بیشتر رباتها از طریق ابزارهای موتوری که میتوانند بیش از حد حجیم و سفت باشند، به درک و حس لامسه دست مییابند. گروهی از دانشگاه کرنل راهی ابداع کرده اند که یک ربات نرم، محیط اطراف خود را در درون خود احساس کند، تقریباً به همان روشی که انسان ها انجام می دهند.
گروهی به رهبری رابرت شپرد، استادیار مهندسی مکانیک و هوافضا و محقق اصلی آزمایشگاه رباتیک ارگانیک، مقاله ای منتشر کرده است که در آن توضیح می دهد که چگونه موجبرهای نوری قابل کشش به عنوان حسگرهای انحنا، کشیدگی و نیرو در یک دست رباتیک نرم عمل می کنند.
دانشجوی دکترا، هویچان ژائو، نویسنده اصلی کتاب «دست مصنوعی نرم با عصب الکترونیکی نوری از طریق موجبرهای نوری قابل کشش"، که در اولین نسخه Science Robotics ارائه شده است. این مقاله در 6 دسامبر منتشر شد. کوین اوبراین و شوو لی، هر دو از آزمایشگاه شپرد، دانشجویان دکترا نیز مشارکت داشتند.
ژائو گفت: «اکثر رباتهای امروزی دارای حسگرهایی در خارج از بدن هستند که اشیا را از سطح تشخیص میدهند. حسگرهای ما در بدن ادغام شدهاند، بنابراین میتوانند نیروهایی را که از طریق ضخامت ربات منتقل میشوند، تشخیص دهند، مانند آنچه ما و همه ارگانیسمها برای مثال هنگام احساس درد انجام میدهیم.
موجبرهای نوری از اوایل دهه 1970 برای عملکردهای حسی متعددی از جمله لمس، موقعیت و آکوستیک مورد استفاده قرار گرفتند. ساخت در ابتدا یک فرآیند پیچیده بود، اما ظهور لیتوگرافی نرم و چاپ سه بعدی در 20 سال گذشته منجر به توسعه حسگرهای الاستومری شده است که به راحتی تولید و در یک برنامه رباتیک نرم گنجانده می شوند.
گروه شپرد از یک فرآیند لیتوگرافی نرم چهار مرحله ای برای تولید هسته (که نور از طریق آن منتشر می شود) و روکش (سطح بیرونی موجبر) که LED (دیود ساطع کننده نور) و دیود نوری را نیز در خود جای داده است، استفاده کردند.
هرچه دست مصنوعی بیشتر تغییر شکل دهد، نور بیشتری از طریق هسته از دست میرود. این افت متغیر نور، همانطور که توسط فتودیود تشخیص داده می شود، چیزی است که به پروتز اجازه می دهد تا محیط اطراف خود را "احساس" کند.
شپرد گفت: "اگر هنگام خم کردن پروتز نوری از بین نمی رفت، هیچ اطلاعاتی در مورد وضعیت حسگر به دست نمی آوردیم." "میزان ضرر بستگی به نحوه خم شدن آن دارد."
این گروه از پروتز اپتوالکترونیک خود برای انجام کارهای مختلفی از جمله گرفتن و کاوش برای شکل و بافت استفاده کردند. مهمتر از همه، این دست میتوانست سه گوجهفرنگی را اسکن کند و با نرمی مشخص کند که رسیدهترین گوجهفرنگی است.
ژائو گفت که این فناوری کاربردهای بالقوه زیادی فراتر از پروتزها دارد، از جمله ربات های الهام گرفته از زیستی که Shepherd به همراه آنها کاوش کرده است. میسون پکدانشیار مهندسی مکانیک و هوافضا، برای استفاده در اکتشافات فضایی.
شفرد با اشاره به همکاری با پک گفت: «این پروژه هیچ بازخورد حسی ندارد، اما اگر حسگرهایی داشته باشیم، میتوانیم تغییر شکل را در حین احتراق [از طریق الکترولیز آب] در زمان واقعی نظارت کنیم و توالیهای تحریک بهتری را برای ساختن ایجاد کنیم. سریعتر حرکت می کند.»
کار آینده روی موجبرهای نوری در رباتیک نرم، بر افزایش قابلیتهای حسی، تا حدی با چاپ سهبعدی اشکال حسگر پیچیدهتر، و با ترکیب یادگیری ماشینی به عنوان راهی برای جدا کردن سیگنالها از تعداد افزایش یافته حسگرها، تمرکز خواهد کرد. شپرد گفت: «در حال حاضر، سخت است که بفهمیم لمس از کجا می آید.»
این کار با کمک مالی از دفتر تحقیقات علمی نیروی هوایی پشتیبانی شد و از آن استفاده شد مرکز علم و فناوری نانو مقیاس کورنل و مرکز تحقیقات مواد کورنل، که هر دو توسط بنیاد ملی علوم پشتیبانی می شوند.
- تام فلیشمن، دانشگاه کرنل