劍橋大學開發(fā)更節(jié)能的3D打印機器人手,，輕松實現(xiàn)各種物體的抓握動作

2023年4月16日,，南極熊獲悉,，來自劍橋大學的研究人員開發(fā)出了一種經(jīng)濟實惠、節(jié)能的3D打印機械手,，能夠通過手腕運動和“皮膚”中的觸覺來抓握和握住各種物體,。這種柔軟的 3D 打印機械手沒有獨立移動的手指，而是使用被動運動來完成復雜的動作,。手的“皮膚”包含了傳感器,，可以預測它是否會通過以不同方式抓住物體而掉落物體。

這項研究以題為“Predictive Learning of Error Recovery with a Sensorized Passivity-Based Soft Anthropomorphic Hand”的論文被發(fā)表在《Advanced IntelligentSystems》雜志上,。

相關(guān)論文鏈接：https://onlinelibrary.wiley.com/doi/full/10.1002/aisy.202200390

該論文的共同作者,、在倫敦大學學院（UCL）東校區(qū)工作的Thomas George-Thuruthel 博士說：“在早期的實驗中，我們的研究已經(jīng)表明,，僅僅通過移動手腕就可以使機器人的手獲得很大的運動范圍,。我們想看看基于被動運動的機器人手是否不僅能抓住物體，還能預測它是否會掉落物體,，并做出相應的調(diào)整,。”

資料來源：劍橋大學,。

與完全機動的機器人手指相比,，機械手的被動運動使其更易于控制且更節(jié)能。這種適應性強的設(shè)計在制造低成本機器人方面具有潛在的應用價值,，這些機器人具有更自然的動作,，可以抓住各種各樣的物體。3D 打印技術(shù)的最新進展促進了將軟組件集成到機器人設(shè)計中,，增加了節(jié)能系統(tǒng)的復雜性,。

在機器人中重現(xiàn)人手的復雜性和適應性是一項重大的研究挑戰(zhàn)。當今大多數(shù)先進的機器人甚至無法完成幼兒可以做到的一些很簡單的操作任務,。例如,，人類自然知道在撿起雞蛋時使用適當?shù)牧α浚�但機器人要在不打破或掉落雞蛋的情況下做到這一點是一項挑戰(zhàn),。完全驅(qū)動的機器人手,，每個指關(guān)節(jié)都有電機，也需要大量的能量,。

在劍橋工程系,，F(xiàn)umiya Iida 教授的仿生機器人實驗室一直在研究一種解決方案：一種能夠以正確的壓力和最少的能量使用來抓取各種物體的機械手,。該團隊使用嵌入觸覺傳感器的 3D 打印擬人化手，使手能夠感知它觸摸的物體,。手的運動是被動的和基于手腕的,。

該論文的第一作者、目前在瑞士洛桑的 EPFL 工作的 Kieran Gilday 博士說：“這種機械手有一點彈性：它可以自己拿起東西,，而不需要任何手指的動作,。觸覺傳感器讓機器人感覺到抓地力有多好，所以它知道什么時候開始打滑,。這有助于它預測事情何時會失敗,。”

George-Thuruthel 博士說：“傳感器有點像機器人的皮膚,，可以測量施加到物體上的壓力,。我們無法確切地說出機器人獲得了哪些信息，但它可以從理論上估計物體被抓取的位置以及抓取力的大小,�,！�

資料來源：劍橋大學。

研究人員用機械手進行了 1200 多次測試,，以評估其抓住小物體而不掉落的能力,。最初，該機器人使用小型 3D 打印塑料球和人類示范進行預定義動作訓練,。通過反復試驗,，機器人學會了最有效的抓握方式。在用球訓練后,，機器人嘗試抓取不同的物體,，例如桃子、電腦鼠標和一卷泡沫包裝紙,，成功抓取了 14 個物體中的 11 個,。

Gilday 博士說：“機器人了解到特定運動和一組特定傳感器數(shù)據(jù)的組合會導致故障，這使其成為可定制的解決方案,。這只手很簡單,，但它可以用同樣的策略可以撿起很多東西�,！�

完全驅(qū)動的機械手不僅耗能大,，而且會帶來復雜的控制挑戰(zhàn)。劍橋設(shè)計的被動手具有有限的傳感器,，更易于控制,，提供廣泛的運動范圍，并簡化了學習過程,。

Iida 教授說：“這種設(shè)計的一大優(yōu)勢是我們可以在不使用任何致動器的情況下實現(xiàn)較大的運動范圍。我們希望盡可能地簡化這只手。我們可以在沒有任何執(zhí)行器的情況下獲得大量有用的信息和高度控制,，因此當我們添加它們時,，我們將在更高效的程序包中獲得更復雜的行為�,！�

未來的發(fā)展可能包括增加計算機視覺功能,，或教機器人利用其環(huán)境，使其能夠抓取更廣泛的物體,。這項研究得到了英國研究與創(chuàng)新（UKRI）和Arm有限公司的資助,。FumiyaIida是劍橋大學克里斯蒂學院的研究員。