بسیاری از سیستم‌های روباتیک موجود از طبیعت الهام می‌گیرند و به طور مصنوعی فرآیندهای بیولوژیکی، ساختارهای طبیعی یا رفتارهای حیوانات را برای دستیابی به اهداف خاص بازتولید می‌کنند. این به این دلیل است که حیوانات و گیاهان به طور ذاتی مجهز به توانایی هایی هستند که به آنها کمک می کند در محیط های مربوطه خود زنده بمانند و بنابراین می تواند عملکرد روبات ها را در خارج از محیط های آزمایشگاهی نیز بهبود بخشد.
انریکو دوناتو، یکی از محققانی که این کار را انجام داده است، می‌گوید: «بازوهای روباتی نرم نسل جدیدی از دستکاری‌کننده‌های رباتیک هستند که از قابلیت‌های دستکاری پیشرفته موجودات «بدون استخوان» مانند شاخک‌های اختاپوس، خرطوم فیل، گیاهان و غیره الهام می‌گیرند. این مطالعه به Tech Xplore گفت. «ترجمه این اصول به راه‌حل‌های مهندسی منجر به سیستم‌هایی می‌شود که از مواد سبک وزن انعطاف‌پذیر تشکیل شده‌اند که می‌توانند تحت تغییر شکل الاستیک صاف قرار بگیرند تا حرکتی سازگار و ماهرانه ایجاد کنند. با توجه به این ویژگی های مطلوب، این سیستم ها با سطوح مطابقت دارند و استحکام فیزیکی و عملیات ایمن برای انسان را با هزینه بالقوه پایین نشان می دهند.
در حالی که بازوهای ربات نرم را می توان برای طیف گسترده ای از مشکلات دنیای واقعی به کار برد، آنها می توانند به ویژه برای خودکارسازی کارهایی که شامل رسیدن به مکان های مورد نظر است که ممکن است برای ربات های صلب غیرقابل دسترس باشد، مفید باشند. بسیاری از تیم‌های تحقیقاتی اخیراً در تلاش برای توسعه کنترل‌کننده‌هایی بوده‌اند که به این بازوهای انعطاف‌پذیر اجازه می‌دهند تا به طور مؤثر با این وظایف مقابله کنند.
دوناتو توضیح داد: «به طور کلی، عملکرد چنین کنترل‌کننده‌هایی متکی به فرمول‌بندی‌های محاسباتی است که می‌تواند یک نقشه‌برداری معتبر بین دو فضای عملیاتی ربات، یعنی فضای وظیفه و فضای محرک ایجاد کند. با این حال، عملکرد مناسب این کنترل‌کننده‌ها به طور کلی به بازخورد بینایی متکی است که اعتبار آنها را در محیط‌های آزمایشگاهی محدود می‌کند و قابلیت استقرار این سیستم‌ها را در محیط‌های طبیعی و پویا محدود می‌کند. این مقاله اولین تلاش برای غلبه بر این محدودیت نامنظم و گسترش دامنه دسترسی این سیستم ها به محیط های بدون ساختار است.
دوناتو گفت: برخلاف تصور غلط رایج که گیاهان حرکت نمی کنند، گیاهان به طور فعال و هدفمند از نقطه ای به نقطه دیگر با استفاده از استراتژی های حرکتی مبتنی بر رشد حرکت می کنند. این استراتژی‌ها آنقدر مؤثر هستند که گیاهان می‌توانند تقریباً تمام زیستگاه‌های روی کره زمین را مستعمره کنند، قابلیتی که در قلمرو حیوانات وجود ندارد. جالب است که برخلاف حیوانات، استراتژی‌های حرکت گیاهان از یک سیستم عصبی مرکزی سرچشمه نمی‌گیرند، بلکه به دلیل اشکال پیچیده مکانیزم‌های محاسباتی غیرمتمرکز ایجاد می‌شوند.
استراتژی کنترلی که زیربنای عملکرد کنترل‌کننده محققین است، سعی می‌کند مکانیسم‌های غیرمتمرکز پیچیده‌ای را که زیربنای حرکات گیاهان است، تکرار کند. این تیم به طور خاص از ابزارهای هوش مصنوعی مبتنی بر رفتار استفاده کرد که از عوامل محاسباتی غیرمتمرکز ترکیب شده در ساختاری از پایین به بالا تشکیل شده است.
دوناتو گفت: «نوآوری کنترل‌کننده الهام‌گرفته از زیست‌شناسی ما در سادگی آن است، جایی که ما از عملکردهای مکانیکی اساسی بازوی ربات نرم برای ایجاد رفتار کلی دستیابی استفاده می‌کنیم.» "به طور خاص، بازوی ربات نرم از آرایش اضافی از ماژول های نرم تشکیل شده است که هر کدام از طریق سه گانه محرک های شعاعی فعال می شوند. به خوبی شناخته شده است که برای چنین پیکربندی، سیستم می تواند شش جهت خمشی اصلی ایجاد کند.
عوامل محاسباتی زیربنای عملکرد کنترل‌کننده تیم، از دامنه و زمان‌بندی پیکربندی محرک برای بازتولید دو نوع مختلف حرکت گیاه، به نام‌های دور زدن و فوتوتروپیسم، استفاده می‌کنند. دور زدن نوساناتی است که معمولاً در گیاهان مشاهده می شود، در حالی که فوتوتروپیسم حرکات جهتی است که شاخه ها یا برگ های گیاه را به نور نزدیک می کند.
کنترل کننده ایجاد شده توسط Donato و همکارانش می تواند بین این دو رفتار جابجا شود و به کنترل متوالی بازوهای رباتیک در دو مرحله دست یابد. اولین مرحله از این مرحله یک مرحله اکتشاف است که در آن بازوها محیط اطراف خود را کاوش می کنند، در حالی که مرحله دوم مرحله رسیدن است، جایی که آنها برای رسیدن به مکان یا شی مورد نظر حرکت می کنند.
دوناتو گفت: «شاید مهم‌ترین نکته از این کار خاص این باشد که این اولین باری است که بازوهای روبات‌های نرم اضافی با یک چارچوب کنترلی بسیار ساده به قابلیت‌های خارج از محیط آزمایشگاهی دسترسی پیدا می‌کنند. علاوه بر این، کنترلر برای هر نرم افزاری قابل اجرا استرباتبازو ترتیب تحریک مشابهی را ارائه کرد. این گامی به سوی استفاده از سنجش تعبیه شده و استراتژی های کنترل توزیع شده در روبات های پیوسته و نرم است.
تا کنون، محققان کنترل کننده خود را در یک سری آزمایش با استفاده از یک بازوی رباتیک ماژولار، سبک وزن و نرم رباتیک با 9 درجه آزادی (9-DoF) آزمایش کردند. نتایج آنها بسیار امیدوارکننده بود، زیرا کنترل‌کننده به بازو اجازه می‌دهد هم محیط اطراف خود را کاوش کند و هم به مکان مورد نظر مؤثرتر از سایر استراتژی‌های کنترلی پیشنهاد شده در گذشته برسد.
در آینده، کنترل‌کننده جدید می‌تواند برای سایر بازوهای رباتیک نرم اعمال شود و در محیط‌های آزمایشگاهی و دنیای واقعی آزمایش شود تا توانایی آن در مقابله با تغییرات محیطی پویا ارزیابی شود. در همین حال، دوناتو و همکارانش قصد دارند استراتژی کنترل خود را بیشتر توسعه دهند تا بتواند حرکات و رفتارهای بازوی روباتیک بیشتری ایجاد کند.
دوناتو افزود: «ما در حال حاضر به دنبال افزایش قابلیت‌های کنترل‌کننده برای فعال کردن رفتارهای پیچیده‌تر مانند ردیابی هدف، دوقلویی کل بازو و غیره هستیم تا بتوانیم چنین سیستم‌هایی را برای مدت طولانی در محیط‌های طبیعی کار کنند.»
زمان ارسال: ژوئن-06-2023