科企岛：新的可编程材料可以感知自己的运动

麻省理工学院的研究人员开发了一种用于 3D打印材料的方法，该材料具有可调节的机械性能，可以感知它们如何移动以及如何与环境相互作用。研究人员仅使用一种材料并在 3D 打印机上运行一次即可创建这些传感结构。

为了做到这一点，研究人员从 3D 打印的晶格材料开始，并在打印过程中将充气通道网络整合到结构中。通过测量结构被挤压、弯曲或拉伸时这些通道内的压力如何变化，工程师可以收到有关材料如何移动的反馈。

该方法为将传感器嵌入到结构材料中开辟了机会，结构材料是一类机械性能通过形式和成分进行编程的材料。控制建筑材料中特征的几何形状会改变它们的机械性能，例如刚度或韧性。例如，在研究人员打印的格子等细胞结构中，更密集的细胞网络会形成更硬的结构。

这项技术有朝一日可用于创建具有嵌入式传感器的灵活软机器人，使机器人能够了解其姿势和运动。它还可用于生产可穿戴智能设备，提供有关人如何移动或与环境交互的反馈。

“这项工作的想法是，我们可以采用任何可以 3D 打印的材料，并通过一种简单的方法在整个材料中布置通道，这样我们就可以获得结构感测。如果你使用非常复杂的材料，那么你就可以将运动、感知和结构合二为一，”麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的研究生、共同主要作者 Lillian Chin 说。

与 Chin 一起参与论文的还有共同主要作者 Ryan Truby，他是前 CSAIL 博士后，现在是西北大学的助理教授；CSAIL研究生张安南；和资深作者 Daniela Rus，电气工程和计算机科学的 Andrew 和 Erna Viterbi 教授，CSAIL 主任。该论文今天发表在《科学进展》上。

建筑材料

研究人员将精力集中在晶格上，这是一种“建筑材料”，仅根据其几何形状表现出可定制的机械性能。例如，改变晶格中单元的大小或形状会使材料或多或少具有柔韧性。

虽然建筑材料可以表现出独特的特性，但考虑到材料通常稀疏、复杂的形状，在其中集成传感器具有挑战性。在材料外部放置传感器通常比在材料中嵌入传感器更简单。然而，当传感器放置在外部时，它们提供的反馈可能无法提供材料如何变形或移动的完整描述。

相反，研究人员使用 3D 打印将充气通道直接整合到形成晶格的支柱中。当结构被移动或挤压时，这些通道会变形，内部的空气量也会发生变化。研究人员可以使用现成的压力传感器测量相应的压力变化，从而提供有关材料如何变形的反馈。

因为它们被结合到材料中，这些“流体传感器”提供了优于传统传感器材料的优势。

“感应”结构

研究人员使用数字光处理 3D 打印将通道整合到结构中。在这种方法中，结构从树脂池中拉出，并使用投影光硬化成精确的形状。图像被投射到湿树脂上，被光照射的区域被固化。

但随着过程的继续，树脂仍然卡在传感器通道内。研究人员必须在固化之前去除多余的树脂，使用加压空气、真空和复杂清洁的混合物。

他们使用这个过程创建了几个格子结构，并展示了当结构被挤压和弯曲时，充气通道如何产生清晰的反馈。

“重要的是，我们只使用一种材料来 3D 打印我们的传感结构。我们绕过了其他多材料 3D 打印和制造方法的限制，这些方法通常被考虑用于对类似材料进行图案化，”Truby 说。

在这些结果的基础上，他们还将传感器整合到为机动软机器人开发的一种新型材料中，称为手动剪切拉胀剂或 HSA。HSA 可以同时扭曲和拉伸，这使它们能够用作有效的软机器人执行器。但由于它们的复杂形式，它们很难“感知”。

他们 3D 打印了一个 HSA 软机器人，该机器人能够进行多种运动，包括弯曲、扭曲和拉长。他们让机器人完成一系列动作超过 18 小时，并使用传感器数据训练可以准确预测机器人动作的神经网络。

Chin 对结果印象深刻——流体传感器非常准确，她很难区分研究人员发送到电机的信号和传感器返回的数据。

“材料科学家一直在努力优化建筑材料的功能。这似乎是一个简单但非常强大的想法，可以将这些研究人员一直在做的事情与这种感知领域联系起来。一旦我们添加了传感功能，像我这样的机器人专家就可以进来并将其用作主动材料，而不仅仅是被动材料，”她说。

“用连续的类皮肤传感器来感知软机器人一直是该领域的一项公开挑战。这种新方法为软机器人提供了准确的本体感受能力，并为通过触摸探索世界打开了大门，”Rus 说。

未来，研究人员期待为这项技术找到新的应用，例如创建新颖的人机界面或在内部结构内具有传感能力的软设备。Chin 还对利用机器学习来推动机器人触觉感知的边界感兴趣。

“使用增材制造直接制造机器人很有吸引力。它允许我认为一般自适应系统所需的复杂性，”康奈尔大学 Sibley 机械与航空航天工程学院副教授罗伯特谢泼德说，他没有参与这项工作。“通过使用相同的 3D 打印过程来构建形式、机制和传感阵列，他们的过程将极大地有助于研究人员实现简单地构建复杂机器人的目标。”