UV

npj Flexible Electronics Band 6, Artikelnummer: 94 (2022) Diesen Artikel zitieren

3661 Zugriffe

3 Zitate

Details zu den Metriken

Weiche Roboterhände können die Mensch-Roboter-Interaktion erleichtern, indem sie es Robotern ermöglichen, eine Vielzahl von Objekten sicher und sanft zu greifen. Ihre Leistung wurde jedoch durch den Mangel an geeigneten Sensorsystemen beeinträchtigt. Wir präsentieren ein flexibles und dehnbares multimodales Sensornetzwerk, das in eine weiche Roboterhand integriert ist. Das Design verdrahteter Sensoren auf einer flexiblen metallisierten Folie wurde durch einen Herstellungsansatz verkörpert, der sowohl UV-Laser-Metallablation als auch Kunststoffschneiden gleichzeitig nutzt, um Sensorelektroden und dehnbare leitende Drähte in einem Kirigami-Muster in einem einzigen Netzwerk zu erzeugen. Wir haben die Verbindungen und Sensoren bewertet, indem wir eine Impedanzänderung bei jedem externen Reiz gemessen haben, und haben gezeigt, dass sie durch die Dehnung des Netzwerks nicht wesentlich beeinflusst werden. Mit dem um einen weichen Robotergreifer gewickelten Sensorblatt demonstrierten wir mehrere Interaktionsszenarien, darunter einen warmen Burrito für den Umgang mit Lebensmitteln und eine warme Babypuppe für medizinische Anwendungen.

Auf dem Gebiet der Soft-Robotik gab es in den letzten Jahren enorme Fortschritte. Insbesondere wurde gezeigt, dass weiche Roboterhände komplex geformte, zerbrechliche oder verformbare Objekte greifen und sogar manipulieren können, eine ständige Herausforderung für herkömmliche starre Robotik1,2. Basierend auf diesen Fähigkeiten haben sie sich als vielversprechende Lösung für industrielle, menschliche Interaktion und medizinische Anwendungen herausgestellt3,4,5. Trotz ihres Potenzials und der jüngsten Fortschritte führt die Mehrheit der Roboter immer noch keine geschickten Tätigkeiten mit solchen Händen aus, da ihnen die Sensorik für die Feedback-Kontrolle fehlt6,7,8. Daher bleibt die Entwicklung von Sensoren für weiche Roboterhände ein entscheidender Schritt.

In dem Bemühen, weiche Roboterhände mit Hauterkennung nachzuahmen und die Mensch-Roboter-Interaktion zu erleichtern, wurden viele Lösungen vorgeschlagen9,10,11,12,13,14,15,16. In vielen Fällen geht es bei Soft-Roboter-Sensoren jedoch in erster Linie um die Erfassung des Zustands des Roboters selbst (z. B. die Erfassung von Biegewinkeln oder Innendruck). Eine kleinere Anzahl17,18,19,20,21 bietet Hautsensorik für Informationen über Interaktionen zwischen dem Roboter und Objekten oder Oberflächen. In verwandten Arbeiten haben Forscher dehnbare Sensoren zur Montage auf der menschlichen Haut entwickelt22,23,24,25,26,27. Die meisten davon zielen jedoch nicht darauf ab, Kontaktphänomene wie die Nähe zu einem ergriffenen Objekt oder die Temperatur seiner Oberfläche zu erfassen.

Die Integration herkömmlicher Sensoren in Softroboter oder Prothesen führt zu einer Diskrepanz hinsichtlich ihrer mechanischen Eigenschaften. Die meisten herkömmlichen Sensoren sind starr, aber die Oberflächen weicher Roboter müssen sich dehnen und sind gekrümmt. Daher erfordern die Sensoren und Netzwerke dehnbare und flexible Formfaktoren, um sich an weiche Oberflächen anzupassen und sich mit diesen zu bewegen, ohne unerwünschte Spannungseffekte im Sensorsignal. Trotz der jüngsten Fortschritte bei Soft-Sensing-Netzwerken bestehen weiterhin Herausforderungen wie Kosten und Komplexität der Herstellung, die Notwendigkeit der Anpassung an unterschiedliche Anwendungen und die Integration von Sensoren in die Verarbeitung. Zusätzlich zu diesen Anforderungen erfordern Anwendungen wie der Umgang mit Lebensmitteln und die menschliche Interaktion den Bedarf an Sensoren, die leicht austauschbar (und idealerweise wegwerfbar) sind, um Kontaminationen zu vermeiden.

Um diese Probleme anzugehen, weisen der hier beschriebene Entwurf und die Demonstration des Sensornetzwerks eine geringe Herstellungs- und Integrationskomplexität auf, was mit den für Einwegartikel erforderlichen Kosten und der einfachen Austauschbarkeit vereinbar ist. Diese Arbeit zeigt, wie man UV-Laser-Herstellungstechniken für die Herstellung dehnbarer Multi-Sensing-Arrays nutzen kann, die solche Probleme für Soft-Roboter- und Prothesenanwendungen lösen. Obwohl über die Elemente von Sensornetzwerkkomponenten – wie Sensoren28,29,30 und leitfähige Drähte31,32,33, die durch UV-Laserherstellung hergestellt werden – berichtet wurde, stellen wir in diesem Artikel den Entwurf eines multimodalen Sensornetzwerks vor, wie hier berichtet , einschließlich einer Kombination aus mehreren flexiblen Sensoren und Drahtbündeln in dehnbaren Kirigami-Netzwerken. Es ermöglicht die Herstellung mehrerer Sensoren und Drähte in einem 50 × 50 mm2 großen Sensornetzwerk, wobei die metallisierte Kunststofffolie in 3 Minuten 0,005 US-Dollar kostet. Durch Variation der Strahlparameter (Leistung, Frequenz, Arbeitszyklus, Geschwindigkeit) haben wir auf jeder Metall- und Kunststoffschicht des flexiblen leitfähigen Films unterschiedliche Merkmale strukturiert. Die Integration kann leicht erreicht werden, indem das Schnittmuster gedehnt wird, um es um Oberflächen unterschiedlich geformter kommerzieller Soft-Roboter zu wickeln. Durch Modifizieren der Musterabmessungen kann es für verschiedene Anwendungen mit unterschiedlichen Dynamikbereichen, räumlicher Auflösung und Sensorelementen skaliert und angepasst werden. Als Beispiel demonstrieren wir drei Temperatur- und sechs Näherungssensoren auf einer 30 × 50 mm großen weichen Greiferinnenfläche für die Lebensmittelzubereitungsindustrie.

In den folgenden Abschnitten beschreiben wir den Entwurf eines flexiblen Sensornetzwerks für die einstufige Herstellung aus einem Material und stellen Charakterisierungstests vor, die die Demonstration des Sensornetzwerks an einer weichen Roboterhand für Aufgaben wie das Ergreifen von kühlen und warmen Objekten unterstützen ( (z. B. ein Burrito) oder das Berühren der Stirn eines Babys.

Der hier beschriebene Sensoransatz basiert auf einer metallisierten PET-Folie (Polyethylenterephthalat) und wird durch UV-Laserablation und -schneiden strukturiert. Das Material ist das gleiche, das üblicherweise für reflektierende Fensterfolien und Helium-Partyballons verwendet wird. Durch die Steuerung der Leistung eines UV-Lasers können wir sowohl Sensormuster erzeugen, Metall abtragen, ohne den darunter liegenden Kunststoff zu beschädigen, als auch die Folie schneiden, um hochdehnbare Verbindungen herzustellen. Wir haben eine Roboterhaut hergestellt, die aus Sensoren besteht, die durch Kirigami-Drahtbahnen verbunden, ausgedehnt und in weiches und dehnbares Silikongummi eingebettet sind (Abb. 1a). Anschließend wird die Haut gedehnt und um die weichen Finger gewickelt, damit sie beim Beugen und Strecken der Finger faltenfrei befestigt bleibt (Abb. 1b, c).

Um die Wahrnehmungsfähigkeit einer weichen Roboterhand (Soft Robotics Inc.) zu verbessern, ist ein Sensornetzwerk in eine transparente Silikonhaut eingebettet und darum gespannt. a Bild des Sensornetzwerks auf einem weichen Roboterfinger. b, c Das Netzwerk nimmt große Biegeauslenkungen auf, wie im Zusatzfilm 1 und 2 gezeigt. d Vergrößerte Ansicht einer thermischen Sensoreinheit (130 μm breite Leiterbahnen × 330 mm Leiterbahnlänge) und dehnbarer Verbindungen (40–250 μm breite Leiterbahnen × 30 mm). Spurlänge) (e). Detail der in eine Silikonhaut eingebetteten Verbindungen.

Das in Abb. 1a dargestellte Beispielnetzwerk besteht aus 4 Temperatursensoren und 4 Näherungssensoren mit Verbindungen, die 8 Signale liefern, und 2 Erdungskabeln, die auf der Rückseite der Finger verlegt sind. Die Sensoren belegen diskrete Pads (Abb. 1d), die flexibel, aber lokal nicht dehnbar sind (maximale Dehnung beträgt 0,03, mit Impedanzänderung von <0,01 % für 60 zyklische Tests). In den Serpentinenverbindungen (Abb. 1e) kommt es zu einer Dehnung, die sich ausdehnt, ohne die Sensormesswerte wesentlich zu beeinflussen. Die Serpentinenanschlüsse können mehrere Leiterbahnen enthalten, was für den Anschluss mehrerer Sensoren an einen Analog-Digital-Wandler (ADC) nützlich ist.

Ultraviolette Laser sind eine beliebte Wahl zum Schneiden und Strukturieren dünner Filme aus vielen Materialien, einschließlich Kunststoffen, Metallen und Verbundwerkstoffen34. Wir verwenden einen Dioden-UV-Laser (2,66 W, 354,7 nm, DPSS Laser Inc.) zur Herstellung der Sensoren und zum Schneiden der Folie in einer einzigen Einstellung (Abb. 2a). Für das hier beschriebene Netzwerk beginnen wir mit leicht erhältlichen Folien aus 50 μm dicker, klarer PET-Folie (Polyethylenterephthalat) mit 50 nm dicker reflektierender Aluminiumbeschichtung. Wir haben eine parametrische Studie über eine Reihe von Lasereinstellungen durchgeführt, um die folgenden Ziele zu erreichen: Leiterbahnen so dünn wie möglich zu machen und gleichzeitig eine vollständige Entfernung von Metall aus Lücken zwischen Leiterbahnen sicherzustellen und Schäden an der darunter liegenden Folie zu verhindern. Die besten Strukturierungsergebnisse erzielten wir mit den folgenden Einstellungen: ein einzelner Durchgang bei 100 % der Nennleistung von 2,66 W, mit einer Scanrate von 2000 mm s−1 und einer Frequenz von 60 kHz. Unter diesen Bedingungen beträgt die minimale Leiterbahnbreite 30 μm und die minimale Spaltbreite zwischen den Leiterbahnen 20 μm. Bei unterschiedlichen Metallen (z. B. Kupfer) und Filmdicken können sich diese Einstellungen und Abmessungen ändern.

a Darstellung der Laserablationsstrategie, bei der eine geringe Leistung zum Strukturieren der Metallspuren und eine höhere Leistung zum Schneiden des PET-Films (Polyethylenterephthalat) verwendet wird. b Mikroskopische Bilder von Sensoren und Drähten, die abgetragene Aluminiumsensoren (rot) und geschnittene Verbindungsdrähte (cyan) zeigen. Schwere schwarze Balken zeigen eine Längenskala von 200 μm. c Diagramme und Bilder, die die Dehnung der Kirigami-Verbindung zeigen. d Elektrische und (e) mechanische Eigenschaften dehnbarer Verbindungen mit unterschiedlichen Drahtbreiten (Spuren füllen die gesamte Folienbreite).

Nach dem Mustern schneiden wir die Folie zu, um eine Kirigami-Struktur zu schaffen. Nachdem wir verschiedene Schnittparameter getestet hatten, um einen sauberen Schnitt ohne karbonisierte Kanten zu erreichen, die zu Kurzschlüssen führen könnten, erzielten wir die besten Ergebnisse mit den folgenden Einstellungen: 7 Durchgänge bei 100 % der Nennleistung von 2,66 W, mit einer Scanrate von 150 mm s− 1 und einer Frequenz von 30 kHz. Für unterschiedliche Kunststoffe (z. B. Polyimid) und Foliendicken ändern sich diese Einstellungen. Mit diesen Einstellungen ist es möglich, Streifen mit einer Dicke von bis zu 50 μm (Abtragsbreite von 50 μm) und Aluminiumspuren mit einer Breite von bis zu 30 μm (Abtragsbreite von 20 μm) zu schneiden. Abbildung 2b zeigt vier aufeinanderfolgende Segmente einer typischen Verbindung vor der Erweiterung. Die Segmente sind 350 μm breit und durch 50 μm große Lücken getrennt, die die PET-Schicht durchschneiden, um parallele Streifen zu erzeugen. Auf jedem Streifen befinden sich drei parallele Leiterbahnen mit 20 μm großen Abständen aus abgetragenem Aluminium.

Der Herstellungsprozess zur Erstellung des Sensornetzwerks ist schnell und kostengünstig. Die Filmkosten betragen weniger als 2 US-Dollar pro Quadratmeter und die Herstellung von 50 × 50 mm großen Sensorgeräten und Verbindungen in einer nicht erweiterten Konfiguration dauert etwa 3 Minuten. Das Hinzufügen einer horizontalen Bühne oder von Vorschubrollen zum Laser würde die Herstellung größerer Flächen in einer einzigen Aufspannung ermöglichen.

Abbildung 2c zeigt schematisch, wie sich die Verbindungen ausdehnen, begleitet von Bildern von Verbindungen, die um das 30-fache und das 70-fache gestreckt sind. Wir stellen fest, dass der UV-Laserstrahl ein kreisförmiges Fokusmuster aufweist, das beim Schneiden von Serpentinenmustern abgerundete Kanten erzeugt; Dies kommt der Stressverteilung zugute.

Der Einfachheit halber erstellen wir Sensoren und Verbindungen in einem Kachelmuster mit 10 × 10 mm großen Bereichen, die mit 10 × 10 mm großen Verbindungen durchsetzt sind. Für eine gegebene Anfangsfolienfläche von 10 × 10 mm erfordert das Design der Verbindung daher einen Kompromiss (Abb. 2d). Im Wesentlichen weisen Muster für dünne Leiterbahnen (50 μm breite Verbindung mit 50 μm breiter Leiterbahn) einen höheren Widerstand auf, können sich aber auch weiter dehnen, bevor sie straff werden, woraufhin sich der Widerstand zu ändern beginnt. Der Spurenwiderstand ist gegeben durch

Die anfänglichen Widerstände der 50-, 150-, 250-, 350- und 450-μm-Leiterbahnen betragen 14,4, 3,4, 1,3, 0,85 bzw. 0,51 kΩ (Standardabweichung von ±2 bis 10 %). Die dünnste Leiterbahn zeigt auch die geringste Widerstandsänderung bei einer Dehnung bis zum 70-fachen, da sie an den Ecken die geringste Materialbelastung erfährt, wenn sich die Verbindung ausdehnt und gerade richtet (siehe Abb. 2c). Bei den 50-μm-Leiterbahnen beträgt die Widerstandsänderung etwa 1 %, wenn die Verbindung um das 70-fache gedehnt wird; weniger als 17 % bei 80-facher Dehnung. Die Widerstandsänderungen der 150, 250, 350 und 450 μm breiten Kirigami-Verbindungen bleiben bei Dehnungen von 3500 %, 2000 %, 1600 % bzw. 1400 % unter 1 %.

Abbildung 2e zeigt das Kraft-/Dehnungsverhalten der Leiterbahnen beim Dehnen. Alle Verbindungsmuster haben eine relativ geringe Steifigkeit (ungefähr 0,1 N pro 0,4 m), bis sie gespannt werden.

Der Näherungssensor wird durch Strukturieren zweier ineinandergreifender Kammelektroden hergestellt (Abb. 3a). Das zwischen den Elektroden erzeugte Randfeld ändert sich, wenn sich ein leitfähiges Objekt (z. B. ein menschlicher Finger oder ein Metallstab) dem Sensor nähert. Die Reichweite und Auflösung des Sensors sind durch die Breite und Länge des Musters einstellbar35:

wobei C die Randkapazität und ε die Dielektrizitätskonstante ist. Die Breite (W) der Elektrode ist einstellbar, die Dicke (t) beträgt 50 nm und der Spalt (h) beträgt 20 μm, abhängig von Herstellungsbeschränkungen. Wenn die Kammelektroden in bestimmten Sensorbereichen dünner und dichter sind, erhält man eine größere Anfangskapazität, was die Empfindlichkeit erhöht (Abb. 3b). Für das Sensornetzwerk wird ein 130 μm breites Kammmuster gewählt, da es aufgrund von Fertigungstoleranzen weniger als 10 % Variation in der Linienbreite aufweist. Die Finite-Elemente-Simulation der Randkapazität für sich nähernde Objekte wurde mit COMSOL Multiphysics® v. 5.4 durchgeführt. und zeigte, dass ein 130 μm breites Leiterbahnmuster mit 20 μm großen Lücken eine Anfangskapazität von 1,85 pF für ein Objekt haben sollte, das 3 mm entfernt ist. Wenn sich das Objekt nähert, erhöht sich die Kapazität um etwa 2 pF, während sich die Lücke Null nähert.

a Der Näherungssensor besteht aus ineinandergreifenden Kammmustern aus Aluminium auf einer PET-Folie. b Erfassungsauflösung und Reichweite können durch die anfängliche Kapazität eingestellt werden, die von der Anzahl und den Abmessungen der Leiterbahnen abhängt; Die Ergebnisse stimmen mit numerischen Simulationen in COMSOL überein. c Der Abstand zu einem sich nähernden Objekt (<3 mm) wird anhand der Änderung der Streukapazität gemessen. d Der Temperatursensor besteht aus einem mäanderförmigen Muster mit einem Längen-Breiten-Verhältnis von 60.000:1. e Die Auflösung und der Bereich der Temperaturmessung variieren je nach Anfangswiderstand, der von der Breite und Länge der Leiterbahn abhängt. Die Ergebnisse stimmen mit der theoretischen Berechnung überein. f Die Temperatur von 0 bis 60 °C wird durch den Widerstand gemessen, der sich ungefähr linear mit der Temperatur ändert.

Der Temperatursensor wird durch Musterung einer mäanderförmigen Spur hergestellt (Abb. 3d). Da Aluminium ein thermoresistives Metall ist, erhöht sich sein Widerstand mit der Temperatur:

Dabei ist α der Temperaturkoeffizient des Widerstands (TCR) des als Elektrode verwendeten Materials, R0 der Anfangswiderstand bei der Referenztemperatur und R der Widerstand bei der Temperatur T. Bereich und Auflösung des Sensors sind durch die Breite einstellbar ( B) und Länge (L) des Musters:

Sensoren mit einem dünneren und dichteren Muster haben einen größeren Anfangswiderstand und eine höhere Empfindlichkeit, wie in Abb. 3e dargestellt; theoretische und empirische Ergebnisse stimmen innerhalb von 7 % überein. Für das Sensornetzwerk wird aus einer theoretischen Analyse ein 130 μm breites mäanderförmiges Drahtmuster ausgewählt. Angesichts des Widerstands und der Widerstandsänderung kann eine 130 μm breite mäanderförmige Elektrode mit einem Abstand von 20 μm 0,1 °C erfassen. Wenn der gefertigte Sensor in einen Ofen gelegt wird, steigt der Widerstand der 130 μm breiten Leiterbahn über einen Bereich von 0 bis 60 °C nahezu linear mit der Temperatur an (Abb. 3f). Somit besteht zwischen 0 und 60 °C ein Widerstandsunterschied von ca. 600 Ω. Anpassen einer durch Gl. definierten Kurve. (3) Die Daten ergeben einen gemessenen TCR von 3,14 × 10−3, der mit dem berichteten TCR von Aluminium (3,9 × 10−3)36 vergleichbar ist; Aufgrund der sehr dünnen Aluminiumschicht auf der PET-Folie ist ein gewisser Unterschied zu erwarten.

Abbildung 4 zeigt Netzwerke aus Temperatur- und Temperatur- und Näherungssensoren, die an Roboterfingerspitzen angebracht sind (Soft Robotics Inc.). Die Verbindungen werden zum Handrücken geführt und über leitfähiges Silberepoxidharz (Chemtronics CW2400) mit Drähten und einem Analog-Digital-Wandler verbunden. Die 5 × 10 mm großen Sensoren werden mit weichem, 1 mm dickem VHB-Klebeband (3 M) an den Rillen an der Innenseite der Finger befestigt, wo es normalerweise zu Kontakt kommt. Diese Leisten sind einer etwas geringeren Belastung ausgesetzt als andere Teile der Finger. Dennoch ist es interessant zu wissen, ob die ebenfalls belastungsempfindlichen Temperatursensoren durch das Öffnen und Schließen der Finger beeinflusst werden. Die Abbildungen 4c und d zeigen, dass sich die Sensorwerte über zwei aufeinanderfolgende Öffnungs- und Schließzyklen kaum ändern (0,024 % bzw. 0,026 %). Ergänzende Abbildung 1 im ergänzenden Material zeigt, dass diese Änderungen über 30 Öffnungs- und Schließzyklen hinweg konstant bleiben.

a Sensornetzwerkintegration an den weichen Roboterfingern (links). Das Netzwerk umfasst acht Temperatursensoren (T1–T8) mit 130 μm breiten Leiterbahnen, verbunden durch 350 μm geschnittene Verbindungen mit 1–5 Leiterbahnen (350 mm bis 50 μm breit pro elektrischem Pfad). b Bild und Schaltplan für das multimodale Netzwerk von Temperatur- und Näherungssensoren. Verbindungen sind wie in (a). c, d Die gemessene Widerstandsänderung ist beim Schließen und Öffnen der Finger gering.

Abbildung 5 zeigt, wie die Kontaktsensoren beim Erfassen, Greifen und Bewegen von kühlen und warmen Aluminiumwasserflaschen reagieren. Der Näherungssensor dient dazu, ein sich näherndes Objekt berührungslos zu erkennen und so Abrieb oder Beschädigung des Objekts zu vermeiden. Der Annäherungsabstand zwischen einem Soft-Roboter und einem Objekt unterstützt die Steuerung der Soft-Roboter-Betätigung. Wenn die Näherungserkennung den Kontakt des weichen Greifers anzeigt, stoppt dieser den Greifvorgang und behält die Position bei, während Temperatursensoren die Temperatur messen. Während des Anflugs zeigen die acht Sensoren alle einen Wert von (24,9 °C) an. Das Paar T2 und T6 liegt am nächsten an der maximalen Flaschenoberfläche und hat zunächst die größten Kontaktflächen, sodass es schnell reagiert. Während sich die Finger anschließend weiter schließen, nähern sich die anderen in Kontakt stehenden Sensoren (T3, T7) der gleichen Temperatur an, während die proximalen Sensoren (T4, T8) einen leichten Temperaturanstieg zeigen. Als Ergebnis betrug die gemessene Temperatur 5,48 °C, verglichen mit der Temperatur (5,5 °C), die mit einem ins Wasser getauchten Thermometer gemessen wurde. Die Ergebnisse mit einer Wärmflasche sind ähnlich. Die mit dem Greifer gemessene Temperatur beträgt 55,2 °C, die tatsächliche Temperatur beträgt 55,7 °C.

(a) Bilder von (i) Annäherung, (ii) Berührung, (iii) Ergreifen und (iv) Tragen einer kühlen (5,5 °C) mit Wasser gefüllten Aluminiumflasche. Die Diagramme (ii) und (iii) zeigen, welche Sensoren für die entsprechenden Phasen Kontakt haben. (c) zeigt die entsprechenden Sensorwerte. (b, d) zeigen die gleiche Sequenz wie (a, c), jedoch mit einer Wärmflasche (55,7 °C).

Abbildung 6 zeigt den Grad der zu erwartenden Wiederholgenauigkeit für Kontakttemperatur- und Näherungssensoren über mehrere Betätigungszyklen hinweg. Die Abbildungen zeigen die Ergebnisse, wenn der Finger ein mit warmem Wasser gefülltes Glasgefäß sechsmal berührt und sich daran anpasst. Während der Finger das Glas berührt, beträgt die Belastung der Roboterfingeroberfläche 4,3 % (71 % der maximalen Belastung). Um Daten zu verarbeiten und eine Temperaturmessung zu melden, haben wir den gemessenen Widerstand mithilfe von Gl. in die Temperatur umgewandelt. (3). Die Temperatur des Objekts wird durch die Temperatur eines Kontakts bereitgestellt, der von Näherungssensoren im Netzwerk bereitgestellt werden könnte. Die Sensoren P1 und P2 sowie die entsprechenden Temperatursensoren T1 und T2 stellen Kontakt mit dem Glas her und zeigen daher eine viel stärkere Reaktion als die anderen Sensoren. Die vom Netz gemessene Temperatur beträgt 38 °C, was nahe an der Wassertemperatur von 39 °C liegt.

a Schemata und Bilder eines Fingers mit Temperatur- (T1–T4) und Näherungssensoren (P1–P4) für sechs Kontakt- und Fingerbetätigungszyklen. Das Zielobjekt ist ein zylindrisches Gefäß, das mit 38,0 °C warmem Wasser gefüllt ist. b Messung der Näheverteilung und (c) Messung der Temperaturverteilung über die sechs Betätigungszyklen.

Die bisherigen Ergebnisse deuten auf eine Anwendung im Umgang mit zubereiteten Lebensmitteln hin. Um diese Anwendung weiter zu untersuchen, nutzen wir das Sensornetzwerk, um einen in Folie eingewickelten warmen oder kühlen Burrito zu greifen. In dieser Anwendung sind die Näherungssensoren nützlich, um einen festen Kontakt ohne übermäßigen Druck sicherzustellen, und die Temperatursensoren sind nützlich, um die Temperatur zu überwachen. Da der Burrito in Folie eingewickelt ist, liefert ein optisches Thermometer keine zuverlässigen Temperaturwerte. Infrarot-Thermometrie (IR) wird in der Robotik routinemäßig eingesetzt, um die Temperatur eines Zielobjekts zu erfassen37. Die Erkennung durch IR-Thermometer hängt jedoch vom Emissionsgrad des Materials ab38; Beispielsweise beträgt der Emissionsgrad für Aluminium 1,2 und für Wasser nur 0,1. Wie im Zusatzfilm 3 gezeigt, sind die von einem IR-Thermometer gemessenen Temperaturen nicht zuverlässig, da die gemessenen Temperaturen an der Außen- und Innenfläche des Burritos unterschiedlich sind. Die direkte Kontakttemperaturmessung kann in solchen Anwendungen eine zuverlässigere Alternative sein.

Abbildung 7 zeigt die Ergebnisse der Burrito-Handhabungsaufgabe. Der Kontakt erfolgt hauptsächlich an den distalen Sensoren P1 und in geringerem Maße an P2. Sobald die ersten Sensoren Kontakt herstellen, erhöhen wir den Druck nicht mehr, um ein Zerdrücken des Burritos zu vermeiden. daher bleiben die Näherungssignale konstant. Die Temperatursensoren zeigen einen ähnlichen Trend. Die gemessene Temperatur beträgt 38,6 °C und liegt damit nahe der Burrito-Temperatur von 39,1 °C.

a Bilder von links nach rechts zeigen, wie sich der Finger einem in Folie eingewickelten Burrito nähert, ihn berührt, sich ihm anpasst und ihn loslässt. Die Diagramme (b, c) zeigen die entsprechenden Näherungs- und Temperaturwerte. Der Kontakt erfolgt hauptsächlich an P1 und T1, mit teilweisem Kontakt an P2 und T2. Nachdem der erste Kontakt erkannt wurde, wird der Druck konstant gehalten. Roboterbetätigung und -erfassung erfolgen gleichzeitig. Die Sequenz wird im Ergänzungsfilm 3 gezeigt.

Die Kombination aus Näherungs- und Temperaturerkennung ist besonders nützlich für den sanften Roboter-Mensch-Kontakt, da der Roboter einen sanften Kontakt herstellen und zwischen lebenden und nichtlebenden Oberflächen unterscheiden oder sogar prüfen kann, ob eine erhöhte Temperatur vorliegt. Zur Veranschaulichung werden in Abb. 8 und im Zusatzfilm 4 Ergebnisse für den Kontakt mit der Stirn einer Puppe dargestellt. Die Stirn wurde auf eine Temperatur von 37,5 °C erwärmt, gemessen mit einem IR-Thermometer. In dieser Demonstration schätzen die thermischen Kontaktsensoren die Temperatur auf 36,8 °C (Abb. 8b). In dieser Demonstration werden erneut Näherungssensoren verwendet, um den Finger so zu steuern, dass nach der Erkennung des ersten Kontakts ein konstanter Lichtdruck von etwa 1 kPa aufrechterhalten wird.

a Bilder eines weichen Fingers, der sich der Stirn einer Puppe nähert und diese sanft berührt. Schema der entsprechenden Sensorkontakte unten. b, c Diagramme der entsprechenden Näherungs- und Temperatursignale (kalibrierte Daten auf der rechten vertikalen Achse). Die Stirn der Puppe wurde auf eine erhöhte Temperatur von 37,5 °C erwärmt, gemessen mit einem IR-Thermometer. Der Kontakt erfolgt hauptsächlich an den Sensorpositionen 1 und 2. Die Roboterbetätigung und -erfassung erfolgt gleichzeitig. Die Sequenz wird im Ergänzungsfilm 4 gezeigt.

Mithilfe einer metallisierten Kunststofffolie, die mit einem UV-Laser strukturiert und geschnitten wird, lässt sich kostengünstig ein dehnbares Sensornetzwerk erstellen. Im Gegensatz zu den meisten früheren Arbeiten nutzt der Entwurf einen einzigen Verarbeitungsschritt, sodass Sensornetzwerke in wenigen Minuten erstellt werden.

Der Laser kann Spuren mit einer Breite von 130 μm erzeugen, die durch Lücken von 20 μm getrennt sind. Die Leiterbahnen können als piezoresistive Elemente, z. B. zur Temperatur- oder Dehnungserfassung, oder als kapazitive Elemente, z. B. zur Näherungs- und Kontakterfassung, ausgelegt sein. Schnitte in der Kunststofffolie ermöglichen die Herstellung erweiterbarer Verbindungen in einem Kirigami-Muster, sodass sich eine gekachelte Anordnung von 5 × 10 mm großen Sensoren ausdehnt, um eine Fläche von 140 × 330 mm auf der Oberfläche eines weichen Roboterarms oder einer weichen Roboterhand abzudecken. Nach der Ausdehnung wird das Netzwerk zum Schutz in eine dehnbare Silikonkautschukhaut eingebettet. Bei der Montage auf weichen pneumatischen Fingern werden die Sensoren durch die Biegung der Finger nicht beeinträchtigt.

Zu den motivierenden Anwendungen für das Sensornetzwerk gehören der Umgang mit Lebensmitteln und die Mensch-Roboter-Interaktion mit weichen Robotergeräten. In beiden Fällen ist die Näherungserkennung nützlich, um einen sanften Kontakt aufrechtzuerhalten, während Temperatursensoren zwischen warmen und kalten Speisen sowie zwischen erhöhter und normaler Hauttemperatur unterscheiden können.

Zukünftige Erweiterungen umfassen zusätzliche Sensortypen; zum Beispiel vor Ort hergestellte Dehnungsmessstreifen für die propriozeptive Erfassung und Streifenfeldsensoren, die ein mikrostrukturiertes Dielektrikum für die kombinierte Näherungs- und Druckerfassung verwenden. Das Hinzufügen eines XY-Tischs oder von Vorschubrollen für den Film würde es dem Laser ermöglichen, viel größere Bereiche zu strukturieren und zu schneiden. Beispielsweise könnte eine Anordnung von 10 × 20 Sensoren und Verbindungen, die im nicht ausgedehnten Zustand zunächst 155 × 200 mm einnimmt, so erweitert werden, dass sie 520 × 1640 mm der Oberfläche eines weichen Roboterarms abdeckt.

Die Herstellung erfolgte auf einer metallisierten PET-Folie (Dicke 50 μm, von McMaster) mit einer Aluminiumdicke von 0,05 μm.

Die Proben wurden in 50 × 50 mm² große Stücke geschnitten, mit IPA (Isopropylalkohol) gereinigt und getrocknet. Anschließend wurde der Film mit einem Wassertropfen vorübergehend auf einem Glasobjektträger fixiert, wodurch eine Oberflächenspannung zwischen Film und Glasobjektträger entsteht. Die vorbereitete Probe wird auf den Tisch einer UV-Lasermaschine gelegt.

Die UV-Laserbearbeitung wurde unter Verwendung eines Quasi-CW-DPSS-UV-Lasers (DPSS Lasers Inc., Serie 3500) mit einer kalibrierten Leistung von 2,66 W auf der Bühne und einer Wellenlänge von 355 nm durchgeführt. Die maximale Leistung wird durch Änderung des Antriebsstroms variiert, der einfach über die angepasste Software programmiert werden kann. Der Antrieb erfolgt durch den Laserstrahl einer Laserdiode zu einem eingebauten galvanometrischen Strahlscansystem.

Die Probe wurde auf dem festen Tisch des Z-Achsen-Translators montiert, um den Brennpunkt auf der Probe einzustellen. Jede Musterdatei für die Metallabtragung und das Kunststoffschneiden wurde individuell erstellt. Die Muster der Sensorelektroden und der Kirigami-Drähte wurden mit einer computergestützten Designsoftware (Auto CAD, Abode) entworfen. Die Parameter Leistung, Scanrate, Scandurchlauf und Frequenz des Laserstrahls wurden für jedes Muster mit einer computergestützten Lasermarkierungssoftware (WinLaser) eingestellt. In der Markierungssoftware wurde die UV-Laserstrahlbedingung auf 100 % Leistung, 30 kHz, 7 Zeitdurchgänge, 100 mm s−1 zum Schneiden von Kunststoff von Kirigami-Drähten und 100 %, 60 kHz, Einzeldurchgang, 2000 mm s− eingestellt 1 zum Abtragen von Metall zur Strukturierung von Elektroden.

Das Sensornetzwerk wurde in etwa 3 Minuten hergestellt. Das strukturierte dehnbare und flexible Sensornetzwerk wurde durch Zugabe von mehr Wasser vom Objektträger gelöst.

Nach der Herstellung wurden lichtmikroskopische Bilder erhalten (Hitachi SU8020). Die Leitfähigkeit und die Kapazität des Sensors und der Drähte wurden mit einem LCR-Messgerät (E4980A Precision LCR Meter, Keysight Technologies) und einem Spannungs-Stromquellen-Messgerät (Keithley 4200, Tektronix) analysiert. Die elektrische Verbindung zu jedem Draht wurde durch leitfähiges Silberepoxidharz (CW2400, Chemtronics) und dünne Überbrückungsdrähte hergestellt.

Die Temperatur wurde durch einen Ofen kontrolliert, während die Impedanz mit dem Keithley-Messgerät gemessen wurde. Der Abstand zwischen einem sich nähernden Objekt und dem Sensor wird durch einen motorisierten Vertikaltranslator gesteuert. Die Dehnbarkeit des Drahtes wird mit dem LCR-Messgerät und einem motorisierten Horizontaltranslator (Instron 5565, Instron) gemessen, der die Dehnung erhöht und gleichzeitig die Spannung auf der Probe misst.

Um das Sensornetzwerk am weichen Roboterfinger zu integrieren, wurden die flexiblen, aber nicht dehnbaren Sensoren mit doppelseitigem 3 M VHB-Klebeband an einem vergleichsweise steifen Teil der Finger angebracht. Der letzte Schritt besteht darin, das erweiterte Netzwerk in eine weiche und dehnbare Haut einzubetten. Zur Demonstration verwenden wir PDMS (Sylgard 184), das auf eine Dicke von 58 μm gegossen wurde. Für Anwendungen, die mehr Dehnbarkeit erfordern, kann Silikon mit geringerer Steifigkeit und besserer Dehnbarkeit wie Ecoflex 00-10 verwendet werden.

Um mehrere Widerstandssensoren mit einer Analog-Digital-Umwandlung auszulesen, wurden Kanalkabel und Erdungskabel von jedem Sensor mit den Pins eines Mikrocontrollers (Adafruit Industries, Arduino MEGA) verbunden. Für kapazitive Signale wurde ein Evaluation Board (Analog Devices, AD7147) verwendet. Die Anzeige des Widerstandssensors wurde bei 2 Hz und die Anzeige des kapazitiven Sensors bei 25 kHz aufgezeichnet.

Nachdem wir die Impedanzanzeige überprüft hatten, betätigten wir den weichen Roboterfinger, indem wir Druckluft (bis zu 11 psi) zum Schließen und Vakuum zum Ausfahren anlegten.

Alle relevanten Daten, die die Ergebnisse dieser Studie stützen, sind auf begründete Anfrage bei den Autoren erhältlich.

Shintake, J., Cacucciolo, V., Floreano, D. & Shea, H. Weiche Robotergreifer. Adv. Mater. 30, 1707035 (2018).

Artikel Google Scholar

Ilievski, F., Mazzeo, AD, Shepherd, RF, Chen, X. & Whitesides, GM Weiche Robotik für Chemiker. Angew. Chem. 123, 1930–1935 (2011).

Artikel Google Scholar

El-Atab, N. et al. Soft-Aktuatoren für Soft-Roboter-Anwendungen: ein Rückblick. Adv. Intel. Syst. 2, 2000128 (2020).

Artikel Google Scholar

Guo, J. et al. Entwurf und Herstellung eines pneumatischen weichen Robotergreifers für empfindliche chirurgische Eingriffe. In: IEEE International Conference on Mechatronics and Automation (ICMA), 1069–1074 (IEEE, 2017).

Park, YL et al. Design und Steuerung eines bioinspirierten, weichen, tragbaren Robotergeräts für die Knöchel-Fuß-Rehabilitation. Bioinspir. Biomim. 9, 016007 (2014).

Terryn, S. et al. Selbstheilende weiche pneumatische Roboter. Wissenschaft. Roboter. 2, eaan4268 (2017).

Brown, E. et al. Universeller Robotergreifer basierend auf dem Stauen von körnigem Material. Proz. Natl Acad. Wissenschaft. USA 107, 18809–18814 (2010).

Artikel CAS Google Scholar

Bartlett, NW et al. Ein 3D-gedruckter, funktionell abgestufter Softroboter, der durch Verbrennung angetrieben wird. Wissenschaft 349, 161–165 (2015).

Artikel CAS Google Scholar

Kramer, Rebecca K. Weiche Elektronik für weiche Robotik. Mikro- und nanotechnologische Sensoren, Systeme und Anwendungen VII. Bd. 9467 (Hrsg. George, T., Dutta, AK & Saif Islam, M.) (SPIE, 2015).

Lu, N. & Kim, DH Flexible und dehnbare Elektronik ebnet den Weg für die Soft-Robotik. Weicher Roboter. 1, 53–62 (2014).

Artikel Google Scholar

Case, JC, Yuen, MC, Jacobs, J. & Kramer-Bottiglio, R. Roboter-Skins, die lernen, passive Strukturen zu kontrollieren. IEEE-Roboter. Autom. Lette. 4, 2485–2492 (2019).

Artikel Google Scholar

Yamaguchi, A., Takemura, K., Yokota, S. & Edamura, K. Eine Roboterhand, die elektrokonjugierte Flüssigkeit verwendet. Sinn. Aktoren A: Phys. 170, 139–146 (2011).

Artikel CAS Google Scholar

Yuen, MCS, Lear, TR, Tonoyan, H., Telleria, M. & Kramer-Bottiglio, R. Auf dem Weg zur Regelung pneumatischer Greifer während Pack-and-Deploy-Vorgängen. IEEE-Roboter. Autom. Lette. 3, 1402–1409 (2018).

Artikel Google Scholar

Ho, V. & Hirai, S. Design und Analyse einer Hand mit weichen Fingern und Kontaktrückmeldung. IEEE-Roboter. Autom. Lette. 2, 491–498 (2017).

Artikel Google Scholar

Wall, Vincent et al. Eine Methode zur Sensorisierung weicher Aktuatoren und ihre Anwendung auf die RBO-Hand 2. In: IEEE International Conference on Robotics and Automation (ICRA) 4965–4970 (IEEE, 2017).

Morrow, J. et al. Verbesserung der Finger weicher pneumatischer Aktuatoren durch Integration weicher Sensoren, Positions- und Kraftsteuerung sowie starrer Fingernägel. In: Proc. Internationale IEEE-Konferenz für Robotik und Automatisierung 5024–5031 (IEEE, 2016).

Chin, L. et al. Ein einfacher elektrischer Soft-Robotergreifer mit haptischer Rückmeldung bei hoher Verformung. In: IEEE International Conference on Robotics and Automation (ICRA) 4965-4970 (IEEE, 2019).

Truby, RL, Katzschmann, RK, Lewis, JA & Rus, D. Weiche Roboterfinger mit eingebetteten Ionogel-Sensoren und diskreten Betätigungsmodi für somatosensitive Manipulation. 2019 IEEE International Conference on Soft Robotics 322–329 (IEEE, 2019).

Zhao, H., O'Brien, K., Li, S. & Shepherd, RF Optoelektronisch innervierte weiche Handprothese über dehnbare optische Wellenleiter. Science Robotics 1, eaai7529 (2016).

Hellebrekers, T., Ozutemiz, KB, Yin, J. & Majidi, C. Flüssigmetall-Mikroelektronik-Integration für eine sensorisierte weiche Roboterhaut. In: IEEE International Conference on Intelligent Robots and Systems 5924–5929 (IEEE, 2018).

Kim, J. et al. Dehnbare Silizium-Nanoband-Elektronik für Hautprothesen. Nat. Komm. 5, 5747 (2014).

Artikel CAS Google Scholar

Case, J., Yuen, M., Mohammed, M. & Kramer, R. In Stretchable Bioelectronics for Medical Devices and Systems (Hrsg. Rogers, JA) 173–191 (Springer International Publishing, 2016).

Lopes, PA et al. Weiche bioelektronische Aufkleber: Auswahl und Bewertung von Hautkontaktelektroden. Adv. Gesundheitc. Mater. 8, 1900234 (2019).

Artikel Google Scholar

Son, D. et al. Multifunktionale tragbare Geräte zur Diagnose und Therapie von Bewegungsstörungen. Nat. Nanotechnologie. 9, 397–404 (2014).

Artikel CAS Google Scholar

Kim, DH et al. Epidermale Elektronik. Wissenschaft 333, 838–843 (2011).

Artikel CAS Google Scholar

Sim, K. et al. Auf Metalloxidhalbleiternanomembranen basierende, weiche, unauffällige multifunktionale Elektronik für tragbare Mensch-Maschine-Schnittstellen. Wissenschaft. Adv. 5, eaav9653 (2019).

Hua, Q. et al. Von der Haut inspirierte, hoch dehnbare und anpassungsfähige Matrixnetzwerke für multifunktionale Wahrnehmung. Nat. Komm. 9, 1–11 (2018).

Artikel Google Scholar

Kothuru, A. et al. Laserinduzierte flexible Elektronik (LIFE) für resistive, kapazitive und elektrochemische Sensoranwendungen. IEEE Sens. J. 20, 7392–7399 (2020).

Artikel CAS Google Scholar

Qin, R. et al. Flexible Herstellung flexibler Elektronik: eine allgemeine Laserablationsstrategie für robuste großflächige kupferbasierte Elektronik. Adv. Elektron. Mater. 5, 1900365 (2019).

Artikel CAS Google Scholar

Bian, J. et al. Laserübertragungs-, Druck- und Montagetechniken für flexible Elektronik. Adv. Elektron. Mater. 5, 1800900 (2019).

Artikel Google Scholar

Yao, S. et al. Nanomaterialbasierte flexible und dehnbare Sensorsysteme: Verarbeitung, Integration und Anwendungen. Adv. Mater. 32, 1902343 (2020).

Artikel CAS Google Scholar

Won, P. et al. Dehnbarer und transparenter Kirigami-Leiter eines Nanodraht-Perkolationsnetzwerks für elektronische Hautanwendungen. Nano Lett. 19, 6087–6096 (2019).

Artikel CAS Google Scholar

Marchiori, B., Delattre, R., Hannah, S., Blayac, S. & Ramuz, M. Lasergemusterte metallische Verbindungen für alle dehnbaren organischen elektrochemischen Transistoren. Wissenschaft. Rep. 8, 8477 (2018).

Artikel Google Scholar

Mishra, S. & Yadava, V. Laserstrahl-Mikrobearbeitung (LBMM) – eine Übersicht. Opt. Laser-Ing. 73, 89–122 (2015).

Artikel Google Scholar

Pucknell, DA, & Eshraghian, K. Grundlegende VLSI-Designprinzipien und -Anwendungen (Prentice-Hall, 1985).

Serway, RA, & Jewett, JW Principles of Physics Vol. 1 (Saunders College Publishers, 1998).

Kim, JH & Lattimer, BY Wahrscheinlichkeitsklassifizierung von Feuer und Rauch in Echtzeit mithilfe von Wärmebildern für intelligente Feuerwehrroboter. Feuersicher. J. 72, 40–49 (2015).

Artikel Google Scholar

Brewster, MQ Thermal Radiative Transfer and Properties (John Wiley & Sons, 1992).

Referenzen herunterladen

Die Autoren danken den Mitgliedern der Zhenan Bao Research Group und BDML an der Stanford University. Diese Studie wurde vom Beijing Institute of Collaborative Innovation (BICI) unterstützt. JH und AKH wurden teilweise durch das Samsung-Stipendium unterstützt.

Fakultät für Maschinenbau, Stanford University, 450 Serra Mall, Stanford, CA, 94305, USA

Jooyeun Ham, Amy Kyungwon Han und Mark R. Cutkosky

Fakultät für Maschinenbau, Seoul National University, 1 Gwanak-ro Gwanak-gu, Seoul, 08826, Korea

Amy Kyungwon Han

Fakultät für Chemieingenieurwesen, Stanford University, 443 Via Ortega, Stanford, CA, 94305, USA

Zhenan Bao

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Konzeptualisierung: JH, Methodik und Untersuchung: JH, Demonstration: JH, AKH, Visualisierung: JH, Aufsicht: MRC, ZB, Schreiben – Originalentwurf: JH, Schreiben – Überprüfung und Bearbeitung: JH, AKH, MRC, ZB Die Arbeit war erledigt an der Stanford University.

Korrespondenz mit Zhenan Bao.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Ham, J., Han, AK, Cutkosky, MR et al. UV-Laser-bearbeitetes dehnbares multimodales Sensornetzwerk für weiche Roboterinteraktion. npj Flex Electron 6, 94 (2022). https://doi.org/10.1038/s41528-022-00225-0

Zitat herunterladen

Eingegangen: 13. Mai 2022

Angenommen: 01. November 2022

Veröffentlicht: 18. November 2022

DOI: https://doi.org/10.1038/s41528-022-00225-0

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt