Il braccio robotico dotato di una spazzola per capelli aiuta nelle attività di spazzolatura e potrebbe essere una risorsa nelle strutture di assistenza sanitaria.
Una configurazione del braccio robotico è dotata di una spazzola morbida sensorizzata e aiutata da una telecamera per studiare la natura complessa della manipolazione e della spazzolatura delle fibre dei capelli. Credito: Foto per gentile concessione del MIT CSAIL
Con la domanda in rapida crescita dei sistemi sanitari, gli infermieri in genere trascorrono dal 18 al 40% del loro tempo a esibirsi compiti diretti di cura del paziente, spesso per molti pazienti e con poco tempo a disposizione. I robot per la cura della persona che spazzolano i capelli potrebbero fornire un aiuto e un sollievo sostanziali.
Può sembrare una forma davvero radicale di "cura di sé", ma i robot astuti per cose come la rasatura, il lavaggio dei capelli e il trucco non sono nuovi. Nel 2011, il gigante della tecnologia Panasonic ha sviluppato un robot in grado di lavare, massaggiare e persino asciugare i capelli, esplicitamente progettato per aiutare a sostenere "una vita sicura e confortevole degli anziani e delle persone con mobilità ridotta, riducendo al contempo il carico degli operatori sanitari".
I robot per pettinare i capelli, tuttavia, si sono rivelati meno esplorati, guidando gli scienziati da CON's Computer Science and Artificial Intelligence Laboratory (CSAIL) e il Soft Math Lab dell'Università di Harvard per sviluppare una configurazione del braccio robotico con una spazzola morbida sensorizzata. Il robot è dotato di una telecamera che lo aiuta a "vedere" e valutare l'increspatura, in modo da poter pianificare una spazzolatura delicata ed efficiente in termini di tempo.
La strategia di controllo del team è adattabile al grado di aggrovigliamento nel fascio di fibre e hanno messo alla prova "RoboWig" spazzolando parrucche che vanno da capelli lisci a molto ricci.
Mentre la configurazione hardware di RoboWig sembra futuristica e brillante, il modello sottostante delle fibre dei capelli è ciò che lo fa funzionare. La postdoc di CSAIL Josie Hughes e il suo team hanno scelto di rappresentare i capelli aggrovigliati come insiemi di doppie eliche intrecciate: pensa al classico DNA fili. Questo livello di granularità ha fornito informazioni chiave sui modelli matematici e sui sistemi di controllo per la manipolazione di fasci di fibre morbide, con un'ampia gamma di applicazioni nell'industria tessile, nella cura degli animali e in altri sistemi fibrosi.
"Sviluppando un modello di fibre aggrovigliate, comprendiamo da una prospettiva basata sul modello come i peli devono essere aggrovigliati: partendo dal basso e salendo lentamente verso l'alto per evitare 'inceppamenti' delle fibre", afferma Hughes, l'autore principale di un articolo su RoboWig. "Questo è qualcosa che tutti coloro che hanno spazzolato i capelli hanno imparato dall'esperienza, ma ora è qualcosa che possiamo dimostrare attraverso un modello e utilizzare per informare un robot".
Questo compito a portata di mano è intricato. Ogni capello è diverso e l'intricata interazione tra i capelli durante la pettinatura può facilmente portare a nodi. Inoltre, se viene utilizzata la strategia di spazzolatura errata, il processo può essere molto doloroso e dannoso per i capelli.
La ricerca precedente nel campo della spazzolatura si è concentrata principalmente sulle proprietà meccaniche, dinamiche e visive dei capelli, in contrasto con la raffinata attenzione di RoboWig sul comportamento di aggrovigliamento e pettinatura.
Per spazzolare e manipolare i capelli, i ricercatori hanno aggiunto una spazzola sensorizzata a setole morbide al braccio del robot, per consentire di misurare le forze durante la spazzolatura. Hanno combinato questa configurazione con qualcosa chiamato "sistema di controllo a circuito chiuso", che riceve feedback da un output ed esegue automaticamente un'azione senza l'intervento umano. Ciò ha creato un "feedback di forza" dal pennello, un metodo di controllo che consente all'utente di sentire cosa sta facendo il dispositivo, quindi la lunghezza del tratto potrebbe essere ottimizzata per tenere conto sia del potenziale "dolore" che del tempo impiegato per spazzolare.
I test iniziali hanno preservato la testa umana - per ora - e invece sono stati eseguiti su una serie di parrucche di vari stili e tipi di capelli. Il modello ha fornito informazioni sui comportamenti della pettinatura, in relazione al numero di grovigli, e su come questi potrebbero essere spazzolati in modo efficiente ed efficace scegliendo lunghezze di spazzolatura appropriate. Ad esempio, per i capelli più ricci, il costo del dolore dominerebbe, quindi le lunghezze delle spazzole più corte erano ottimali.
Il team vuole infine eseguire esperimenti più realistici sugli esseri umani, per comprendere meglio le prestazioni del robot rispetto alla loro esperienza di dolore, una metrica che è ovviamente altamente soggettiva, poiché i "due" di una persona potrebbero essere gli "otto" di un'altra.
"Per consentire ai robot di estendere le loro capacità di risoluzione dei compiti a compiti più complessi come la spazzolatura dei capelli, abbiamo bisogno non solo di un nuovo hardware sicuro, ma anche di una comprensione del complesso comportamento dei capelli morbidi e delle fibre aggrovigliate", afferma Hughes. "Oltre alla spazzolatura dei capelli, le informazioni fornite dal nostro approccio potrebbero essere applicate alla spazzolatura di fibre per tessuti o fibre animali".
Hughes ha scritto il documento insieme agli studenti di dottorato della Harvard University School of Engineering and Applied Sciences Thomas Bolton Plumb-Reyes e Nicholas Charles; Professor L. Mahadevan della Scuola di Ingegneria e Scienze Applicate di Harvard, Dipartimento di Fisica e Biologia Organismica ed Evolutiva; e la professoressa del MIT e Direttore CSAIL Daniela Rus. Hanno presentato il documento virtualmente alla IEEE Conference on Soft Robotics (RoboSoft) all'inizio di questo mese.
Il progetto è stato sostenuto, in parte, dal programma Emerging Frontiers in Research and Innovation della National Science Foundation tra il MIT CSAIL e il Soft Math Lab di Harvard.
