La lógica neumática es anterior a los computadores electrónicos y en su día proporcionó niveles avanzados de control en una amplia gama de dispositivos, desde termostatos y otros componentes de sistemas de control climático hasta mecanismos de interpretación automática de piano a principios del siglo XX.

En la lógica neumática, el aire, y no la electricidad, fluye a través de circuitos o canales y la presión del aire se utiliza para representar el encendido/apagado o el verdadero/falso.

En los computadores modernos, estos estados lógicos se representan mediante 1 y 0 en código, lo que equivale a activar o desactivar las cargas eléctricas.

Los robots neumáticos blandos utilizan aire a presión para mover sus extremidades, incluyendo pinzas blandas y gomosas, y son superiores a los robots rígidos tradicionales.

Además, a la hora de realizar tareas muy delicadas son más seguros para los humanos.

Baymax, el robot sanitario de la película animada de Disney “Big Hero 6”, de 2014, es un robot neumático por una buena razón.

Sin embargo, los sistemas existentes para controlar robots blandos neumáticos siguen utilizando válvulas electrónicas y computadores para mantener la posición de las piezas móviles del robot.

Estas piezas electrónicas añaden un costo, un tamaño y una demanda de energía considerables a los robots, lo que limita su viabilidad.

Shane Hoang, William Grover, Philip Brisk y Konstantinos Karydis, de la Universidad de California en Riverside, Estados Unidos, han ideado una solución para ese problema, haciendo progresar a la robótica blanda neumática hacia el futuro.

Los robots blandos neumáticos necesitan un modo de recordar y mantener las posiciones de sus piezas móviles.

Hoang y sus colegas se dieron cuenta de que si podían crear una memoria neumática para un robot blando neumático, podrían eliminar la memoria electrónica que se utiliza actualmente para ese fin.

Los investigadores fabricaron su chip de memoria neumática de acceso aleatorio, o RAM, utilizando válvulas microfluídicas en vez de transistores electrónicos.

Las válvulas microfluídicas se diseñaron originalmente para controlar el flujo de líquidos en chips microfluídicos, pero también pueden controlar el flujo de aire.

Las válvulas permanecen selladas contra un diferencial de presión incluso cuando se desconectan de una línea de suministro de aire, creando diferenciales de presión que funcionan como memorias y mantienen los estados de los actuadores de un robot.

Un conjunto lo bastante nutrido de estas válvulas puede realizar operaciones avanzadas y reducir la necesidad de hardware electrónico caro, voluminoso y con alto consumo de energía, utilizado habitualmente para controlar robots neumáticos.

Tras modificar unas válvulas microfluídicas para que pudieran manejar mayores caudales de aire, el equipo produjo un chip RAM neumático de 8 bits capaz de controlar robots blandos más grandes y de mayor velocidad, y lo incorporó a un par de manos de goma robóticas impresas en 3D.

La RAM neumática utiliza aire a presión atmosférica para representar un valor “0” o “FALSO”, y el vacío para representar un valor “1” o “VERDADERO”.

Los dedos robóticos se extienden cuando se conectan a la presión atmosférica y se contraen cuando se conectan al vacío.

Al variar las combinaciones de presión atmosférica y vacío dentro de los canales del chip RAM, los investigadores pudieron hacer que el robot tocara notas, acordes e incluso una canción completa (“Mary Had a Little Lamb”) en un teclado musical.

En teoría, este sistema podría utilizarse para hacer funcionar otros robots sin ningún tipo de hardware electrónico y solo con una bomba a pilas para crear el vacío.

Los investigadores señalan que sin presión positiva en ninguna parte del sistema (solo la presión atmosférica normal) no hay riesgo de sobrepresurización accidental y fallo violento del robot o de su sistema de control.

Fuente: PLoS ONE

Artículos relacionados:

Crean mano robótica blanda cuya agilidad rivaliza con la humana Trabajan en resistores de memoria basados en grafeno que serán utilizados en computación neural Trabajan en computación electromecánica nanométrica con ADN Trabajan en computación cuántica de gran potencia que use fibra óptica Trabajan en computación cuántica mediante chips de silicio convencionales Trabajan en una computación que utilice nanotubos de carbono en lugar de silicio