为中和COVID-19的雾化形式而开发的机器人系统

随着我们看不见、摸不着或感觉不到的每一个液滴散落在空气中，COVID-19传播的威胁依然存在。阻止这些沉重的液滴滞留变得越来越重要——尤其是在表面，它们是热情而慷慨的主人。

虽然化学清洁产品是有效的，但使用它们来消毒更大的环境可能是昂贵的、危险的和耗时的。在全球范围内，有成千上万的仓库、杂货店、学校和其他场所的清洁工人处于危险之中。

考虑到这一点，麻省理工学院的一个团队计算机科学与人工智能实验室(CSAIL)，与艾娃机器人和大波士顿食品银行(GBFB)设计了一种新的机器人系统，可以消毒表面并中和COVID-19的雾化形式。

该方法使用了CSAIL设计的定制UV-C灯具，与Ava Robotics的移动机器人基地集成在一起。研究结果令人鼓舞，研究人员表示，这种方法可以用于工厂、餐馆和超市等其他环境的自动紫外线消毒。

UV-C光已被证明可以有效地杀死表面和气溶胶上的病毒和细菌，但对人类来说是不安全的。幸运的是，艾娃的远程呈现机器人不需要任何人力监督。研究小组用UV-C阵列代替了远程呈现的顶部，用于消毒表面。具体来说，该阵列使用短波长的紫外线杀死微生物，并在称为紫外线杀菌照射的过程中破坏它们的DNA。

完整的机器人系统能够映射空间(在这种情况下，是GBFB的仓库)，并在路径点和其他指定区域之间导航。在测试系统时，该团队使用了一个UV-C剂量计，这证实了机器人正在传递模型预测的预期UV-C光剂量。

CSAIL研究科学家、UV-C灯总成技术负责人阿丽莎·皮尔逊说:“食品银行为我们的社区提供了基本服务，因此帮助保持这些业务的运行至关重要。”“在这里，有一个独特的机会为他们目前的工作流程提供额外的消毒能力，并帮助降低暴露于COVID-19的风险。”

由于COVID-19的压力，粮食银行也面临着特殊的需求。联合国预计，由于该病毒，全球面临严重粮食不安全的人数将增加会翻倍到2.65亿吗．仅在美国，五周内失业人数已上升至2600万，可能会使数百万人陷入粮食不安全的境地。

在GBFB的测试中，机器人能够以大约0.22英里/小时的速度通过托盘和存储通道。以这样的速度，机器人可以在半小时内覆盖GBFB仓库中4000平方英尺的空间。在此期间释放的UV-C剂量可以中和表面上约90%的冠状病毒。对于许多表面，这种剂量会更高，导致更多的病毒被中和。

通常，这种紫外线杀菌照射方法主要用于医院和医疗机构，以消毒病房和阻止耐甲氧西林等微生物的传播金黄色葡萄球菌而且艰难梭状芽胞杆菌紫外线- c光也可以对抗空气中的病原体。虽然它在直接的“视线”内是最有效的，但当光线从表面反射到其他表面时，它可以到达角落和缝隙。

大波士顿食品银行总裁兼首席执行官凯瑟琳·达马托(Catherine D 'Amato)说:“我们有10年历史的仓库是一个相对较新的食品分配设施，具有aib认证，最先进的清洁和食品安全标准。”“COVID-19是一种新的病原体，GBFB和世界其他地方的设计初衷并不是为了应对这种病原体。我们很高兴有机会与麻省理工学院CSAIL和Ava Robotics合作，创新和推进我们的卫生技术，以战胜这种威胁。”

该团队远程操作机器人，教它在仓库周围的路径，这意味着它具有自主移动的能力，而不需要团队远程导航。

它可以去地图上定义的路径点，比如去装货码头，然后是仓库运输层，然后返回基地。他们在远程操作模式下从专家用户那里定义这些路径点，然后可以根据需要向地图添加新的路径点。

在GBFB内部，该团队将仓库运输楼层确定为机器人消毒的“高度重要区域”。每天，工人们都在货架上摆放产品，并安排合作伙伴和配送卡车在第二天最多领取50件产品。通过重点关注运输区域，优先对离开仓库的物品进行消毒，以减少COVID-19传播到社区。

目前，该团队正在探索如何使用其机载传感器来适应环境的变化，例如在新的领域，机器人将调整其速度，以确保将推荐的剂量应用于新的物体和表面。

一个独特的挑战是运输区域不断变化，所以每天晚上，机器人都会遇到一个略微新的环境。当机器人被部署时，它不一定知道哪个分段通道将被占用，或者每个通道可能有多满。因此，研究团队指出，他们需要教会机器人区分被占用和未占用的通道，这样它就可以相应地改变计划的路径。

就生产而言，“内部制造”对这个原型机和团队来说有了全新的意义。UV-C灯是在Pierson的地下室组装的，CSAIL的博士生Jonathan Romanishin在他的公寓里为电子电路板组装制作了一个临时商店。

Pierson说:“当我们在食品银行周围驾驶机器人时，我们也在研究新的控制政策，使机器人能够适应环境的变化，并确保所有区域都得到适当的估计剂量。”“我们专注于远程操作，以最大限度地减少人工监督，因此，在运行我们的系统时，传播COVID-19的额外风险。”

下一步，该团队将专注于提高GBFB机器人的能力，并最终实现设计升级。他们更广泛的意图集中在如何使这些系统更有能力适应我们的世界:机器人如何根据估计的UV-C剂量动态地改变计划，它如何在新的环境中工作，以及如何协调UV-C机器人团队一起工作。

CSAIL主任兼项目负责人丹妮拉·罗斯说:“我们很高兴看到紫外线消毒机器人在这个需要的时候支持我们的社区。”“我们从GBFB的工作中获得的见解突出了几个算法挑战。我们计划解决这些问题，以扩大宿舍、学校、飞机、杂货店等复杂空间的自主紫外线消毒范围。”

目前，该团队的重点是GBFB，尽管他们正在开发的算法和系统未来可能会转移到其他用例中，如仓库、杂货店和学校。

麻省理工学院

www.mit.edu

-副主编克里斯·瓦夫拉编辑，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。