Ma chi lo ha detto che per imitare i movimenti umani servono strumenti e dispositivi da milioni di euro? Alcuni ricercatori hanno dimostrato che, a volte, può bastare anche un piccolo robot economico.

I ricercatori del progetto europeo HBP MoCoTi hanno sviluppato il prototipo di un androide che è in grado di muovere delle braccia robotiche e che può essere facilmente riprodotto. Il device, costituito da un piccolo cervello artificiale che controlla un braccio robotico guidato da tendini artificiali, potrebbe essere il primo passo vero una robotica umanoide a basso costo.

Ormai i robot che simulano le movenze degli umani stanno diventando sempre più una realtà. Nella maggior parte dei casi, questi sono costituiti da un hardware muscolo-scheletrico che imita il corpo umano e da un software di controllo neurale che simula parti del cervello. Un problema di questi dispositivi è però la difficoltà nel produrli in serie in modo fattibile.

La novità dei ragazzi di MoCoTi e Myorobotics è che sono invece riusciti a creare un robot che può essere facilmente riprodotto e che mira a diventare un “androide a basso costo”.

Ciò è possibile perché il suo design modulare consente una produzione di massa relativamente efficiente – spiega a SINC Christoph Richter, docente presso il dipartimento di ingegneria elettrica e informatica dell’Università tecnica di Monaco (Germania) e uno dei principali ricercatori di MoCoTi

Al fine di imitare i muscoli e le articolazioni del braccio umano e dare al robot una maggiore mobilità, gli scienziati hanno utilizzato il sistema Myorobotics. Nove muscoli formati da dispositivi meccatronici sono coordinati per controllare l’articolazione sferica. Uno di questi, collegato al bicipite, è unito a due articolazioni che collegano la spalla al gomito.

Il prossimo step riguarda la progettazione di un cervelletto artificiale per gestire gli input del sistema locomotore.

La struttura neuronale del cervelletto è relativamente semplice e uniforme. Riproduciamo i neuroni più importanti, la loro connettività e – soprattutto – il loro adattamento e apprendimento nella nostra simulazione in tempo reale – afferma Richter.