A novel magnetoresistive tactile soft-sensor, inspired by biological cilia

Resumo:

A sensação táctil é fulcral para a precisão da motricidade humana, e a implementação deste tipo de sensibilidade em robôs através do desenvolvimento de sensores tácteis é de elevada importância para que estas máquinas tenham sensações tácteis como as nossas. Os sensores de magnetoresistência por efeito de túnel (TMR) são bons candidatos a transdutores para este tipo de dispositivos, devido à sua elevada sensibilidade e potencial de miniaturização.

Com o objectivo de produzir um sensor TMR altamente sensível que simultaneamente permita a deteção de campo magnético em várias direções, a otimização de junções TMR de alumina sem necessidade de recozimento térmico foi realizada, atingindo um rácio de TMR de 35%. Um die monolítico com sensibilidade 2D numa configuração em ponte de Wheatstone foi concebido e fabricado, tirando partido da dispensa de recozimento das junções TMR desenvolvidas. Adicionalmente, de modo a modularizar o sensor e corrigir algumas das suas não-idealidades, uma interface electrónica analógica foi desenvolvida, com a capacidade de ser facilmente integrada em plataformas robóticas.

Foi concebido um sensor táctil inspirado na estrutura ciliar encontrada em certos seres biológicos, que consiste numa protuberância cilíndrica alongada fixa à superfície do sensor TMR 2D. Uma relação empírica foi encontrada para a resposta do sinal 2D em função da defleção e rotação do cílio. Diferentes configurações do sensor ciliar foram testadas relativamente à sua capacidade de detetar e resolver topografia em superfícies, sendo capaz de detetar estruturas com até 20 µm de altura.

A implementação de um dispositivo com capacidade para medir a textura de superfícies poderá permitir a utilização de uma nova métrica da qualidade destes produtos, tanto em sistemas de apanha automática como em sistemas de controlo de qualidade na cadeia de abastecimento.

Maçãs e morangos que apresentavam duas classes de qualidade (maduro ou podre) foram testados. A precisão da classificação, avaliada através de validação cruzada com 1 fruto, foi de 96% quando foram testadas maçãs classificadas com um classificador Bayes Gaussiano Ingénuo e 83% quando foram testadas maçãs classificadas com um algoritmo de Floresta Aleatória. Este desempenho está em linha com aquele que é observado noutros sistemas tácteis ou baseados em análise de imagem, demonstrando o potencial deste sensor para o controlo de qualidade na agricultura.