SharpaWave, la mano robotica “dexterous” che interessa anche chi fa stampa 3D
Sharpa Robotics, azienda con sede a Singapore, ha portato in produzione su scala una mano robotica a cinque dita chiamata SharpaWave. Il punto non è solo “una mano che afferra”: l’obiettivo è offrire un end effector capace di manipolazioni più vicine a quelle umane, combinando cinematica complessa e sensori tattili ad alta risoluzione. Per chi lavora con la stampa 3D, la notizia è rilevante perché una quota importante dei costi e dei tempi del settore non sta nella deposizione in sé, ma nella movimentazione dei pezzi, nelle operazioni di post-processing, nel controllo qualità e nell’integrazione con celle automatizzate.
Perché una mano “umana” è diversa da una pinza (e perché conta in produzione)
Nelle linee industriali classiche dominano pinze parallele, ventose e gripper “semplici”: funzionano benissimo quando gli oggetti sono standardizzati e l’ambiente è controllato. La stampa 3D, invece, introduce spesso variabilità: superfici non perfettamente ripetibili, polveri residue (nel metal e nel polymer powder bed), geometrie organiche, supporti da rimuovere, pezzi fragili o sottili. In questi casi una mano con molte articolazioni e una percezione del contatto più ricca può ridurre le eccezioni e aumentare la percentuale di operazioni automatizzabili (presa, rotazione, inserimento in maschere, gestione di attrezzi).
Cinematica: 22 gradi di libertà attivi
SharpaWave viene descritta come una mano con 22 gradi di libertà attivi (DOF): in pratica più giunti controllati permettono posture e prese diverse (pinch, power grasp, manipolazione fine) e movimenti indipendenti delle dita. Questa complessità è ciò che consente di passare da “prendo e sposto” a “prendo, oriento, adatto la presa mentre l’oggetto cambia contatto”, scenario tipico quando un pezzo stampato deve essere estratto da un contenitore, ripulito, appoggiato su una dima o accoppiato con un componente.
Sensori: visione + tatto nello stesso “polpastrello”
Uno degli aspetti più citati è l’approccio visuo-tattile: ogni dito integra un sistema che combina micro-visione e una matrice di elementi sensibili al contatto, indicata come Dynamic Tactile Array (DTA). In questa architettura, la mano non “stima” soltanto la forza complessiva: può osservare micro-variazioni di contatto e distribuire meglio la pressione sul pezzo. Viene riportato anche un valore di sensibilità fino a 0,005 N, insieme al riferimento a “oltre 1.000” elementi sensoriali per fingertip (come ordine di grandezza). Per applicazioni legate alla stampa 3D questo può fare la differenza quando si maneggiano parti sottili, piccoli componenti o superfici facilmente segnabili.
Controllo della presa e prevenzione di slittamento/danneggiamento
La combinazione tra cinematica e sensing permette un controllo della presa adattivo: la mano può correggere in tempo reale la forza e la posizione delle dita per evitare due errori tipici dell’automazione con pezzi non perfetti: slittamento (pezzo che scappa) e schiacciamento (pezzo segnato o rotto). In una cella AM questo si traduce in meno scarti e meno fermate: ad esempio nel trasferimento da un vassoio a una stazione di finitura, nella rimozione di supporti con utensili, o nell’inserimento di parti in contenitori per lavaggio.
Software e integrazione: perché interessa a chi sviluppa automazione
Un elemento spesso trascurato è la disponibilità di strumenti di sviluppo. Viene evidenziato un orientamento “developer-friendly” con compatibilità verso ambienti di simulazione e ricerca. In ambito additivo questo è utile perché molte integrazioni AM non sono “plug and play”: si costruiscono celle su misura, si deve sincronizzare la mano con visione esterna, sistemi di sicurezza, PLC, conveyor, stazioni di finitura e metrologia. Un end effector complesso ma integrabile può accelerare prototipazione e messa in servizio.
Produzione su scala e test di affidabilità
Sharpa Robotics comunica di aver raggiunto la produzione su scala con sistemi di test automatizzati per verificare durata e affidabilità dei componenti interni (micromotori, ingranaggi, sensori). In contesti industriali e di laboratorio, la ripetibilità e la manutenzione sono determinanti: una mano molto capace ma fragile resta confinata ai demo. La disponibilità in volumi più alti e con verifiche di endurance è ciò che può trasformare il componente in un “pezzo da linea” utilizzabile anche in impianti AM che lavorano su più turni.
CES 2026: vetrina e segnali di posizionamento
La mano è prevista come presenza di rilievo al CES 2026 di Las Vegas, ed è associata anche al programma CES Innovation Awards (categoria Robotics). Per il mercato questo tipo di esposizione conta perché facilita partnership con produttori di robot, integratori di sistemi e aziende che costruiscono celle automatizzate (incluse quelle legate alla manifattura additiva).
Dove la stampa 3D entra nel progetto di una mano robotica
La relazione tra robotica e AM è bidirezionale. Da un lato, l’additive manufacturing aiuta a costruire componenti leggeri e complessi, con canali interni, passaggi cavi e geometrie difficili da ottenere per asportazione o stampaggio. Dall’altro, mani più capaci aiutano a rendere “più automatico” tutto ciò che sta intorno alla stampa: handling, finitura, assemblaggio e test. In prospettiva, l’integrazione di sensori e materiali funzionali è un’area dove la ricerca AM sta già spingendo: l’idea di “pelle sensorizzata” o strutture compliant prodotte additivamente è un tema ricorrente quando si parla di end effector evoluti.
Implicazioni anche per protesica e dispositivi medicali
Il tema non riguarda solo l’industria: controllo fine e feedback tattile sono caratteristiche desiderabili anche in dispositivi assistivi e riabilitativi. È importante distinguere tra “mano robotica industriale” e “mano protesica” (vincoli, normative e interfacce sono diversi), ma la convergenza tecnologica esiste: sensori compatti, attuazione efficiente, algoritmi di controllo e materiali. Per il mondo stampa 3D questo incrocio è frequente, perché molte protesi e ausili sfruttano AM per personalizzazione e iterazione rapida.
