Home / medicina / Il robot contro il coronavirus che mantiene pulite le strutture durante Covid-19

Il robot contro il coronavirus che mantiene pulite le strutture durante Covid-19

Il robot che mantiene pulite le strutture durante Covid-19
Il ritorno al lavoro dopo le misure di blocco è una faccenda estremamente complessa, con i datori di lavoro che devono affrontare varie normative insieme alle preoccupazioni di dipendenti, fornitori e clienti. Date le circostanze insolite poste su di loro, forse non sorprende che la tecnologia stia giocando un ruolo importante nella riapertura.

Un buon esempio viene dal Laboratorio di informatica e intelligenza artificiale (CSAIL) del MIT, che ha sviluppato un robot per cercare di garantire che gli spazi siano mantenuti il ​​più puliti possibile.

I ricercatori affermano che in questo periodo estremamente pericoloso, è fondamentale mantenere pulite le superfici per impedire la trasmissione di eventuali goccioline che potrebbero contenere il virus. Sostengono che mentre i prodotti chimici per la pulizia sono efficaci nella pulizia di tali superfici, è un compito altamente laborioso garantire che vengano puliti ripetutamente, specialmente in strutture più grandi. Il processo di pulizia stesso mette i lavoratori a rischio di contrarre il virus.

Mantenerlo pulito
Il team del MIT, in collaborazione con la Greater Boston Food Bank e Ava Robotics, ha sviluppato un sistema robotico per disinfettare le superfici utilizzando una luce UVC integrata nella base di un robot mobile. Nei test iniziali, il team ritiene che i risultati siano stati sufficientemente impressionanti da suggerire che potrebbe essere una soluzione utile per una vasta gamma di ambienti di lavoro, che vanno dalle fabbriche ai supermercati.

Il sistema, che può funzionare senza supervisione, utilizza la luce ultravioletta a breve lunghezza d’onda per uccidere i microrganismi attraverso un processo noto come “irradiazione germicida ultravioletta”. Il robot inizia mappando lo spazio in cui lavorerà, quindi naviga tra i diversi waypoint. Durante i test, il team ha misurato la quantità di luce UVC emessa con un dosimetro UVC per garantire che fossero utilizzati livelli di sicurezza.

Durante i test presso la banca del cibo, il robot è stato in grado di coprire circa 4.000 piedi quadrati del magazzino in circa 30 minuti, con il team che ha affermato che circa il 90% dei coronavirus sulle superfici sarebbe stato neutralizzato durante questo periodo.


L’uso dell’ultravioletto come disinfettante è comunemente usato negli ospedali, con start-up come Vital Vio che hanno aperto la strada all’uso della tecnologia LED antimicrobica per disinfettare le strutture ospedaliere. Mentre è più efficace nella linea di mira diretta, può anche entrare negli spazi difficili da raggiungere perché la luce rimbalza sulle superfici.

Progressione graduale
Il team ha iniziato a teleoperare il robot in modo che potesse imparare ad aggirare il magazzino. Dopo un processo di insegnamento, è stato quindi in grado di navigare automaticamente verso determinati waypoint sulla mappa, come la banchina di carico, seguito dal piano di spedizione, prima di tornare alla base.

“Mentre guidiamo il robot attorno alla banca del cibo, stiamo anche ricercando nuove politiche di controllo che consentano al robot di adattarsi ai cambiamenti nell’ambiente e garantire che tutte le aree ricevano il dosaggio stimato adeguato” , spiega il team. “Siamo concentrati sul funzionamento a distanza per ridurre al minimo la supervisione umana e, quindi, il rischio aggiuntivo di diffondere Covid-19, durante l’esecuzione del nostro sistema.”

Il prossimo passo per il progetto è migliorare i sensori di bordo in modo che siano in grado di adattarsi meglio ai cambiamenti nel loro ambiente, regolando al contempo la velocità del robot per garantire che il dosaggio desiderato di illuminazione UV sia applicato alle superfici.

Ciò è importante in ambienti che cambiano rapidamente, ad esempio nell’area di spedizione del magazzino della Food Bank, dove l’ambiente cambia leggermente ogni notte. Ad esempio, non sarebbe possibile per il robot sapere in anticipo quale corridoio di stadiazione era in uso o quanto potrebbero essere pieni i corridoi, quindi è importante che il robot sia in grado di distinguere tra corridoi occupati e non occupati.

Terreno incerto
Ovviamente con ogni ambiente di lavoro che può essere diverso, ci sono sfide nel garantire che i robot siano in grado di operare su una vasta gamma di terreni e ambienti. Dati i progressi della tecnologia da quando Amazon ha acquistato Kiva nel 2012, questo non dovrebbe essere un grosso ostacolo.

“Grazie ai sistemi di visione avanzata e ai meccanismi di locomozione, diverse forme di robot, che vanno dal bipede umano-simile al quadrupede animale-simile, possono efficacemente evitare gli ostacoli e trovare i percorsi migliori quasi senza il controllo umano”, Sangseok You, Professor of Information Systems at HEC Paris dice. “I robot impiegati nei magazzini e nei supermercati seguono per lo più un corso predeterminato che utilizza marcatori e linee colorate per la navigazione.”

La capacità dei robot di apprendere il proprio ambiente è potenziata dalla loro capacità non solo di apprendere molto rapidamente, ma di condividere facilmente tale conoscenza con altri robot, creando così una sorta di “mente alveare”.

“I robot dotati di funzionalità di apprendimento automatico possono apprendere e adattarsi a nuovi ambienti utilizzando sensori, motori e meccanismi di rinforzo”, continua. “Alcuni robot condividono persino le conoscenze acquisite da un ambiente con altri robot”.

Per il team EIT, hanno in programma di svolgere ulteriori lavori sul robot per estendere le sue capacità in collaborazione con GBFB, con un’eventuale intenzione di rendere il robot in grado di cambiare dinamicamente le sue azioni in base ai dosaggi UVC stimati e lavorare efficacemente tra un team di UVC robot in un’unica struttura.

“Siamo entusiasti di vedere il robot disinfettante UVC supportare la nostra comunità in questo momento di necessità”, afferma Daniela Rus, direttore del progetto CSAIL. “Le intuizioni che abbiamo ricevuto dal lavoro presso GBFB hanno messo in evidenza diverse sfide algoritmiche. Abbiamo in programma di affrontarli al fine di estendere la portata della disinfezione UV autonoma in spazi complessi, tra cui dormitori, scuole, aeroplani e negozi di alimentari. “

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi