Investigadores del MIT han desarrollado un método para imprimir materiales en 3D con propiedades mecánicas ajustables, que pueden detectar cómo se mueven e interactúan con el medio ambiente. Los investigadores crean estas estructuras de detección utilizando un solo material y una sola ejecución en una impresora 3D.
Para lograr esto, los investigadores comenzaron con materiales de celosía impresos en 3D e incorporaron redes de canales llenos de aire en la estructura durante el proceso de impresión. Al medir cómo cambia la presión dentro de estos canales cuando la estructura se aprieta, dobla o estira, los ingenieros pueden recibir información sobre cómo se mueve el material.
Estos materiales reticulares están compuestos de células individuales en un patrón repetitivo. Cambiar el tamaño o la forma de las celdas altera las propiedades mecánicas del material, como la rigidez o la dureza. Por ejemplo, una red más densa de celdas crea una estructura más rígida.
Esta técnica podría usarse algún día para crear robots blandos flexibles con sensores integrados que permitan a los robots comprender su postura y sus movimientos. También podría usarse para producir dispositivos inteligentes portátiles, como zapatillas para correr personalizadas que brindan información sobre cómo el pie de un atleta está impactando el suelo.
«La idea con este trabajo es que podemos tomar cualquier material que se pueda imprimir en 3D y tener una forma simple de enrutar canales a lo largo de él para que podamos obtener sensorización con estructura. Y si usa materiales realmente complejos, entonces puede tener movimiento , percepción y estructura, todo en uno», dice la coautora principal Lillian Chin, estudiante graduada en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL).
Junto a Chin en el artículo están el coautor principal Ryan Truby, un ex postdoctorado de CSAIL que ahora es profesor asistente en la Universidad Northwestern; Annan Zhang, estudiante de posgrado de CSAIL; y la autora principal Daniela Rus, profesora Andrew y Erna Viterbi de Ingeniería Eléctrica y Ciencias de la Computación y directora de CSAIL. El artículo está publicado en Avances de la ciencia.
materiales arquitectonicos
Los investigadores centraron sus esfuerzos en las redes, un tipo de «material diseñado», que exhibe propiedades mecánicas personalizables basadas únicamente en su geometría. Por ejemplo, cambiar el tamaño o la forma de las celdas en la red hace que el material sea más o menos flexible.
Si bien los materiales diseñados pueden exhibir propiedades únicas, la integración de sensores es un desafío notorio. Por lo general, los ingenieros deben colocar los sensores en el exterior, lo cual es difícil porque la red está llena de agujeros, por lo que hay poco material con el que trabajar. Además, cuando los sensores se colocan en el exterior, no están completamente integrados con el material y pueden verse afectados por el ruido que proviene de los movimientos de un material blando.
En cambio, Chin y sus colaboradores utilizaron la impresión 3D para incorporar canales llenos de aire directamente en los puntales que forman la red. Cuando la estructura se mueve o se aprieta, esos canales se deforman y el volumen de aire en el interior cambia. Los investigadores pueden medir el cambio de presión correspondiente con un sensor de presión comercial, que proporciona información sobre cómo se deforma el material.
Debido a que están incorporados al material, estos «sensores de fluidos» son más precisos que los sensores colocados en el exterior de una estructura.
«Si estiras una banda elástica, tarda un poco en volver a su lugar. Pero como estamos usando aire y las deformaciones son relativamente estables, no obtenemos estas mismas propiedades que varían con el tiempo. La información que sale de nuestro sensor es mucho más limpio», dice Chin.
Estructuras «sensorizantes»
Los investigadores incorporaron canales en la estructura utilizando la impresión 3D de procesamiento de luz digital. En este método, la estructura se extrae de un charco de resina y se endurece en una forma precisa usando luz proyectada. Se proyecta una imagen sobre la resina húmeda y se curan las áreas afectadas por la luz.
Pero a medida que continúa el proceso, la resina pegajosa tiende a gotear y atascarse dentro de los canales. Los investigadores tuvieron que trabajar rápidamente para eliminar el exceso de resina antes de que se curara, usando una combinación de aire a presión, vacío y limpieza compleja.
“Tendremos que hacer más lluvia de ideas desde el lado del diseño para pensar en ese proceso de limpieza, ya que es el principal desafío”, dice.
Utilizaron este proceso para crear varias estructuras de celosía y demostraron cómo los canales llenos de aire generaban una retroalimentación clara cuando las estructuras se comprimían y doblaban.
A partir de estos resultados, también incorporaron sensores en una nueva clase de materiales desarrollados para robots blandos motorizados conocidos como auxéticos de corte manual o HSA. Las HSA se pueden torcer y estirar simultáneamente, lo que les permite usarse como actuadores robóticos blandos efectivos. Pero son difíciles de «sensorizar» debido a sus formas complejas.
Imprimieron en 3D un robot blando HSA capaz de realizar varios movimientos, como doblarse, torcerse y alargarse. Ejecutaron el robot a través de una serie de movimientos durante más de 18 horas y usaron los datos del sensor para entrenar una red neuronal que podría predecir con precisión el movimiento del robot.
Chin quedó impresionada con los resultados: los sensores fluídicos eran tan precisos que tuvo dificultades para distinguir entre las señales que los investigadores enviaban a los motores y los datos que regresaban de los sensores.
«Los científicos de materiales han estado trabajando arduamente para optimizar los materiales diseñados para la funcionalidad. Esto parece una idea simple, pero realmente poderosa para conectar lo que esos investigadores han estado haciendo con este ámbito de la percepción. Tan pronto como agreguemos la detección, entonces los robóticos como yo podemos entra y usa esto como un material activo, no solo pasivo», dice ella.
«Sensorizar robots blandos con sensores continuos similares a la piel ha sido un desafío abierto en el campo. Este nuevo método proporciona capacidades propioceptivas precisas para robots blandos y abre la puerta para explorar el mundo a través del tacto», dice Rus.
En el futuro, Chin espera encontrar nuevas aplicaciones para esta técnica, como la creación de cascos de fútbol americano adaptados a la cabeza de un jugador específico que tengan capacidades de detección dentro de la estructura interna. Esto podría aumentar la precisión de los comentarios de las colisiones en el campo y mejorar la seguridad de los jugadores. También está interesada en utilizar el aprendizaje automático para ampliar los límites de la detección táctil para la robótica.
Esta investigación fue apoyada, en parte, por la Fundación Nacional de Ciencias, el Programa de becarios científicos Schmidt en asociación con Rhodes Trust, una beca de posgrado de la NSF y la Fundación Fannie y John Hertz.
