Un gruppo di ricerca della University of Southern Denmark ha sperimentato un sistema di stampa 3D capace di modificare la direzione di deposizione mentre il processo è in corso. La macchina non tenta soltanto di correggere un errore rispetto a un modello digitale già definito: utilizza le informazioni raccolte nell’ambiente per decidere dove collocare la quantità successiva di materiale.
Il metodo è stato denominato Responsive Discrete Deposition Modelling, abbreviato in R-DDM. È stato sviluppato da Lucas Helle, Joseph Naguib e Roberto Naboni presso SDU CREATE, unità di ricerca del Department of Technology and Innovation della University of Southern Denmark.
La dimostrazione utilizza una sorgente luminosa spostata intorno alla stampante. Una telecamera osserva le ombre prodotte nell’area di costruzione, il sistema calcola la direzione da cui proviene la luce e genera un breve segmento di codice G per orientare la deposizione successiva.
Il risultato è una struttura che cambia traiettoria durante la crescita. La forma finale non viene disegnata integralmente prima della stampa, ma emerge da una sequenza di decisioni locali.
Dal modello digitale alla fabbricazione basata sul comportamento
La stampa 3D a estrusione segue normalmente una catena di lavoro composta da tre passaggi principali: preparazione del modello tridimensionale, suddivisione in strati e generazione del percorso dell’ugello.
Il file prodotto dallo slicer contiene le coordinate, le velocità, le temperature e le quantità di materiale che la macchina deve utilizzare. Salvo interventi di controllo, il sistema esegue queste istruzioni nello stesso ordine in cui sono state calcolate.
Questo approccio funziona quando il piano di stampa, il materiale e le condizioni ambientali rimangono sufficientemente prevedibili. Diventa più difficile da applicare quando la macchina deve lavorare su una superficie irregolare, evitare un ostacolo comparso durante il processo o adattare la geometria a condizioni che non erano note durante la progettazione.
I sistemi di controllo a ciclo chiuso hanno introdotto telecamere e sensori per rilevare difetti durante la produzione. In molti casi, però, l’obiettivo rimane quello di ricondurre il processo alla geometria originale. Se la larghezza del cordone cambia, il sistema modifica la portata. Se uno strato risulta troppo alto, corregge la posizione dell’ugello. Se viene rilevato un difetto, può ripetere una porzione del percorso.
R-DDM adotta una logica diversa. Non esiste una geometria conclusiva che la stampante deve preservare. L’informazione raccolta dai sensori diventa uno degli elementi che generano la forma.
Il riferimento al fototropismo delle piante
Per dimostrare il funzionamento del sistema, Lucas Helle, Joseph Naguib e Roberto Naboni si sono ispirati al fototropismo, il comportamento attraverso il quale le piante orientano la crescita in relazione alla luce.
L’analogia riguarda il principio di controllo, non il materiale. La struttura stampata non possiede tessuti biologici e non cresce in modo autonomo. Il sistema riproduce invece una sequenza astratta: rilevamento dello stimolo, elaborazione locale e modifica della direzione di crescita.
Nelle piante, la forma complessiva deriva dall’accumulo di risposte locali. Nel sistema sviluppato dalla University of Southern Denmark, ogni deposito di materiale viene trattato come un’azione individuale che può essere ricalcolata in base alla posizione stimata della luce.
La scelta della luce permette di controllare e modificare facilmente lo stimolo durante l’esperimento. Lo stesso principio potrebbe essere applicato ad altri dati ambientali, ma lo studio non dimostra ancora sistemi guidati da temperatura, umidità, sollecitazioni meccaniche o presenza di ostacoli.
Le aziende e le tecnologie utilizzate nell’esperimento
La piattaforma sperimentale combina prodotti commerciali e software sviluppati da aziende e comunità differenti.
La deposizione è stata eseguita con una stampante Original Prusa i3 MK3 prodotta da Prusa Research. La macchina è stata equipaggiata con un ugello da 0,4 millimetri e utilizzata in una modalità diversa dal normale funzionamento FFF.
La visione è stata affidata a una telecamera di profondità Intel RealSense D455C, denominazione riportata nello studio. La telecamera era installata sopra il piano di costruzione e acquisiva immagini RGB dell’area interessata dalla stampa.
Il coordinamento delle operazioni è stato gestito da un Raspberry Pi 4. La scheda di Raspberry Pi Ltd eseguiva ROS 2, l’ecosistema software open source impiegato per organizzare comunicazioni, sensori e attuatori nei sistemi robotici.
Le immagini venivano elaborate attraverso OpenCV. Il modello basato su agenti era implementato in Grasshopper, ambiente di programmazione visuale integrato in Rhinoceros e sviluppato da Robert McNeel & Associates.
Prusa Research, Intel o RealSense, Raspberry Pi Ltd e Robert McNeel & Associates non vengono indicate come partner scientifici dello studio. I ricercatori della University of Southern Denmark hanno utilizzato i loro prodotti come componenti dell’apparato sperimentale.
Il progetto di ricerca Bio-Inspired Behavioural Additive Construction, all’interno del quale si colloca il lavoro, è finanziato dalla Villum Foundation.
Il ciclo di rilevamento, risposta e azione
R-DDM organizza il processo in tre fasi ripetute: rilevamento, risposta e azione.
Durante la fase di rilevamento, la telecamera acquisisce un’immagine del piano di stampa. Il software esamina la distribuzione della luminosità e stima la direzione della sorgente luminosa.
Durante la fase di risposta, un modello computazionale calcola il movimento successivo. La decisione considera la direzione seguita fino a quel momento, l’attrazione verso la luce e le relazioni tra le diverse traiettorie di deposizione.
Durante la fase di azione, la decisione viene trasformata in un segmento di codice G. Il comando viene inviato alla Prusa i3 MK3, che deposita una singola porzione di materiale.
Una volta completata l’azione, il sistema acquisisce una nuova immagine e ripete il ciclo. Ogni deposito viene quindi preceduto da una nuova valutazione dell’ambiente.
Una macchina a stati finiti, eseguita nell’ambiente ROS 2, impedisce la sovrapposizione delle operazioni. La deposizione può iniziare soltanto dopo che l’acquisizione dell’immagine e il calcolo della risposta sono terminati. Il ciclo successivo viene avviato dopo la conferma dell’esecuzione del comando e della posizione raggiunta dalla stampante.
Come viene stimata la posizione della luce
La telecamera Intel RealSense osserva dall’alto l’intera area di costruzione. Prima della stampa viene eseguita una calibrazione basata su omografia, in modo da collegare i pixel dell’immagine alle coordinate fisiche del piano.
L’immagine viene ritagliata per isolare la regione di interesse, convertita in scala di grigi e normalizzata. Questo passaggio aumenta il contrasto tra le zone illuminate e quelle in ombra.
Il sistema non cerca direttamente la lampada. Analizza invece i pixel più scuri all’interno di un’area circolare situata intorno al punto iniziale della deposizione. Le coordinate dei pixel selezionati vengono convertite nel sistema di riferimento della stampante e utilizzate per calcolare il centroide dell’ombra.
La direzione della luce viene stimata tracciando un vettore dal centroide dell’ombra verso il punto di deposizione. Il vettore viene normalizzato e proiettato verso il perimetro virtuale dell’area di costruzione.
Questa procedura fornisce un’indicazione direzionale, non una misura metrologica precisa della posizione della lampada.
I ricercatori hanno valutato il metodo collocando la sorgente luminosa in otto posizioni intorno al piano, comprese le zone centrali dei lati e gli angoli. Per ogni posizione sono state acquisite immagini a tre differenti altezze di costruzione.
La deviazione media tra la posizione stimata e quella di riferimento è stata di 19,70 millimetri, con una deviazione standard di 15,20 millimetri. Gli errori maggiori si sono manifestati nelle zone angolari, dove la distorsione dell’immagine e la geometria delle ombre influenzano maggiormente il calcolo.
Questa precisione non sarebbe sufficiente per guidare una lavorazione meccanica o controllare tolleranze dimensionali ristrette. Per l’esperimento era però sufficiente ottenere un vettore coerente che indicasse da quale parte proveniva la luce.
Il ruolo del modello basato su agenti
Grasshopper ospita un Agent-Based Model, o ABM, nel quale ogni traiettoria di deposizione viene rappresentata come un agente computazionale.
L’agente conserva la propria posizione, la direzione del movimento precedente e una serie di parametri di interazione. A ogni ciclo calcola la posizione verso la quale dovrà dirigersi il deposito successivo.
Il comportamento dipende da diverse forze virtuali. L’attrazione verso la luce orienta la crescita in direzione dello stimolo. La coesione avvicina le traiettorie alla posizione media degli agenti vicini. La separazione impedisce che le traiettorie rimangano troppo vicine.
Queste regole derivano dai modelli utilizzati per simulare il movimento collettivo di stormi e gruppi di agenti. Nel sistema R-DDM non controllano animali o robot mobili, ma la posizione dei successivi depositi di materiale.
Il modello limita inoltre la variazione massima di direzione tra un ciclo e quello successivo. Senza questa restrizione, uno spostamento della lampada potrebbe generare una curva troppo brusca per essere stampata in modo stabile.
A ogni movimento orizzontale viene aggiunto un incremento verticale costante, necessario per far crescere la struttura verso l’alto.
Ramificazione e fusione delle traiettorie
Il numero di agenti può cambiare durante la stampa. Quando lo spostamento orizzontale supera una soglia definita, una traiettoria può dividersi in due. I vettori ottenuti vengono ruotati in direzioni opposte, producendo una ramificazione.
Quando due agenti si avvicinano entro una determinata distanza, possono invece fondersi. Il sistema calcola la media dei loro vettori e sostituisce le due traiettorie con una sola direzione di crescita.
Modificando il peso della coesione e della separazione, i ricercatori possono ottenere organizzazioni differenti senza progettare la forma di ogni ramo.
Una separazione dominante tende a produrre strutture divergenti. Una coesione più forte favorisce l’avvicinamento e la fusione dei percorsi. I parametri possono essere modificati anche durante la costruzione, permettendo alla stessa struttura di attraversare fasi di ramificazione e ricongiungimento.
La deposizione discreta sostituisce il percorso continuo
Nella stampa FFF convenzionale, l’ugello deposita un cordone continuo lungo una traiettoria calcolata dallo slicer. Nel metodo R-DDM, la deposizione viene suddivisa in elementi discreti, descritti dagli autori come bead, ossia piccole porzioni o perle di materiale estruso.
Ogni bead collega la posizione corrente dell’agente con il nuovo punto calcolato. La lunghezza del vettore determina la quantità di materiale che deve essere estrusa.
Il codice G non viene prodotto interamente prima dell’avvio della stampa. Grasshopper genera una breve sequenza di istruzioni, ROS 2 la invia alla Prusa i3 MK3 e il sistema attende il completamento dell’azione.
L’estrusione non comincia esattamente dal centro del deposito precedente. Viene lasciato un piccolo spazio iniziale lungo il vettore di movimento per evitare fili di materiale e perturbazioni, mantenendo al tempo stesso una sovrapposizione sufficiente a garantire l’adesione.
Questa scomposizione rende possibile interrogare l’ambiente tra due azioni consecutive. Il prezzo da pagare è un processo più frammentato, con tempi dedicati all’acquisizione, all’elaborazione e alla comunicazione dei comandi.
La calibrazione della quantità di materiale
La deposizione discreta richiede una relazione prevedibile tra il comando di estrusione e le dimensioni del bead.
Il gruppo della University of Southern Denmark ha eseguito una serie di prove con l’ugello da 0,4 millimetri della Prusa i3 MK3. Le deposizioni sono state eseguite in modalità bead-wise, disattivando il raffreddamento per favorire una formazione stabile del materiale.
Sono state provate altezze nominali comprese tra 0,5 e 8 millimetri. L’ugello veniva collocato a una distanza dalla superficie variabile tra 0,2 e 1 millimetro.
Per i bead inferiori a 2,4 millimetri è stata utilizzata una velocità di avanzamento di 250 millimetri al minuto. Per le deposizioni più grandi la velocità è stata portata a 360 millimetri al minuto.
Dopo la stampa, l’altezza e il diametro di ogni campione sono stati misurati. Un bead veniva considerato valido quando l’altezza reale non differiva dal valore obiettivo di oltre 0,1 millimetri.
Le prove hanno individuato un intervallo operativo utilizzabile compreso tra 0,5 e 4,8 millimetri. Oltre questo limite, il comportamento del materiale, la geometria dell’ugello e il raffreddamento producevano deviazioni crescenti.
La relazione tra altezza desiderata e volume da estrudere non era lineare. I ricercatori hanno ricavato un modello matematico attraverso il quale il software può calcolare la quantità necessaria per ciascuna deposizione.
Questa calibrazione è fondamentale perché la traiettoria può cambiare lunghezza da un ciclo all’altro. Senza una regolazione del volume, i depositi più lunghi e quelli più corti produrrebbero sezioni differenti, compromettendo la continuità della struttura.
Tre esperimenti per valutare il comportamento della stampa
Il programma sperimentale è stato diviso in tre prove principali.
La prima ha esaminato la risposta allo spostamento della luce. La lampada LED da 220 lumen veniva riposizionata durante la stampa e il sistema doveva modificare la direzione di crescita.
La seconda prova ha valutato l’organizzazione generata dalle interazioni tra agenti. Una configurazione con maggiore separazione è stata utilizzata per produrre ramificazioni, mentre una configurazione dominata dalla coesione ha favorito la convergenza.
La terza prova ha combinato più comportamenti all’interno della stessa costruzione. I parametri sono stati modificati senza interrompere la stampa, passando da una fase di ramificazione a una di fusione e poi a una nuova fase divergente.
Ogni comportamento è stato esaminato attraverso simulazioni e prove fisiche ripetute. La simulazione utilizzava le stesse regole del modello basato su agenti, ma sostituiva la telecamera con una sorgente luminosa virtuale e il materiale con rappresentazioni geometriche dei bead.
La simulazione non era destinata a generare una forma esatta da copiare. Serviva a esplorare l’effetto dei parametri e a prevedere l’andamento generale delle traiettorie.
La struttura reagisce entro un ciclo di deposizione
Nelle prove guidate dalla luce, la traiettoria ha cominciato a cambiare direzione entro un ciclo dopo lo spostamento della lampada.
La distanza dalla sorgente poteva aumentare subito dopo il cambio di posizione, perché il fronte di deposizione continuava a seguire la direzione precedente. Nei cicli successivi, il vettore di guida si orientava verso la nuova posizione e la distanza tendeva a diminuire.
Le tre prove fisiche hanno mostrato andamenti simili per direzione, tempi e velocità della risposta. Le posizioni assolute delle strutture differivano però di circa 10-20 millimetri.
Le variazioni sono state attribuite al rumore del sistema di visione, allo spostamento manuale della lampada e alle differenze nella deposizione del materiale.
Il metodo dimostra quindi una ripetibilità comportamentale, non una riproduzione geometrica identica. Le strutture tendono verso la luce e seguono schemi di ramificazione o fusione comparabili, ma non occupano esattamente le stesse coordinate.
Ripetere una regola non significa ripetere la stessa forma
La differenza tra comportamento e geometria è il punto centrale del lavoro.
In una produzione industriale convenzionale, la ripetibilità viene valutata misurando quanto i componenti siano simili al file originale e tra loro. Nel sistema R-DDM non esiste un file che definisca ogni curva finale.
Le tre strutture prodotte con la configurazione di ramificazione presentavano differenze nella curvatura, nella distanza tra i rami e nella texture superficiale. Conservavano però lo stesso schema organizzativo.
Le prove di fusione mostravano lo stesso principio: le traiettorie convergevano secondo modalità confrontabili, anche se la geometria locale dei punti di unione cambiava.
Per gli autori, la coerenza deve essere valutata osservando l’identità del comportamento. Una struttura guidata dalla separazione deve divergere; una struttura guidata dalla coesione deve convergere. Non è necessario che ogni segmento riproduca una posizione prefissata.
Questo criterio rende R-DDM poco adatto, nella forma sperimentale, alla produzione di componenti che richiedono dimensioni precise. Può invece essere interessante quando la capacità di reagire al contesto è più importante della corrispondenza a una geometria immutabile.
La differenza rispetto alla correzione automatica degli errori
Altri progetti di stampa 3D utilizzano la visione artificiale per individuare sottoestrusione, eccesso di materiale, variazioni di altezza o spostamenti dell’ugello.
In questi sistemi, l’algoritmo confronta il processo osservato con una condizione considerata corretta. Le impostazioni vengono modificate per recuperare la qualità prevista.
R-DDM non sostituisce questi controlli. Il sistema della University of Southern Denmark non compensa automaticamente una variazione della viscosità, una temperatura errata o un ugello parzialmente ostruito.
La luce non viene interpretata come un disturbo che deve essere neutralizzato. Diventa un ingresso progettuale che determina la traiettoria.
Un futuro sistema produttivo potrebbe combinare le due logiche. Un livello di controllo potrebbe correggere gli errori di estrusione, mentre un secondo livello modificherebbe la forma in relazione all’ambiente. Lo studio attuale si concentra soltanto sul secondo aspetto.
Le possibili applicazioni nella costruzione additiva
Gli autori collocano R-DDM nel campo della fabbricazione situata, ossia nei processi che devono operare all’interno di un ambiente reale non completamente prevedibile.
Un sistema di deposizione responsiva potrebbe adattare il percorso a un terreno irregolare rilevato durante la costruzione. Potrebbe modificare la disposizione del materiale in presenza di elementi già esistenti o cambiare direzione quando un sensore individua una condizione non disponibile nella fase di progetto.
Nel settore edilizio, questo principio potrebbe essere applicato a sistemi robotici che lavorano fuori da una cella industriale controllata. Il cantiere presenta superfici variabili, ostacoli, tolleranze accumulate e condizioni ambientali difficili da rappresentare integralmente in un modello digitale.
La stessa logica potrebbe essere studiata per interventi di riparazione, rivestimento o integrazione di strutture esistenti, nei quali il percorso deve essere aggiornato durante l’avanzamento.
Queste applicazioni non sono state dimostrate dal prototipo. L’esperimento utilizza una stampante desktop, materiale termoplastico e una lampada in un ambiente di laboratorio. Il passaggio a calcestruzzo, argilla o compositi richiederebbe sistemi di estrusione, sensori e modelli di controllo differenti.
Bracci robotici e deposizione non planare
La Prusa i3 MK3 impiegata nello studio si muove secondo una cinematica cartesiana e costruisce la struttura attraverso incrementi verticali.
Un braccio robotico multiasse potrebbe depositare materiale seguendo superfici inclinate, avvicinandosi alla struttura da direzioni differenti e intervenendo su aree già costruite.
La maggiore libertà di movimento permetterebbe di esplorare deposizioni non planari e strutture che cambiano orientamento nello spazio. Aumenterebbero però anche i problemi di pianificazione.
Il sistema dovrebbe evitare collisioni tra ugello, robot e parte in crescita. Dovrebbe controllare l’orientamento dell’estrusore, la gravità, il sostegno del materiale e la distanza dalla superficie.
Le regole di attrazione, coesione e separazione sviluppate per una piattaforma cartesiana non possono essere trasferite automaticamente a un robot a sei assi. Dovrebbero essere integrate con vincoli cinematici e strutturali.
Verso più sensori e più unità di deposizione
Lo studio utilizza un singolo stimolo e un sistema di rilevamento basato sulle ombre. Gli sviluppi successivi potrebbero combinare telecamere di profondità, sensori termici, misure di forza, scanner e dati ambientali.
Una stampante potrebbe orientare la deposizione in base a più condizioni contemporaneamente. La temperatura potrebbe modificare la quantità di materiale; la geometria rilevata potrebbe determinare la direzione; un sensore di forza potrebbe valutare il contatto con la struttura.
Il modello basato su agenti suggerisce anche la possibilità di utilizzare più testine o robot. Ogni unità potrebbe prendere decisioni locali in relazione allo stesso campo ambientale e alle posizioni delle altre unità.
Nel prototipo, però, gli agenti sono entità software gestite da un controllo centrale. Non sono robot fisicamente indipendenti e non costituiscono uno sciame autonomo.
Un sistema distribuito dovrebbe risolvere la sincronizzazione, la condivisione dello spazio, la prevenzione delle collisioni e la gestione di eventuali guasti. Dovrebbe inoltre dimostrare che le decisioni locali producono una struttura stabile su scala maggiore.
I limiti del prototipo
R-DDM è una dimostrazione scientifica e non una tecnologia pronta per l’uso industriale.
Il rilevamento della luce presenta una deviazione dell’ordine dei centimetri. La lampada viene spostata manualmente e le ombre possono essere alterate dalla geometria della struttura.
Le prove vengono eseguite in condizioni controllate con un solo tipo di stimolo. Non è stata valutata la capacità di distinguere contemporaneamente più sorgenti luminose o di funzionare con illuminazione ambientale variabile.
Lo studio non analizza la resistenza meccanica delle strutture, la qualità delle giunzioni o la capacità portante. Le ramificazioni sono considerate dal punto di vista morfologico e comportamentale, non come elementi strutturali qualificati.
L’efficienza produttiva non costituisce un obiettivo dell’esperimento. Ogni ciclo richiede acquisizione, elaborazione, generazione del codice G e deposizione. Questa sequenza può risultare più lenta rispetto all’esecuzione continua di un percorso calcolato in anticipo.
Anche la stabilità del materiale rimane un limite. Il sistema reagisce all’ambiente, ma non corregge integralmente le variazioni reologiche, il raffreddamento o le irregolarità dell’estrusione.
La geometria finale non può essere prevista con la stessa precisione di una normale stampa da modello CAD. Per molte applicazioni industriali questo sarebbe uno svantaggio, mentre per processi adattivi o sperimentali può rappresentare la caratteristica principale del metodo.
Il significato della ricerca
Il lavoro di Lucas Helle, Joseph Naguib e Roberto Naboni non propone di sostituire la normale stampa 3D. Introduce un diverso modo di definire il rapporto tra progetto, macchina e ambiente.
Nel flusso tradizionale, il progetto stabilisce la forma e il sensore aiuta la macchina a rispettarla. Nel sistema R-DDM, il progetto stabilisce le regole attraverso le quali la forma deve emergere.
La dimostrazione con la luce mostra che una stampante FFF commerciale di Prusa Research, una telecamera Intel RealSense, un Raspberry Pi 4 e strumenti software come ROS 2, OpenCV e Grasshopper possono essere integrati in un ciclo di fabbricazione responsivo.
Il risultato più rilevante non è la precisione dei campioni, ma la capacità di produrre comportamenti riconoscibili attraverso decisioni ricalcolate durante la stampa.
Per trasformare il metodo in una piattaforma produttiva saranno necessari sensori più robusti, controllo dei materiali, valutazioni strutturali, hardware multiasse e criteri che permettano di conciliare adattamento e requisiti geometrici.
R-DDM indica comunque una direzione precisa: alcune future macchine additive potrebbero non limitarsi a eseguire un oggetto già definito, ma costruire forme condizionate dal luogo nel quale stanno operando.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)