Magazin
AM Business
Info Guide
Directories
Events
Jobs
Billige und leicht anpassbare 3D-gedruckte Geräte sind perfekt für assistive Technologien, wie zum Beispiel Prothesen oder “intelligente” Pillenflaschen, die Patienten helfen können, sich daran zu erinnern, ihre täglichen Medikamente einzunehmen. Aber diese Kunststoffteile haben keine Elektronik, was bedeutet, dass sie nicht kontrollieren können, wie die Patienten sie benutzen. Jetzt haben Ingenieure der University of Washington 3D-gedruckte Geräte entwickelt, die ihren eigenen Gebrauch verfolgen und speichern können – ohne Batterien oder Elektronik zu verwenden. Stattdessen verwendet dieses System eine Methode, die als Rückstreuung bezeichnet wird und durch die ein Gerät Informationen teilen kann, indem es Signale reflektiert, die mit einer Antenne an es gesendet wurden.
“Wir sind daran interessiert, unterstützende Technologie mit 3D-Drucken zugänglich zu machen, aber wir haben keine einfache Möglichkeit zu erfahren, wie Menschen sie benutzen”, sagte Co-Autorin Jennifer Mankoff, Professorin an der Paul G. Allen School of Computer Science an der UW. Ingenieurwesen. “Können wir eine Lösung ohne Schaltkreise entwickeln, die auf handelsüblichen Druckern gedruckt werden kann und es dem Gerät ermöglicht, selbst Informationen zu sammeln? Das haben wir in dieser Arbeit gezeigt.”
Zuvor entwickelte das Team die ersten 3D-gedruckten Objekte, die ohne Elektronik mit Wi-Fi verbunden sind. Diese rein plastischen Geräte können messen, wenn eine Waschmittelflasche knapp wird und bestellt dann automatisch mehr online.
“Die Verwendung von Kunststoff für diese Anwendungen bedeutet, dass Sie sich keine Gedanken darüber machen müssen, ob Batterien leer sind oder Ihr Gerät nass wird. Das kann die Art, wie wir über Computer denken, verändern”, sagte der leitende Autor Shyam Gollakota, ein außerordentlicher Professor an der Allen School. “Aber wenn wir wirklich 3D-gedruckte Objekte in intelligente Objekte verwandeln wollen, brauchen wir Mechanismen, um Daten zu überwachen und zu speichern.”
Die Forscher haben das Überwachungsproblem zuerst in Angriff genommen. In ihrer vorherigen Studie verfolgt ihr System die Bewegung in einer Richtung, was gut zur Überwachung von Waschmittelkonzentrationen oder zur Messung der Wind- oder Wassergeschwindigkeit geeignet ist. Aber jetzt mussten sie Objekte herstellen, die bidirektionale Bewegungen wie das Öffnen und Schließen einer Tablettenflasche überwachen konnten.
“Das letzte Mal hatten wir ein Zahnrad, das sich in eine Richtung drehte. Wenn Flüssigkeit durch das Getriebe floss, wird ein Schalter gedrücken, der eine Antenne berührt “, sagte Hauptautor Vikram Iyer, ein Doktorand in der UW Abteilung für Elektrotechnik und Computertechnik. “Dieses Mal haben wir zwei Antennen, eine oben und eine unten, die durch einen Schalter an einem Zahnrad kontaktiert werden können. Das Öffnen einer Pille Flaschendeckel bewegt das Zahnrad in eine Richtung, die den Schalter drückt, um eine der beiden Antennen zu kontaktieren. Und dann schließt der Verschluss der Tablettenflasche das Zahnrad in die entgegengesetzte Richtung, und der Schalter trifft die andere Antenne.”
Beide Antennen sind identisch, also musste das Team einen Weg finden, um zu decodieren, in welche Richtung sich die Kappe bewegte.
“Die Zähne der Ausrüstung haben eine spezifische Sequenz, die eine Nachricht codiert. Es ist wie Morse-Code “, sagte Co-Autor Justin Chan, ein Doktorand in der Allen School. “Wenn Sie also die Kappe in eine Richtung drehen, sehen Sie die Nachricht weiter. Aber wenn Sie die Kappe in die andere Richtung drehen, erhalten Sie eine umgekehrte Nachricht. ”
Zusätzlich zur Verfolgung der Bewegung der Pillenflaschenkapsel kann dieselbe Methode verwendet werden, um zu überwachen, wie Prothesen verwenden werden, wie zum Beispiel 3D-gedruckte e-NABLE-Arme. Diese mechanischen Hände, die am Handgelenk befestigt sind, sollen Kindern mit Handanomalien helfen, Gegenstände zu greifen. Wenn Kinder ihre Handgelenke biegen, ziehen sich die Kabel an der Hand fest, um die Finger zu schließen. So druckte das Team 3D einen e-NABLE-Arm mit einem Prototyp ihres bidirektionalen Sensors, der das Öffnen und Schließen der Hand durch Bestimmen des Winkels des Handgelenks überwacht.
Die Forscher wollten auch ein 3D-gedrucktes Objekt erstellen, das seine Nutzungsinformationen außerhalb der WLAN-Reichweite speichern kann. Für diese Anwendung wählten sie einen Insulinpen, der seinen Gebrauch überwachen und dann signalisieren konnte, wenn er niedrig wurde.
“Sie können immer noch Insulin einnehmen, auch wenn Sie keine Wi-Fi-Verbindung haben”, sagte Gollakota. “Also brauchten wir einen Mechanismus, der speichert, wie oft Sie ihn benutzt haben. Sobald Sie wieder in der Reichweite sind, können Sie diese gespeicherten Daten in die Cloud hochladen.”
Diese Methode erfordert eine mechanische Bewegung, wie das Drücken einer Taste, und speichert diese Information, indem eine Feder in einer Ratsche aufgerollt wird, die sich nur in einer Richtung bewegen kann. Jedes Mal, wenn jemand den Knopf drückt, wird die Feder enger. Sie kann sich nicht entspannen, bis der Benutzer die Sperrklinke freigibt, hoffentlich in Reichweite des Rückstreuungssensors. Wenn sich dann die Feder abwickelt, bewegt sie ein Zahnrad, das einen Schalter auslöst, um eine Antenne wiederholt zu berühren, wenn sich das Zahnrad dreht. Jeder Kontakt wird gezählt, um zu bestimmen, wie oft der Benutzer den Knopf gedrückt hat.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Diese Geräte sind nur Prototypen, die zeigen, dass 3D-gedruckte Materialien bidirektionale Bewegungen erfassen und Daten speichern können. Die nächste Herausforderung wird sein, diese Konzepte zu nehmen und sie so zu verkleinern, dass sie in echte Tablettenfläschchen, Prothesen oder Insulin-Pens eingebettet werden können, sagte Mankoff.
“Dieses System wird uns ein genaueres Bild von dem geben, was vor sich geht”, sagte sie. “Zum Beispiel haben wir momentan keine Möglichkeit zu verfolgen, ob und wie Menschen e-NABLE-Hände benutzen. Letztendlich möchte ich mit diesen Daten vorhersagen, ob die Leute ein Gerät je nach dem, wie es benutzt wird, aufgeben werden.”
Ian Culhane, Student am UW Department of Mechanical Engineering, ist auch Co-Autor dieses Papiers. Diese Forschung wurde von der National Science Foundation und den Google Faculty Awards finanziert.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
