Tecnologia Científica

AugLimb: um membro robótico compacto para apoiar os humanos durante as atividades diárias
Este novo membro, apresentado em um artigo pré-publicado no arXiv, pode se estender até 250 mm e agarrar diferentes objetos nas proximidades do usuário.
Por Ingrid Fadelli - 17/09/2021


Crédito: Ding et al.

Pesquisadores do Instituto Avançado de Ciência e Tecnologia do Japão e da Universidade de Tóquio desenvolveram recentemente o AugLimb, um membro robótico compacto que pode suportar humanos enquanto eles realizam uma variedade de tarefas. Este novo membro, apresentado em um artigo pré-publicado no arXiv, pode se estender até 250 mm e agarrar diferentes objetos nas proximidades do usuário.

"Estamos interessados ​​em tecnologias de aumento humano, que visam aprimorar as capacidades humanas com abordagens de informação e robótica", disse Haoran Xie, um dos pesquisadores que realizou o estudo, à Tech Xplore . "Nós nos concentramos particularmente no aumento físico dos corpos humanos."

A maioria dos braços robóticos vestíveis existentes são projetados para serem montados na parte superior do corpo de um usuário humano (por exemplo, na parte superior do braço, cintura ou ombros). Embora alguns desses sistemas tenham alcançado resultados promissores, eles geralmente são baseados em hardware volumoso e seu uso pode ser desconfortável para os usuários.

"A maioria dos dispositivos de membros robóticos supranumerários desenvolvidos anteriormente são pesados ​​e ocupam um grande espaço", disse Xie. "Em vez disso, propusemos um membro robótico compacto que pode dobrar em um pequeno volume sem a interrupção das atividades diárias dos usuários, especialmente para uso de longa data."

Em contraste com outros braços robóticos, AugLimb pode se estender significativamente, tornando-se aproximadamente 2,5 vezes mais longo do que o comprimento médio do antebraço de um ser humano. Além disso, é altamente compacto e, portanto, fácil de armazenar.

"AugLimb tem 7 DOFs (grau de liberdade) e pode ser facilmente fabricado usando impressoras e motores 3D normais", disse Xie. "Comparado aos membros robóticos existentes, AugLimb tem um design centrado no ser humano que melhora amplamente a experiência do usuário, para que qualquer um possa aproveitá-lo enquanto colhe os benefícios das capacidades corporais aprimoradas derivadas de ter um 'terceiro braço'."

Além de ser compacto, o membro robótico desenvolvido por Xie e seus colegas é leve e confortável de usar. Isso também o torna adequado para usuários com corpos mais frágeis, incluindo crianças e adultos mais velhos.

"A conquista mais notável de nosso estudo é que fomos capazes de desenvolver um braço robótico que é compacto e pode alcançar longas distâncias durante o uso", disse Xie. "Acreditamos que AugLimb será tão popular quanto relógios inteligentes em um futuro próximo, já que qualquer pessoa, desde um idoso a uma criança, pode usá-lo confortavelmente durante todo o dia."

Crédito: Ding et al.

AugLimb serve essencialmente como um terceiro braço, portanto, pode ser particularmente útil em situações onde os humanos completam tarefas que envolvem uma quantidade significativa de manipulação de objetos, como cozinhar ou limpar. Os pesquisadores também acreditam que ele poderia ser usado por médicos que realizam operações cirúrgicas, operários da construção civil e outros profissionais que realizam tarefas manuais no dia a dia.
 
O braço robótico desenvolvido por Xie e seus colegas ainda está em um estágio de protótipo. No entanto, a equipe planeja continuar testando e melhorando suas capacidades, para torná-lo cada vez mais eficaz e comercialmente viável. Por exemplo, o protótipo AugLimb é atualmente controlado por operadores humanos manualmente, mas a equipe gostaria de melhorar seu mecanismo de controle explorando soluções alternativas.

Crédito: Ding et al.

"Em nossos estudos futuros, gostaríamos de explorar maneiras eficazes de controlar AugLimb com informações biológicas, como sinais de eletromiografia (EMG) dos músculos ou técnicas de eletroencefalograma (EEG) que detectam ondas cerebrais", disse Xie. "Também planejamos usar o aprendizado profundo para melhorar a análise desses sinais."

 

.
.

Leia mais a seguir