소프트 머신을 구축하기 위한 머신 지능

단단한 링크 대신 변형 가능한 재료를 사용하는 로봇 공학의 하위 범주인 소프트 머신은 웨어러블 로봇 공학 및 생체 모방(예:의수)에 일반적으로 사용되는 새로운 기술입니다. 소프트 로봇은 뛰어난 유연성, 뛰어난 적응성, 힘을 고르게 분산하여 기존의 딱딱하고 딱딱한 로봇보다 더 안전한 인간-기계 상호 작용을 제공합니다.

소프트 머신의 필수 구성 요소는 고정밀 스트레인 센서로 각 소프트 바디 유닛의 스트레인 변화를 모니터링하고 고정밀 제어 루프를 구현합니다. 첫째, 소프트 머신의 복잡한 움직임은 스트레인 센서가 기존 스트레인 센서의 기능을 초과하는 <5%에서>200%까지의 넓은 스트레인 범위를 모니터링해야 합니다. 둘째, 소프트 머신의 조정된 동작을 모니터링하기 위해 여러 개의 스트레인 센서가 별도의 로봇 장치에 대한 서로 다른 감지 작업을 충족해야 하므로 지루한 시행착오 테스트가 필요합니다.

이 문제를 해결하기 위해 화학 및 생체 분자 공학 교수인 Po-Yen Chen이 이끄는 메릴랜드 대학교(UMD) 연구팀은 예측 모델 구축을 용이하게 하는 기계 학습(ML) 프레임워크를 만들었습니다. (1) 제작 레시피를 기반으로 센서 성능을 예측하고 (2) 적절한 스트레인 센서를 위한 실현 가능한 제작 레시피를 권장하는 두 가지 설계 작업에 대해 설명합니다.

"음식에 비유하자면 '셰프'에게 재료 목록을 줬고 그 셰프는 고객의 개별 취향에 따라 완벽한 식사를 디자인할 수 있었습니다."라고 Chen이 말했습니다.

이 기술은 첨단 제조, 수중 로봇 설계, 보철 설계 등의 분야에서 사용할 수 있습니다.