, а объем воздуха внутри изменяется. Исследователи измеряют перепады давления и определяют, как деформируется материал. 

Чтобы показать возможности применения технологии, ученые напечатали на 3D-принтере мягкого робота из ауксетика HSA. Это материал с отрицательным значением коэффициента Пуассона, который применяется в робототехнике. При растяжении такие материалы становятся толще, а не тоньше в направлении перпендикулярном приложенной силе. 

Созданный робот мог выполнять несколько движений, включая сгибание, скручивание и удлинение. Робот выполнял различные движения в течение более 18 часов, а исследователи использовали данные «жидкостных датчиков» для обучения нейронной сети, которая точно предсказала движения робота. 

Мы можем взять любой материал, который можно распечатать на 3D-принтере, и проложить каналы по нему, чтобы получить чувствительную структуру. А, если использовать действительно сложные материалы, можно получить движение, восприятие и структуру одновременно.

Лилиан Чин, соавтор исследования из Массачусетского технологического института