Um robô suave que conquista terrenos desafiadores

Robótica Soft é um campo emergente no mundo robótico, com adaptabilidade promissora na navegação em ambientes não estruturados. Onde os robôs tradicionais lutam com terrenos imprevisíveis, os robôs macios estão avançando em suas habilidades de navegação devido à sua flexibilidade de ponta.

Um desses design transformadores é o Leafbot, um robô macio desenvolvido por pesquisadores do Instituto Avançado de Ciência e Tecnologia do Japão (JAIST). Liderado pelo professor Van Anh Ho e envolvendo estudantes de doutorado Linenh Viet Nguyen e Khoi Thanh Nguyen no Jaist, a equipe de pesquisa explorou a adaptabilidade do Leafbot em várias superfícies e terrenos desiguais. Suas descobertas são publicadas no IEEE Transações sobre robótica.

“Os robôs macios são cada vez mais reconhecidos por sua capacidade de navegar em ambientes complexos e não estruturados, tornando-os valiosos para aplicações como inspeção e exploração. Ao alavancar um movimento acionado por vibração, projetamos um robô capaz de superar esses obstáculos complexos com mecanismos de controle mínimo , “diz o Prof. Ho.

Os robôs convencionais baseados em vibração geralmente exigem algoritmos de controle complexos para lidar com terrenos irregulares. Por outro lado, o Leafbot usa sua estrutura compatível de materiais macios com uma estratégia de locomoção simples, porém eficaz, para atravessar as inclinações e navegar em obstáculos.

A equipe projetou a estrutura do Leafbot usando uma borracha de silicone monolítica macia com projeções curvas na base para replicar os membros para rastejar. O corpo do robô macio foi então preso a um motor vibratório para permitir um mecanismo de vibração para a locomoção.

Para explicar a física por trás do movimento do Leafbot, a equipe de pesquisa desenvolveu um modelo analítico incorporando fatores como forças centrípetas, interações assimétricas de atrito e deformação dos membros. Usando simulações complementares de análise de elementos finitos, eles refinaram ainda mais sua compreensão de como a estrutura suave interage com diferentes terrenos.

“Nosso objetivo foi analisar como a morfologia influencia a locomoção. Os resultados experimentais validaram nossas previsões, representando como os padrões específicos dos membros otimizam o desempenho do Leafbot em paisagens desafiadoras”, acrescenta o Prof. Ho.

Além da modelagem computacional, os pesquisadores realizaram extensos testes empíricos. Três modelos de robô com diferentes configurações de membros foram comparados quanto ao desempenho em vários terrenos, incluindo declives, barreiras semi-circulares e terrenos de campo.

Eles descobriram que a morfologia dos membros curvos do robô desempenhava um papel crítico na superação de obstáculos, permitindo que ele atravessasse as encostas de até 30 graus, bem como barreiras semi-circulares. Além disso, a integração bem -sucedida da modelagem teórica e a validação experimental garantiu que o design do Leafbot fosse eficaz e escalável.

“Ao contrário dos robôs rígidos, que dependem da atuação precisa, a adaptabilidade do Leafbot permite o auto-ajuste em diferentes superfícies. Essa habilidade o torna particularmente útil para aplicações que requerem mobilidade em espaços confinados e desiguais”, observa o co-autor Linh Viet Nguyen, um doutorado Aluno da Jaist.

As implicações deste estudo robótico inovador não se restringem a experimentos de laboratório, mas se estendem muito além, permitindo aplicações do mundo real em diversos campos. A adaptabilidade do Leafbot pode ser particularmente promissora para missões em áreas atingidas por desastres, onde detritos caídos e terreno desigual apresentam desafios significativos.

Como esses robôs são capazes de navegar em espaços confinados, eles também podem ser usados ​​para inspecionar pipelines, exploração subterrânea e outras configurações industriais que requerem mobilidade autônoma. Além disso, esses robôs dinâmicos também podem encontrar aplicações na agricultura para atividades como análise do solo e inspeção de culturas, permitindo a agricultura de precisão sem perturbar o delicado terreno agrícola.

O co-autor Khoi Thanh Nguyen, um estudante de doutorado da Jaist, comenta sobre o significado de seu avanço, dizendo: “Acreditamos que as idéias de nossa pesquisa, combinadas com avanços na IA e no aprendizado de máquina, podem eventualmente permitir que as tarefas sejam executadas com mínimo intervenção humana.

“Ao integrar sistemas de feedback sensorial e melhorar sua eficiência energética, imaginamos o Leafbot evoluindo para um sistema autônomo capaz de adaptação e tomada de decisão em tempo real, transformando o campo da robótica suave”.