Robotik dünyasındaki muazzam ilerlemeye rağmen zorlu ortamlara sorunsuz bir şekilde uyum sağlama yeteneği robotlarda aranan en önemli özellikler arasında olmaya devam ediyor. Yeniliklerin başında, farklı arazilerde en iyi şekilde çalışmak üzere tasarlanan çok yönlü robotlar geliyor.
İngiltere'deki Bristol Üniversitesi'ne bağlı Bristol Robotik Laboratuvarı, ‘Tetraflex’ adı verilen robot sayesinde bu alanda büyük atılımlar gerçekleştirdi.
Esnek tüplerden oluşan dörtgen şekilli robot, dar alanlarda kolaylıkla gezinebildiği gibi esnek gövdesi içinde yumurta gibi hassas malzemelerden oluşan nesneleri dahi güvenli bir şekilde sararak taşıyabiliyor.
Şarku’l Avsat’ın edindiği bilgilere göre yakın zamanda IEEE Robotics and Automation Letters'da yayınlanan deneysel araştırmalar, Tetraflex'in özel ortamlarda birden fazla hareket gerçekleştirme yeteneğini gösterdi. Bu özellikler, robotun depremde kurtarma görevlerini, karmaşık petrol sondaj kulesi incelemelerini ve belki de dünya dışı keşifleri içerebilecek operasyonlarda etkili olacağı anlamına geliyor.
Tetraflex, taşımanın ötesinde, çevresel araştırmalar veya tehlikeli radyasyona sahip yerlerde çalışmak gibi zor görevler de dahil olmak üzere ulaşılması zor bölgelerden ağır nesneleri taşıyabiliyor.
Bristol Üniversitesi Mühendislik, Matematik ve Teknoloji Fakültesi'nden robotun baş tasarımcısı Peter Wharton şu açıklamada bulundu:
Tetraflex sert düğümlerle birbirine bağlanan yumuşak desteklerden oluşuyor. Her destekte sızdırmaz bir lastik körük var. Tetraflex'in uzunluğu, içindeki hava basıncı değiştirilerek ayarlanabiliyor. Bu da şeklinin ve boyutlarının kontrol edilmesine olanak tanıyor. Çalışma ekibi, yuvarlanma veya emekleme gibi fonksiyonel hareketler üretmek için çeşitli desenler deneyerek bu özellikleri akıllıca kullandı.
İskoçya'nın Edinburgh kentinde düzenlenen ‘RoboSoft 2022 Locomotion’ yarışmasına katılan Tetraflex’ üçüncü oldu. Prototipi, kumlu arazide, dar alanlarda ve çeşitli engellerde özel yetenekler sergiledi.
Tetraflex’i geliştiren ekip, robotun hareket etme ve çeşitli ortamlarla daha fazla etkileşim kurma yeteneğini artırmak için yeni öğrenim algoritmalarını entegre etmeyi amaçlıyor.
