AI Inzetten voor Geavanceerde Zachte Robots Ontwerpen

Zachte machines — een subcategory van robotica die deformeerbare materialen gebruikt in plaats van starre verbindingen — zijn een opkomende technologie die veel gebruikt wordt in draagbare robotica en biomimetica (bijv. prosthetische ledematen). Zachte robots bieden opmerkelijke flexibiliteit, uitstekende aanpasbaarheid, en gelijkmatig verdeelde kracht, wat veiligere mens-machine interacties biedt dan conventionele harde en stijve robots.

Een essentieel onderdeel van zachte machines is de hoge-precisie rek-sensor om de rekveranderingen van elke zachte lichaamseheid te monitoren en een hoge-precisie regellus te bereiken. Eerst vereisen de complexe bewegingen van zachte machines dat de rek-sensoren een wijd bereik aan rek monitoren van <5% tot >200%, wat de mogelijkheden van conventionele rek-sensoren overschrijdt. Tweedens, om de gecoördineerde bewegingen van een zachte machine te monitoren, zijn meerdere rek-sensoren vereist om verschillende sensortaken voor afzonderlijke robotische eenheden te voldoen, wat vervelende trial-and-error tests vereist.

Om dit probleem aan te pakken, heeft een University of Maryland (UMD) onderzoeks-team geleid door Po-Yen Chen, Professor Chemical and Biomolecular Engineering, een machine learning (ML) framework gecreëerd om de constructie van een voorspellingsmodel te faciliteren, wat gebruikt kan worden voor twee ontwerptaken: (1) sensorprestaties voorspellen op basis van een fabricagerecept en (2) haalbare fabricagerecepten aanbevelen voor adequate rek-sensoren.

'Om een voedselanalogie te gebruiken, gaven we een lijst met ingrediënten aan een 'kok', en die kok is in staat om het perfecte gerecht te ontwerpen op basis van de individuele smaken van de klant,' zei Chen.

Deze technologie kan gebruikt worden in de velden van geavanceerde productie, onderwater robotontwerp, prothese-ontwerp, en verder.