物理科技生物学-PHYICA

机器人立方体:自重构电体素使用嵌入式电磁铁来测试空间探索的应用

技术工程 2022-03-31 21:53:41

Robotic cubes shapeshift in outer space麻省理工学院博士生Martin Nisser在微重力环境下测试自重构机器人模块或电体素。鸣谢:史蒂夫·鲍克夏尔/ZeroG如果你面临将一群全尺寸、独特的机器人送上太空,或者将一大群较小的机器人模块送上太空的选择,你可能会选择后者。模块化机器人,就像《英雄6》等电影中描述的那样,拥有一种特殊的自我组装和重新配置能力。但是,对于在延伸到太空探索、搜索和救援以及变形的领域中快速、可靠部署的所有雄心勃勃的愿望来说,迄今为止建造的模块化机器人仍然有点笨重。它们通常由一系列大型、昂贵的电机构建而成,以促进运动,呼吁人们迫切需要关注更具可扩展性的架构——无论是在数量上还是在尺寸上。来自麻省理工学院计算机科学和人工智能实验室(CSAIL)的科学家们呼吁使用电磁学——电流运动产生的电磁场——来避免通常将笨重和昂贵的执行器塞入单个块中。相反,他们在立方体的边缘嵌入了小型、易于制造、廉价的电磁体,这些电磁体相互排斥和吸引,使机器人能够旋转和相互移动,并快速改变形状。

“电体素”的边长约为60毫米,磁体由包有铜线的铁氧体磁芯(它们看起来像小黑管)组成,总成本仅为60美分。每个立方体内部都有微小的印刷电路板和电子元件,它们通过正确的电磁铁向正确的方向发送电流。

与需要两个元件之间机械连接的传统铰链不同,电体素是完全无线的,这使得大规模系统的维护和制造更加容易。

为了更好地可视化一堆块在交互时的样子,科学家们使用了一个软件规划器,该软件规划器可以可视化重新配置并计算潜在的电磁分配。用户只需点击几下鼠标,就可以操作多达1000个立方体,或者使用预定义的脚本对多个连续的旋转进行编码。该系统真正让用户在合理的范围内决定积木的命运——你可以改变速度,突出显示磁铁,并显示必要的动作以避免碰撞。你可以让积木呈现不同的形状(比如椅子变成沙发,因为谁会两者都需要呢?)

这种便宜的小积木特别适合微重力环境,在微重力环境下,任何想要发射到轨道上的结构都需要安装在用于发射它的火箭内。在空气台上进行初步测试后,ElextroVoxels在微重力飞行中进行测试时发现了真正的失重状态,这是由更好的空间探索工具(如无推进剂的重新配置或改变航天器的惯性属性)所推动的。

例如,通过利用无推进剂驱动,无需发射额外的燃料进行重新配置,这解决了许多与发射质量和体积相关的挑战。因此,希望这种可重新配置的方法可以帮助无数未来的太空努力:在多次发射中增加和替换空间结构,帮助航天器检查和宇航员援助的临时结构,以及(未来的迭代)作为自分类存储容器的立方体。

“电体素展示了如何设计一个完全可重构的系统,并向我们的科学界展示了在轨道上拥有一个全功能模块化机器人系统所需解决的挑战,”欧洲航天局高级概念团队负责人达里奥·伊佐说。“这项研究展示了电磁驱动旋转立方体如何更容易构建、操作和维护,从而实现灵活、模块化和可重构的系统,可以作为设计未来探索任务智能组件的灵感。”

Robotic cubes shapeshift in outer space ElectroVoxels的边长约为60毫米,磁铁由包有铜线的铁氧体磁芯(它们看起来像小黑管)组成,总计仅60美分。每个立方体内部都有微小的印刷电路板和电子元件,它们通过正确的电磁铁向正确的方向发送电流。致谢:麻省理工学院要让积木移动,它们必须遵循一定的顺序,就像同质的俄罗斯方块。在这种情况下,极化序列有三个步骤:发射、行进和捕捉,每个阶段都有一个行进立方体(用于移动)、一个起点立方体(行进立方体发射的位置)和一个终点立方体(捕捉行进立方体)。该软件的用户可以指定哪个立方体向哪个方向旋转,算法将自动计算实现这一点所需的电磁分配的顺序和地址(排斥、吸引或关闭)。

对于未来的工作,从太空转移到地球是电体素的自然下一步,这需要对这些电磁体进行更详细的建模和优化,以在这里对重力进行重新配置。

“当建造一个大型复杂的结构时,你不希望受到装配人员的可用性和专业知识、运输车辆的大小或装配现场不利环境条件的限制。虽然这些公理在地球上成立,但它们在太空中建造东西时会严重复合,”麻省理工学院CSAIL博士生Martin Nisser说,他是一篇关于电体素的论文的第一作者。“如果你能拥有由简单的同质模块组装而成的结构,你就能消除很多这样的问题。因此,虽然太空中的潜在好处特别大,但矛盾的是,微重力提供的有利动力学意味着其中一些问题实际上也更容易解决——在太空中,即使很小的力也可以让大东西移动。通过应用这项技术来解决太空中真正的近期问题,我们有望将这项技术应用于未来的地球。”

Nisser与麻省理工学院CSAIL的Leon Cheng和Yashaswini Makaram共同撰写了这篇论文;里欧·铃木,卡尔加里大学计算机科学助理教授;麻省理工学院教授斯蒂芬妮·穆勒。他们将在2022年机器人和自动化国际会议上展示这项工作。

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/jishugongcheng/13578.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~