Ramificação no controle de robótica leve

Braços robóticos macios oferecem uma abordagem revolucionária para manipular objetos e interagir com o ambiente. Ao contrário de suas contrapartes rígidas, os braços robóticos macios são construídos a partir de materiais flexíveis, como elastômeros ou têxteis, e são normalmente alimentados por sistemas pneumáticos ou hidráulicos. Esse design exclusivo permite que eles dobrem, deformem e se adaptem ao ambiente, garantindo uma ampla gama de movimentos e destreza.

A flexibilidade inerente e a conformidade dos robôs flexíveis permitem que eles naveguem por espaços complexos e confinados com facilidade. Por exemplo, eles podem alcançar fendas apertadas, manusear objetos delicados sem causar danos ou até mesmo navegar por ambientes desordenados. Isso os torna particularmente valiosos em aplicações como missões de busca e salvamento, exploração em ambientes perigosos ou procedimentos médicos onde precisão e adaptabilidade são cruciais.

No entanto, são essas mesmas propriedades que valorizamos nos braços robóticos macios que os tornam difíceis de controlar. A melhor maneira de desenvolver um mecanismo de controle eficaz que possa lidar com a flexibilidade e deformabilidade dos materiais envolvidos ainda é uma área ativa de pesquisa. A maioria das soluções atuais depende de soluções baseadas em câmeras que funcionam bem o suficiente, mas não podem ser usadas fora de um ambiente de laboratório em diversos cenários do mundo real.

Uma equipe composta por pesquisadores da Sant'Anna School of Advanced Study e da National University of Singapore abordou esse problema de um ângulo completamente diferente. Reconhecendo que a vida vegetal cobre praticamente todos os habitats da Terra e que muitas plantas são macias e flexíveis como robôs macios, eles criaram um sistema de controle baseado no movimento das plantas. Eles acreditavam que, adotando princípios de movimento semelhantes, poderiam projetar um robô macio capaz de ser controlado em quase todas as condições, não apenas em condições ideais de laboratório.

Ao contrário da crença popular, as plantas se movem para cumprir propósitos específicos, como buscar luz solar ou nutrientes. Mas ao contrário do sistema muscular que é utilizado por humanos e animais para se mover, o movimento da planta é governado pelo crescimento. Isso pode ser alcançado, por exemplo, liberando hormônios que fazem com que as células de um lado do caule cresçam mais rapidamente do que do outro lado. Os pesquisadores descreveram esse processo de controle de crescimento como algo semelhante a um mecanismo de computação descentralizado.

O controlador foi implementado em um braço contínuo acionado por cabo modular 9-DoF. Três atuadores dispostos radialmente permitem que o braço dobre em seis direções primárias. Sensores de proximidade foram incorporados perto do efetuador final para fornecer informações sobre a localização do braço em relação a um alvo. Ferramentas de inteligência artificial baseadas em comportamento, compostas por agentes de computação descentralizados, foram aproveitadas para simular o mecanismo de crescimento controlado das plantas.

O algoritmo de aprendizado foi treinado para simular dois tipos de movimento da planta — circunutação e fototropismo. A circunutação é um movimento helicoidal visto em muitos tipos de plantas, enquanto o fototropismo move uma planta em uma direção específica para coletar mais luz solar.

Esses dois tipos de movimento são usados ​​inicialmente em uma fase de exploração na qual o robô coleta informações sobre seu entorno. Isso é seguido por uma fase de alcance secundário, na qual o braço se move em direção a um alvo predefinido para atingir um objetivo específico.

Embora possa parecer uma arquitetura um tanto simples para um controlador, ela provou ser eficaz. E o mais importante, este é o primeiro sistema de controle para robótica leve a obter sucesso em ambientes do mundo real. Os pesquisadores observam que seus métodos são aplicáveis ​​a qualquer braço robótico macio com um sistema de atuação semelhante, portanto, essa nova ideia pode alimentar todos os tipos de robôs macios no futuro.

No momento, a equipe está trabalhando para ampliar os recursos de seu controlador de movimento. Além de alcançar, eles esperam também habilitar funcionalidades adicionais, como rastreamento de alvo e entrelaçamento de braço inteiro.