突破极限!3D打印神经形态人形手突破物体限制,实现精准抓取

突破极限!3D打印神经形态人形手突破物体限制,实现精准抓取

首页休闲益智它会3D打印吗更新时间:2024-07-26

文丨小奇有点怪

编辑丨小奇有点怪

在阅读此文前,诚邀您点击一下“关注”,既方便您进行讨论与分享,又给您带来不一样的参与感,感谢您的支持

前言

与传统的基于冯诺依曼架构的处理器相比,神经形态系统提供节能的内存计算。展示了一款3D神经形态人形手,旨在根据训练提供人工无意识反应。神经形态人形手系统模仿反射弧,通过管理复杂的时空信息来快速响应。

3D结构人形手首先与3D打印压力传感器和通过多轴机器人3D打印技术制造的便携式神经形态设备集成。

3D神经形态机械手提供仿生信号感知,包括检测、信号传输和信号处理,以及仿生反射弧功能,使其能够在无需传统控制处理器的情况下以自动增加的夹持力来夹持未知物体。该系统提供了一种利用人工智能机器人实现无意识响应的新方法。

3D打印结构部件

多轴机械臂被广泛应用于工业领域,因为它们被设计成具有多个可控自由度。将DIW打印机与六轴机械臂集成。它是解决当前DIW打印机无法在平面上垂直打印特征的不足的一个有前途的解决方案。

还针对基于浆料的DIW演示了使用红外激光或紫外光的原位热处理。利用红外激光辅助六轴机器人打印系统来制造3D结构部件。演示的系统包括六轴机器人、红外功率控制系统和DIW点胶机。

由红外激光器和函数发生器构建的功率控制系统用于管理用于烧结印刷导电迹线的所施加的激光。DIW喷嘴和红外激光器一起安装在打印头上并由机器人控制。印刷时的导电迹线,而右侧图像显示了完全烧结的样品。

烧结水平取决于红外激光器产生的热量,并由函数发生器调制,包括脉冲宽度和功率。在固定频率和激光功率下,基板的最高温度随着脉冲宽度的增加而增加。脉冲宽度为1ms时,烧结温度为121.5℃,而脉冲宽度为2ms时,烧结温度升至174.4℃。

这是因为较长的脉冲宽度会增加激光光斑在样品上的持续时间,从而导致更高的温度。为了检查烧结效果,在4毫米/秒的打印速度下监测打印线的电阻变化。

由于部分烧结,电阻从40秒开始急剧下降。电阻率达到稳定值。烧结效率其中它表示为每毫米的总持续时间。研究发现,提高扫描速度可以提高烧结效率。

DIW打印头的打印路线由六轴机械臂控制。由于具有六个自由度,机器人系统可用于在不同类型的表面上进行打印。为便携式神经形态系统制造的3D形状振荡器的示意图。每个垂直墙上都设计有导电走线。

在传统的DIW打印机中,在进一步打印之前必须将垂直壁向上放置。重复这些过程直到完成所有其他墙壁的打印需要能量。使用拟议的六轴机器人集成DIW打印机可以实现无缝打印,同时保持喷嘴始终垂直于墙壁。

压敏人形手

折纸手指由一系列用于人形机器人手的3DMiura-ori结构组成。3D折纸手指根据两个不同的标准进行了优化,在一个方向上的最大弯曲和大周期弯曲后的最小塑性。优化过程采用基于统计方法的中心组合设计。

优化后的手指框架组装。具有可变电阻的压力传感器集成在指尖上。Kresling折纸被用作有源传感器框架。根据折纸结构的旋转程度,电阻器长度在第一和第二路径之间变化。导电路径的电阻线性变化。

当压缩3D折纸时,由于折纸同时旋转,第一和第二路径之间的电阻长度减小。阻力减小。可以通过改变折纸中重复三角形的角度设计来调整3D折纸的旋转特征。设计中的角度越小,整个折纸结构的结构刚度就越小。

根据α和β的几何特性,分别选择30°和38°的角度作为最小边界参数。更多细节在图S1A中讨论。在不同的角度β=38°–41°下,β值越高,在压缩下表现出更好的可旋转行为。

在其他角度设计中,压缩下的旋转反映了最优设计,因为旋转角度越大,导电路径的长度变化越大。可以使用等式1来估计不同角度设计下的旋转角度的线性度。

3D集成神经形态人形手

对于具有完整生物感觉神经元网络序列的神经形态机器人系统,需要三种不同类型的功能:传感、信号传输和信号处理功能。开发了一种包括信号传输和处理的便携式神经形态系统,并将其与制造的机器人手集成为神经形态人形手。

指尖上的压力传感器连接到神经形态系统作为输入刺激。该便携式神经形态系统采用3D形状振荡器和基于氧化锌锡的突触晶体管构建,用于仿生信号传输和处理。3DColipits振荡器将直流信号转换为交流信号,作为生物系统中的尖峰。

3D振荡器和突触晶体管安装在印刷电路板上。神经拟态系统的所有电子元件都被设计为可更换并调制成单个3D结构板,它们被认为是便携式神经形态系统。电子设备的便携式设计可以最大限度地减少机器人应用所需的额外集成,并且更易于维护。

在该系统中,接收到的信号在所展示的神经形态人形手上经历了几个步骤。指尖上的压力传感器检测到的力被传输到神经形态系统,然后通过振荡器将其转换为尖峰形式的信号,例如生物系统中的信号。

压力传感器连接在电源和晶体管的栅极之间。压力引起的电阻变化会影响提供给栅极的实际功率,导致振荡器输出交流信号的变化。当电阻较大时,振幅显着减小。获得了类似的实验结果,当电阻从25Ω增加到100Ω时,幅度从1.6V下降到0.8V。

当压力传感器连接到晶体管的源极时,可以获得类似的结果。在处理转换信号之前确认突触晶体管的性能。由于突触在生物系统中完成记忆和学习功能,因此突触晶体管可作为人工突触来复制这些功能。

在ZTO半导体层上制作两个电极。为了将亲水电解质限制在电极上方,在数码相机放大镜的帮助下制作了一个圆形壁,以实现精确的喷嘴对准。突触晶体管的非易失性记忆和学习行为是通过界面处的离子积累和半导体层的离子掺杂来实现的。

当对突触晶体管的栅极施加正偏压时,栅极电解质中的离子会在界面处积聚,因此一些离子会掺杂到半导体层中,导致沟道的传导增加。当施加较大的偏压或较长时间的偏压时,电导可以大大增加。

在连续脉冲正偏压下,突触后电流随时间增加,最后将转换后的信号传输至突触晶体管进行处理。压力传感器上的压力越高,电阻越低,从而导致振荡器输出信号越大。输出尖峰信号被施加到集成神经形态系统的突触晶体管的栅极。

一般来说,突触晶体管上较高的正偏压会导致较大的电流,因为更多的离子积聚在界面处并掺杂在半导体沟道内。这种现象可以使用集成神经形态系统来证实,增加的力会增加突触后电流,因为在较大的力下阻力较小,反之亦然。

当施加恒定的力时,由于非易失性效应,突触后电流也会随着时间而增加。非易失性效应会持续到力恢复为止。

通过神经形态人形手实现反射弧功能

在生物系统中,在接收到来自感觉神经元网络的信号后,大脑会做出决定,作为对环境刺激的反应来驱动器官。

另一种类型的无意识反应也是通过生物系统中的反射弧进行的,而不是来自大脑的神经反应。仿生神经形态人形手必须具备这些功能才能充当人工智能机器人。

可以通过将压力传感器与所演示的神经形态系统集成来捕获、传输和处理环境刺激。为了完全复制仿生反射弧,驱动功能需要作为无意识反应来实现。无意识反应的程度是可以训练的。

一个人第一次抓握未知物体的抓握力与第二次抓握该物体的力不同。这是因为经验是通过抓住未知物体来获得的,之前的经验作为训练步骤。这样训练后可以施加适当的力进行二次握力。换句话说,通过训练获得的经验会影响反射弧的程度。

该人工智能机器人通过训练来抓取物体的策略。通过指尖上的压力传感器检测抓握力。然后,信号将分别通过神经形态系统中的振荡器和突触晶体管进行传输和处理。

神经形态系统的输出用于驱动电机,从而操纵人形手上手指的抓握运动。神经形态系统的输出越大,电机上的电压就越高,从而产生更强的抓握力。

在训练之前,由于突触晶体管处于初始低导电状态,因此基于先前经验的初始抓握力不足以握住物体。

经过几个训练周期后,由于突触晶体管的传导增强,神经形态系统会无意识地增加抓握力,以足够的力来握住物体。这种控制机制是根据自动增加的夹持力而假设的,无需通过中央微处理器进行信号处理。

通过以下步骤验证所提出的策略。首先,使用相同的力对机器人手进行三次训练。振荡器的输出在每种情况下几乎相同,因为压力传感器上的力作为每次训练的重复输入是恒定的。已测量传感器的响应时间。

传感器信号从满量程的0变化到63.2%或90%所需的时间是在传感器的瞬时满量程压力变化时考虑的。传感器信号63.2%和90%变化的响应时间分别为8.2±3.52ms和12.4±7.92ms,分别是压力释放后。

由于上述的非易失性效应,来自神经形态系统的电机驱动电压随着训练时间逐渐增加。当突触晶体管通过满量程变形训练3次时,通过压力传感器,神经形态系统施加到电机上的输出电压从0.8伏增加到7.4伏,使电机产生强大的抓球力量。

通过抓取未知物体来神经形态人形手的详细训练过程。训练前由于握力较弱,球会掉落。第一次训练后,手指的弯曲度比初始状态更大,对球的触感更强,从而代表更强的握球力。再进行两次训练后,触摸的深度会增加,从而产生更强的抓握力。

结论

带有所提出的折纸压力传感器的感觉人形手可以检测可变电阻,并与由3D振荡器和突触晶体管集成的便携式神经形态系统连接,用于信号的传输和处理。3D结构神经形态机器人手的创建是为了提供感知功能,包括信号的检测、传输和处理。

为了制造如此复杂的3D神经形态系统,引入了多轴机器人DIW方法。基于六轴机器人的DIW方法在垂直和倾斜表面等曲线表面上无缝印刷导电迹线。我们展示了一种用于制造3D导电迹线的独特DIW方法,通过优化机器人运动速度等参数来提高3D打印过程的效率。

参考文献

1.阿都拉萨扎耶格A.贝格·RK瓦哈卜·Y.足底压力测量系统:回顾。传感器(瑞士)。2012年;12:9884-9912

2.阿都拉萨扎耶格A.贝格·RK瓦哈卜·Y.足底压力测量系统:回顾。传感器(瑞士)。2012年;12:9884-9912

3.鲍C.雪SK金伟世3D集成神经形态化学传感系统。传感器执行器B.化学。2021年;332:129527

4.伯格伦·K.夏Q.利哈列夫KK斯特鲁科夫数据库江浩米科拉吉克·T.奎利奥兹D.萨林加M.小埃里克森皮S.等人。机器学习新兴硬件和技术的路线图。纳米技术。2020;32:012002

5.贝里奇·乔丹利普·P.布特曼医学博士钙信号传导的多功能性和普遍性。纳特。莫尔牧师。细胞生物学。2000;1:11-21

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved