10 août 2022 (Actualités Nanowerk) Des chercheurs du MIT ont développé une méthode d'impression 3D de matériaux aux propriétés mécaniques ajustables, qui détectent comment ils se déplacent et interagissent avec l'environnement. Les chercheurs créent ces structures de détection en utilisant un seul matériau et un seul passage sur une imprimante 3D. Pour ce faire, les chercheurs ont commencé avec des matériaux en treillis imprimés en 3D et ont incorporé des réseaux de canaux remplis d'air dans la structure pendant le processus d'impression. En mesurant comment la pression change dans ces canaux lorsque la structure est comprimée, pliée ou étirée, les ingénieurs peuvent recevoir des informations sur la façon dont le matériau se déplace. La méthode ouvre des opportunités pour intégrer des capteurs dans des matériaux architecturés, une classe de matériaux dont les propriétés mécaniques sont programmées par la forme et la composition. Le contrôle de la géométrie des éléments dans les matériaux architecturés modifie leurs propriétés mécaniques, telles que la rigidité ou la ténacité. Par exemple, dans les structures cellulaires comme les réseaux imprimés par les chercheurs, un réseau de cellules plus dense crée une structure plus rigide. Cette technique pourrait un jour être utilisée pour créer des robots souples flexibles avec des capteurs intégrés qui permettent aux robots de comprendre leur posture et leurs mouvements. Il pourrait également être utilisé pour produire des appareils intelligents portables qui fournissent des informations sur la façon dont une personne se déplace ou interagit avec son environnement. "L'idée de ce travail est que nous pouvons prendre n'importe quel matériau qui peut être imprimé en 3D et avoir un moyen simple d'acheminer des canaux à travers celui-ci afin que nous puissions obtenir une sensorisation avec une structure. Et si vous utilisez des matériaux vraiment complexes, vous pouvez avoir le mouvement, la perception et la structure tout en un », explique la co-auteure principale Lillian Chin, étudiante diplômée au Laboratoire d'informatique et d'intelligence artificielle du MIT (CSAIL). Cette image montre des structures de réseau cristallin imprimées en 3D avec des canaux remplis d'air, appelés "capteurs fluidiques", intégrés dans les structures (les indentations au milieu des réseaux sont les trous de sortie des capteurs.) Ces canaux d'air permettent aux chercheurs de mesurer la force subie par les réseaux lorsqu'ils sont comprimés ou aplatis. (Image : Avec l'aimable autorisation des chercheurs) Rejoindre Chin sur l'article est le co-auteur principal Ryan Truby, un ancien post-doctorant CSAIL qui est maintenant professeur adjoint à la Northwestern University ; Annan Zhang, étudiante diplômée du CSAIL; et l'auteure principale Daniela Rus, professeure Andrew et Erna Viterbi de génie électrique et d'informatique et directrice du CSAIL. Le papier est publié dans Science Advances ("L'innervation fluidique sensorise les structures à partir d'un seul matériau de construction").
Cette image montre un doigt robotique souple composé de deux cylindres composés d'une nouvelle classe de matériaux connus sous le nom d'auxétiques de cisaillement manuels (HSA), qui se plient et tournent. Des canaux remplis d'air intégrés dans la structure HSA se connectent à des capteurs de pression (pile de puces au premier plan), qui mesurent activement le changement de pression de ces "capteurs fluidiques". (Image : Avec l'aimable autorisation des chercheurs) « Il est important de noter que nous n'utilisons qu'un seul matériau pour imprimer en 3D nos structures sensorielles. Nous contournons les limites des autres méthodes d'impression et de fabrication 3D multimatériaux qui sont généralement envisagées pour modéliser des matériaux similaires », déclare Truby. S'appuyant sur ces résultats, ils ont également intégré des capteurs dans une nouvelle classe de matériaux développés pour les robots mous motorisés connus sous le nom d'auxétiques de cisaillement manuel, ou HSA. Les HSA peuvent être tordus et étirés simultanément, ce qui leur permet d'être utilisés comme actionneurs robotiques souples efficaces. Mais ils sont difficiles à "sensibiliser" en raison de leurs formes complexes. Ils ont imprimé en 3D un robot souple HSA capable de plusieurs mouvements, dont la flexion, la torsion et l'allongement. Ils ont fait exécuter au robot une série de mouvements pendant plus de 18 heures et ont utilisé les données du capteur pour former un réseau de neurones capable de prédire avec précision le mouvement du robot. Chin a été impressionnée par les résultats - les capteurs fluidiques étaient si précis qu'elle avait du mal à faire la distinction entre les signaux que les chercheurs envoyaient aux moteurs et les données qui revenaient des capteurs. « Les spécialistes des matériaux ont travaillé dur pour optimiser les matériaux architecturés pour la fonctionnalité. Cela semble être une idée simple mais vraiment puissante pour relier ce que ces chercheurs ont fait avec ce domaine de la perception. Dès que nous ajoutons la détection, les roboticiens comme moi peuvent intervenir et l'utiliser comme un matériau actif, pas seulement passif », dit-elle. « La détection de robots mous avec des capteurs continus ressemblant à de la peau a été un défi ouvert sur le terrain. Cette nouvelle méthode fournit des capacités proprioceptives précises pour les robots mous et ouvre la porte à l'exploration du monde par le toucher », explique Rus. À l'avenir, les chercheurs sont impatients de trouver de nouvelles applications pour cette technique, telles que la création de nouvelles interfaces homme-machine ou de dispositifs logiciels dotés de capacités de détection dans la structure interne. Chin s'intéresse également à l'utilisation de l'apprentissage automatique pour repousser les limites de la détection tactile pour la robotique. « L'utilisation de la fabrication additive pour construire directement des robots est intéressante. Cela permet la complexité qui, selon moi, est requise pour les systèmes généralement adaptatifs », explique Robert Shepherd, professeur agrégé à la Sibley School of Mechanical and Aerospace Engineering de l'Université Cornell, qui n'a pas participé à ce travail. "En utilisant le même processus d'impression 3D pour construire la forme, le mécanisme et les réseaux de détection, leur processus contribuera de manière significative à l'objectif des chercheurs de construire simplement des robots complexes."
Matériaux architecturés
Les chercheurs ont concentré leurs efforts sur les treillis, un type de "matériau architecturé", qui présente des propriétés mécaniques personnalisables basées uniquement sur sa géométrie. Par exemple, changer la taille ou la forme des cellules dans le réseau rend le matériau plus ou moins flexible. Alors que les matériaux architecturés peuvent présenter des propriétés uniques, y intégrer des capteurs est un défi étant donné les formes souvent rares et complexes des matériaux. Placer des capteurs à l'extérieur du matériau est généralement une stratégie plus simple que d'intégrer des capteurs dans le matériau. Cependant, lorsque les capteurs sont placés à l'extérieur, la rétroaction qu'ils fournissent peut ne pas fournir une description complète de la façon dont le matériau se déforme ou se déplace. Au lieu de cela, les chercheurs ont utilisé l'impression 3D pour incorporer des canaux remplis d'air directement dans les entretoises qui forment le treillis. Lorsque la structure est déplacée ou comprimée, ces canaux se déforment et le volume d'air à l'intérieur change. Les chercheurs peuvent mesurer le changement de pression correspondant avec un capteur de pression prêt à l'emploi, qui donne un retour d'information sur la façon dont le matériau se déforme. Parce qu'ils sont incorporés dans le matériau, ces "capteurs fluidiques" offrent des avantages par rapport aux matériaux de capteurs conventionnels.Des structures « sensorielles »
Les chercheurs intègrent des canaux dans la structure à l'aide de l'impression 3D par traitement numérique de la lumière. Dans cette méthode, la structure est extraite d'un bain de résine et durcie en une forme précise à l'aide d'une lumière projetée. Une image est projetée sur la résine humide et les zones frappées par la lumière sont durcies. Mais au fur et à mesure que le processus se poursuit, la résine reste coincée à l'intérieur des canaux du capteur. Les chercheurs ont dû éliminer l'excès de résine avant qu'elle ne soit durcie, en utilisant un mélange d'air sous pression, d'aspirateur et de nettoyage complexe. Ils ont utilisé ce processus pour créer plusieurs structures en treillis et ont démontré comment les canaux remplis d'air généraient une rétroaction claire lorsque les structures étaient comprimées et pliées.
Cette image montre un doigt robotique souple composé de deux cylindres composés d'une nouvelle classe de matériaux connus sous le nom d'auxétiques de cisaillement manuels (HSA), qui se plient et tournent. Des canaux remplis d'air intégrés dans la structure HSA se connectent à des capteurs de pression (pile de puces au premier plan), qui mesurent activement le changement de pression de ces "capteurs fluidiques". (Image : Avec l'aimable autorisation des chercheurs) « Il est important de noter que nous n'utilisons qu'un seul matériau pour imprimer en 3D nos structures sensorielles. Nous contournons les limites des autres méthodes d'impression et de fabrication 3D multimatériaux qui sont généralement envisagées pour modéliser des matériaux similaires », déclare Truby. S'appuyant sur ces résultats, ils ont également intégré des capteurs dans une nouvelle classe de matériaux développés pour les robots mous motorisés connus sous le nom d'auxétiques de cisaillement manuel, ou HSA. Les HSA peuvent être tordus et étirés simultanément, ce qui leur permet d'être utilisés comme actionneurs robotiques souples efficaces. Mais ils sont difficiles à "sensibiliser" en raison de leurs formes complexes. Ils ont imprimé en 3D un robot souple HSA capable de plusieurs mouvements, dont la flexion, la torsion et l'allongement. Ils ont fait exécuter au robot une série de mouvements pendant plus de 18 heures et ont utilisé les données du capteur pour former un réseau de neurones capable de prédire avec précision le mouvement du robot. Chin a été impressionnée par les résultats - les capteurs fluidiques étaient si précis qu'elle avait du mal à faire la distinction entre les signaux que les chercheurs envoyaient aux moteurs et les données qui revenaient des capteurs. « Les spécialistes des matériaux ont travaillé dur pour optimiser les matériaux architecturés pour la fonctionnalité. Cela semble être une idée simple mais vraiment puissante pour relier ce que ces chercheurs ont fait avec ce domaine de la perception. Dès que nous ajoutons la détection, les roboticiens comme moi peuvent intervenir et l'utiliser comme un matériau actif, pas seulement passif », dit-elle. « La détection de robots mous avec des capteurs continus ressemblant à de la peau a été un défi ouvert sur le terrain. Cette nouvelle méthode fournit des capacités proprioceptives précises pour les robots mous et ouvre la porte à l'exploration du monde par le toucher », explique Rus. À l'avenir, les chercheurs sont impatients de trouver de nouvelles applications pour cette technique, telles que la création de nouvelles interfaces homme-machine ou de dispositifs logiciels dotés de capacités de détection dans la structure interne. Chin s'intéresse également à l'utilisation de l'apprentissage automatique pour repousser les limites de la détection tactile pour la robotique. « L'utilisation de la fabrication additive pour construire directement des robots est intéressante. Cela permet la complexité qui, selon moi, est requise pour les systèmes généralement adaptatifs », explique Robert Shepherd, professeur agrégé à la Sibley School of Mechanical and Aerospace Engineering de l'Université Cornell, qui n'a pas participé à ce travail. "En utilisant le même processus d'impression 3D pour construire la forme, le mécanisme et les réseaux de détection, leur processus contribuera de manière significative à l'objectif des chercheurs de construire simplement des robots complexes."
