Pesquisadores desenvolvem próteses com maior fidelidade e sensibilidade

Com novos materiais e inteligência artificial, pesquisadores obtêm sensores capazes de reconhecer pressão, temperatura e movimento com fidelidade maior que os atuais. Novidades têm aplicação para próteses, robótica e vestíveis, entre outros

David Baillot/Divulgação

À medida que próteses humanas realistas e robôs humanoides sofisticados começam a sair do campo da ficção científica, pesquisadores estão atrás de materiais que, como a pele, tenham alto grau de sensibilidade, com objetivo de revesti-los e torná-los mais funcionais. Com potencial, também, de melhorar o desempenho de tecnologias vestíveis e de interfaces táteis, os chamados sensores suaves, porém, têm baixa durabilidade e consomem uma grande quantidade de energia, o que os torna impraticáveis.

Agora, pesquisadores da Universidade de Cambridge, nos Estados Unidos, desenvolveram materiais gelatinosos de baixo custo, capazes de detectar tensão, temperatura e umidade. Eles também são autorregeneráveis e biodegradáveis, além de impressos em 3D. A equipe descreveu a descoberta na edição mais recente da revista NPG Asia Materials.

David Hardman, do Departamento de Engenharia de Cambridge e primeiro autor do artigo, conta que ele e os colegas têm trabalhado, há anos, para desenvolver materiais autorregeneráveis, de detecção suave, destinados a mãos e braços robóticos. Esses tecidos artificiais percebem quando estão danificados, tomam as medidas necessárias para se recuperar temporariamente e, depois, retomar o trabalho. Tudo isso, ressalta Hardman, sem a necessidade de interação humana. "Agora, estamos procurando maneiras mais rápidas e baratas de fazer robôs de autorrecuperação", diz o coautor Thomas George-Thuruthel, do mesmo departamento.

Os pesquisadores explicam que versões anteriores dos robôs revestidos por materiais de autocura precisavam ser aquecidos para se regenerarem. Porém, os cientistas de Cambridge estão desenvolvendo, atualmente, materiais que podem se recuperar à temperatura ambiente, o que os tornaria mais úteis para aplicações no mundo real. "Começamos com um material elástico à base de gelatina, que é barato, biodegradável e biocompatível, e realizamos diferentes testes sobre como incorporar sensores ao material, adicionando muitos componentes condutores", diz Hardman.

Íons

Os cientistas descobriram que sensores de impressão contendo cloreto de sódio, em vez de tinta de carbono, resultaram em um material com as propriedades que buscavam. Como o sal é solúvel no hidrogel, ele fornece um canal uniforme para a condução iônica — o movimento dos íons.

Ao medir a resistência elétrica dos materiais impressos, os pesquisadores descobriram que as mudanças na tensão resultaram em uma resposta altamente linear, que eles poderiam usar para calcular as deformações do revestimento. A adição de sal também possibilitou a detecção de trechos com mais de três vezes o comprimento original do sensor, permitindo a incorporação em dispositivos robóticos flexíveis e esticáveis.

Os materiais autorregenerativos são baratos e fáceis de fazer, seja por impressão 3D ou por fundição, diz George-Thuruthel. Eles são mais vantajosos que muitas alternativas existentes, segundo o pesquisador, porque mostram resistência e estabilidade a longo prazo sem secar e são feitos inteiramente de materiais amplamente disponíveis e seguros. "É um sensor muito bom, considerando o quão barato e fácil de fabricar. Poderíamos fazer um robô inteiro de gelatina e imprimir os sensores onde quer que precisemos deles."

Os hidrogéis autorregenerativos se ligam bem a uma variedade de materiais, o que significa que podem ser facilmente incorporados a outros tipos de robótica. Por exemplo, grande parte da pesquisa no Laboratório de Robótica Bio-inspirada, onde a equipe trabalha, é focada no desenvolvimento de mãos artificiais. "Embora esse material seja uma prova de conceito, se desenvolvido, pode ser incorporado em peles artificiais e sensores vestíveis e biodegradáveis feitos sob medida", esclarece Hardman.

Precisão quase humana

Max Planck Institute for Intelligent Systems/Divulgação

Também buscando aumentar a sensibilidade de robôs, pesquisadores do Instituto Max Planck para Sistemas Inteligentes (MPI-IS), na Alemanha, desenvolveram um sensor tátil macio, porém robusto, que, segundo eles, é bem mais sofisticado que os existentes atualmente. O dispositivo, descrito na revista Nature Machine Intelligence, usa visão computacional e uma rede neural profunda para estimar, com precisão, onde os objetos entram em contato com ele e quão grandes são as forças aplicadas. De acordo com os pesquisadores, o projeto é um "passo significativo para que os robôs sejam capazes de sentir seu ambiente com a mesma precisão que humanos e animais".

Em forma de polegar, o sensor é feito de uma concha macia, construída em torno de um esqueleto leve e rígido. Este sustenta a estrutura da mesma forma que os ossos estabilizam o tecido mole dos dedos. O material é composto por um elastômero misturado com flocos de alumínio escuros, mas refletivos, resultando em uma cor acinzentada e opaca, que impede que qualquer luz externa o atrapalhe.

Quando qualquer objeto toca a concha do sensor, a aparência do padrão de cor dentro dele muda. A câmera grava imagens muitas vezes por segundo e alimenta uma rede neural profunda com esses dados. O algoritmo detecta até mesmo a menor mudança na luz em cada pixel. Em uma fração de segundo, o modelo de aprendizado de máquina treinado pode mapear exatamente onde o dedo toca o objeto, determinar a força e indicar a direção da pressão.

"O modelo infere o que chamamos de mapa de força: ele fornece um vetor de força para cada ponto tridimensional da ponta do dedo", explica Georg Martius, líder do grupo de pesquisa Max Planck na MPI-IS. "Conseguimos esse excelente desempenho de detecção por meio do design mecânico inovador do invólucro, do sistema de imagem personalizado interno, da coleta automática de dados e do aprendizado profundo de ponta", lista Martius. "Nossa câmera pode detectar até mesmo as menores deformações da superfície a partir de uma única imagem." Ao testar o sensor, os pesquisadores perceberam que ele era sensível o suficiente para sentir a própria orientação em relação à gravidade.

Treinamentos

Para ensiná-lo, a equipe projetou um banco de testes que geraram os dados de treinamento necessários, de forma que o modelo de aprendizado de máquina entendeu a correlação entre a mudança nos pixels da imagem bruta e as forças aplicadas. Uma característica do dispositivo em forma de polegar é que ele tem uma zona em forma de unha, com uma camada de elastômero mais fina. Ela foi projetada para detectar até mesmo pressões minúsculas e formas detalhadas de objetos.

"O design de hardware e software que apresentamos em nosso trabalho pode ser transferido para uma ampla variedade de peças de robôs com diferentes formas e requisitos de precisão. A arquitetura de aprendizado de máquina, treinamento e processo de inferência são gerais e pode ser aplicada a muitos outros projetos de sensores", explica, em nota, Huanbo Sun, pós-graduando no laboratório da MPI-IS.