La maggior parte dei robot realizza la presa e la percezione tattile attraverso mezzi motorizzati, che possono essere eccessivamente ingombranti e rigidi. Un gruppo della Cornell University ha escogitato un modo in cui un robot morbido può percepire internamente l’ambiente circostante, più o meno allo stesso modo in cui fanno gli umani.
Un gruppo guidato da Robert Shepherd, assistente professore di ingegneria meccanica e aerospaziale e ricercatore principale Laboratorio di robotica organica, ha pubblicato un articolo che descrive come le guide d'onda ottiche estensibili agiscono come sensori di curvatura, allungamento e forza in una morbida mano robotica.
Il dottorando Huichan Zhao è l'autore principale di “Mano protesica morbida innervata optoelettronicamente tramite guide d'onda ottiche estensibili", presentato nell'edizione di debutto di Science Robotics. Il documento è stato pubblicato il 6 dicembre; hanno contribuito anche gli studenti di dottorato Kevin O'Brien e Shuo Li, entrambi del laboratorio di Shepherd.
"La maggior parte dei robot oggi dispone di sensori all'esterno del corpo che rilevano oggetti dalla superficie", ha detto Zhao. "I nostri sensori sono integrati all'interno del corpo, quindi possono effettivamente rilevare le forze trasmesse attraverso lo spessore del robot, proprio come facciamo noi e tutti gli organismi quando sentiamo dolore, ad esempio."
Le guide d'onda ottiche sono in uso dall'inizio degli anni '1970 per numerose funzioni di rilevamento, tra cui tattile, di posizione e acustica. La fabbricazione era originariamente un processo complicato, ma l’avvento negli ultimi 20 anni della litografia morbida e della stampa 3D ha portato allo sviluppo di sensori elastomerici che possono essere facilmente prodotti e incorporati in un’applicazione robotica morbida.
Il gruppo di Shepherd ha utilizzato un processo di litografia morbida in quattro fasi per produrre il nucleo (attraverso il quale si propaga la luce) e il rivestimento (superficie esterna della guida d'onda), che ospita anche il LED (diodo emettitore di luce) e il fotodiodo.
Quanto più la mano protesica si deforma, tanto maggiore è la perdita di luce attraverso il nucleo. Quella perdita variabile di luce, rilevata dal fotodiodo, è ciò che consente alla protesi di “percepire” l’ambiente circostante.
"Se non si perdesse luce quando pieghiamo la protesi, non otterremmo alcuna informazione sullo stato del sensore", ha detto Shepherd. "L'entità della perdita dipende da come è piegato."
Il gruppo ha utilizzato la sua protesi optoelettronica per eseguire una serie di compiti, tra cui afferrare e sondare sia la forma che la consistenza. In particolare, la mano è stata in grado di scansionare tre pomodori e determinare, in base alla morbidezza, quale era il più maturo.
Zhao ha affermato che questa tecnologia ha molti usi potenziali oltre alle protesi, compresi i robot di ispirazione biologica, che Shepherd ha esplorato insieme a Massone Peck, professore associato di ingegneria meccanica e aerospaziale, da utilizzare nell'esplorazione spaziale.
“Quel progetto non ha feedback sensoriale”, ha detto Shepherd, riferendosi alla collaborazione con Peck, “ma se avessimo sensori, potremmo monitorare in tempo reale il cambiamento di forma durante la combustione [attraverso l’elettrolisi dell’acqua] e sviluppare sequenze di attuazione migliori per rendere si muove più velocemente.
Il lavoro futuro sulle guide d’onda ottiche nella robotica morbida si concentrerà sull’aumento delle capacità sensoriali, in parte mediante la stampa 3D di forme di sensori più complesse e incorporando l’apprendimento automatico come un modo per disaccoppiare i segnali da un numero maggiore di sensori. "In questo momento", ha detto Shepherd, "è difficile localizzare da dove proviene un tocco".
Questo lavoro è stato sostenuto da una sovvenzione dell'Ufficio di ricerca scientifica dell'aeronautica militare e si è avvalso del Struttura scientifica e tecnologica Cornell NanoScale e la Centro Cornell per la ricerca sui materiali, entrambi supportati dalla National Science Foundation.
- Tom Fleischmann, Università Cornell