实事求是的修复感桥梁检测修复自身损坏车辆装模作样

素材科学的进步 分布式算法和制造过程 使所有这些事物 日复一日接近现实科学类Nikolaus Correll,计算机科学助理教授和研究助理Michael McEvoy科罗拉多大学.

Correll实验室开发的“robic材料” 和其他人常受自然启发 Correll说

科雷尔说 : “我们观察生物像切叉鱼,视环境改变外观,banyan树生长地面根根支持树体增重。”并询问工程系统需要什么

机器人材料需要严格整合感知计算并实际改变底层材料属性材料可编程改变部分属性以响应特定刺激,机器人材料可感知刺激并自主决定响应方式

Correll和McEvoy使用人工皮肤装有麦克风的例子,分析纹理擦皮肤声音并只在重大事件发生时才返回中央计算机路由信息

人类感知系统自动过滤诸如衣物擦皮肤等事物 Correll说人造皮肤可能上千传感器可做同样的事情, 并只报告中心'脑'

虽然所有这些材料都有可能,但作者提醒说制造技术仍然是挑战

科雷尔说, “现在,我们可以在实验中大得多地做这些东西, 但我们无法缩放它们。”纳米和微型制造也是如此, 无法扩展成像建楼外墙

现场还面临教育空白,开发机器人素材需要跨学科知识 当前不单由素材科学 计算机科学或机器人课程提供

科雷尔CU-Boulder用一流工程类解决空白问题,该类项目称为“数学思想”。

工程学学生接触材料和计算, 不论后台是什么,

从长远看,Correll相信机器人素材将用在日常项目中,如鞋粒可感知压力并调整僵硬性以适应步行或运行

由小补丁组成, 每种补丁都包括开机机、传感器和小计算机,近十年智能机进步显示相反

---

文件基础:素材-高级

---