黑科技相对机器人这个新发明可以让飞机制造更简单

服务机器人 2025-01-21 11:35www.robotxin.com女性服务机器人

今日,商用飞机的制造多采用分节制造的方式。各个部分如机翼、机身和尾翼等,往往在不同的工厂独立制造完成,随后通过大型货运飞机运输至中央工厂进行最后的组装。想象一下,如果所有部件的组装必须在同一地点完成,且整个飞机由大量微小却相同的零件构成,我们该如何应对?这时,一群微型机器人将大展身手!

这正是麻省理工学院比特与原子中心(CBA)的研究生本杰明·杰内特(Benjamin Jenett)与尼尔·格申菲尔德(Neil Gershenfeld)教授合作的博士论文所探索的未来场景。他们已经研发出机器人原型,这些机器人不仅能组装小型结构,还能协同工作,构建更大的结构。

这项研究成果已经发表在《IEEE机器人与自动化快报》上。除了Jenett和Gershenfeld,还有Amira Abdel-Rahman和CBA校友Kenneth Cheung SM '07等共同参与研究。现在,NASA艾姆斯研究中心工作的Cheung正在领导ARMADAS项目,设计可用于机器人组装建造月球基地。

这项技术的核心在于一种新型的机器人——相对机器人。传统的机器人技术分为两类:一类是专为特殊应用如工厂组装而优化的昂贵定制组件;另一类则是用廉价、大量生产的模块制成,性能较低。而新型的相对机器人则融合了这两者的优点,既简单又强大,有可能彻底改变从飞机到桥梁再到建筑物的生产方式。

Gershenfeld解释道,机器人与其处理、操纵的材料之间的关系是新型技术的关键。这些机器人不需要像大多数移动机器人那样依赖高度精确的导航系统来跟踪位置。相反,它们只需要关注自身相对于正在工作的子像素的位置。每当踏入下一个像素时,它们都会根据当前站立的组件重新调整自己的位置感。

这种方法的潜在愿景是,就像屏幕上的像素阵列可以复制出最复杂的图像一样,几乎任何物理对象都可以被重建为较小的三维碎片或体素的阵列。该团队已经证明,通过布置这些简单的组件,可以有效地分配负载,使它们能够完成大型工程。由于这些结构主要由开放空间组成,因此总重量最小。机器人只需将单元拾取并放置在相邻位置,然后使用体素内置的闩锁系统固定在一起。

机器人本身设计简洁,像是一个小臂,中间有两个长节,两个长节铰接在一起,每个末端都有用于夹持在体素结构上的设备。这些设备能够像蠕虫一样四处移动,通过反复打开和关闭其V形主体从一个位置移到另一个位置。Jenett将其中一个原型命名为BILL-E,以向电影机器人WALL-E致敬。

除了演示了如何将块组装成线性、二维和三维结构的过程外,Jenett还构建了具有锁定机制的体素设计,以确保每个组装单元都能轻松与邻居分离或组合。Gershenfeld说,每个微型机器人在组装零件时都能计算出其在结构上的位置,这不仅使机器人能够在每个步骤中纠正错误,还消除了典型机器人系统的大部分复杂性。

源于Jenett的图片展示了使用简单的机器人系统构建大型结构的独特方法,如同孩子们用乐高积木搭建壮丽的城堡。这一创新已经引起了众多前沿机构的关注,包括美国宇航局、麻省理工学院的研究合作者以及空中客车公司。

这种组装方法的魅力在于,它提供了一种便捷的维修方案。如果某一部分出现损坏,可以轻松地从结构中拆卸下来并用新的部件替换,确保了结构的稳固性。正如Gershenfeld所言:“拆建与构建同样重要。”随着技术的迭代,这一过程还能用于对系统进行优化和升级。

对于太空站或月球栖息地来说,这些机器人将扮演至关重要的角色,长期居住在这些结构上,持续进行维护和修复工作。据Gershenfeld预测,未来这种系统可能被用于构建整个建筑物,特别是在太空、月球或火星等极端环境中。这种新模式将改变以往从地面运输大型预组装结构的传统方式。取而代之的,是发送大量微小的子单元,或者利用系统就地取材制造这些子单元。格申菲尔德表示:“如果你能制造大型飞机,那么你同样能建造建筑物。”

德国技术大学操作系统和计算机网络研究领域的领军人物桑德尔·费克特对此表示赞赏,尽管他没有参与这项工作。他认为这种超轻数字材料为构建高效复杂的系统提供了全新的视角,特别是在大型结构和航空航天领域具有重大意义。

实现这样的系统是一项巨大的挑战。费克特表示他计划加入研究团队共同开发控制系统。他指出:“使用小型且简单的机器人可能会带来下一次突破。这些机器人不会感到疲劳或无聊,似乎只有通过大量的微型机器人合作才能完成这项任务。”这项工作由Ben Jenett及其合作者完成,它的进展对动态调节飞机机翼、巨大的太阳帆乃至可重构空间栖息地的建设具有重大意义。在此过程中,Gershenfeld表示:“我们感觉自己正在开拓混合材料机器人系统的新领域。”

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by