創澤機器人
CHUANGZE ROBOT
當前位置: 首頁> 新聞資訊> 機器人知識> “觸控一體化”的新型機械手指尖研究

“觸控一體化”的新型機械手指尖研究

來源: CAAI認知係統與信息處理專委會編輯: 創澤時間:2020/5/25 主題: 其他[ 加盟]
1、論文背景與應用前景
隨著機器人技術在農業、工業和家庭生活中的廣泛應用,機器人安全操作及非破壞性的抓取和操縱柔性物體變得越來越重要 [1]。如果機械手用力過大,柔軟並且易碎的物體(例如水果,蔬菜或其他非剛性食品)往往會發生破裂或變形[2]。當前,農業部門和食品工業都急需此類機器手在實現連續加工生產自動化的過程中進一步提高效率,衛生和質量 [3]。人類工人可以輕鬆處理涉及到脆弱的產品的操作任務而不會壓碎它們,例如抓取,定位,和放置。相比之下,機器人抓取器在抓住具有不同大小,剛度和形狀的柔軟易碎物體時會遇到很大的困難[4]。例如,當在接觸點上施加較高的接觸壓力時,諸如水果之類的天然食品往往會產生破損[5]。另外,由於天然水果的形狀和成熟度變化,接觸點和抓取器的建模建立將受到極大限製。與此同時,工業流水線上的抓取操作還需要十分牢固,以便能夠以高速度進行操縱來提高工作效率。在這之中,機械手麵臨的難點在於如何在柔性物體上施加可控的擠壓力,以及在非穩定狀況下確保精確、穩健的抓握與柔性指端操控。

圖1 鑲嵌在GR2機械手上的新型指尖皮膚
在本文中,我們利用柔性和剛性機器手的優勢設計了一種擁有觸覺傳感(tactile sensing)與可控製形變(active shape-changing)的雙功能指端皮膚。旨在通過軟體機器人的特點在保持傳統剛性機械手可重複的穩定抓握和高精度控製優勢的同時,提高其在抓取中的適應性與柔性。通過內置的觸覺傳感器和柔性執行器,使該機械手在抓取(grasping)上的魯棒性和安全性,以及在指尖操作(in-hand manipulation)上的靈活性均得到了極大的提高。同時,通過可變形的柔性指端皮膚,達到柔性的籠式(caging)或者形態閉合(form-closure)抓取,降低了機械手在抓取中施加在物體上的壓力。柔性籠式抓取也為易碎物體在高速移動的操作過程中提供了額外的緩衝保護。

2、係統概述與試驗結果
本文所提出的指尖結構設計主要考慮平麵抓取運動,用以驗證所提出的觸覺傳感與可控製形變雙重功能,基於氣動的柔性觸覺傳感與可控製形變柔性指尖皮膚采用矽膠設計,用以確保柔性物體的安全抓取與操作。通過建模創建了兩個由相同材料矽膠製成的半圓柱形空氣腔,並將其澆鑄在柔軟的指尖內部,以進行觸覺傳感和可控製形變。圖2展示了相關指尖皮膚的結構設計與氣動係統設計。這個設計簡單高效,達到了通過同一套控製係統進行傳感器與執行器的整合,極大的縮減了係統的冗餘。

圖2 指尖皮膚的結構設計,觸覺傳感與可控形變的氣動控製係統

2.1 柔性觸覺傳感增加靈敏度
通過測量與校準,指端皮膚內置的柔性觸覺傳感在非充氣腔的最大測量範圍約為10N,而當充氣腔內氣壓達到50 kPa時,最大測量範圍將可增加到20 N以上。我們還通過逐漸減去負載以評估遲滯(hysteresis):充氣壓力0、10、25和40 kPa時未顯示可見的遲滯。50 kPa時顯示出較小的遲滯。帶負載的傳感器輸出在充氣腔壓力0、10、25、 40 和50 kPa下均顯示出十分良好的線性(r2> 0.98)。以1000Hz的采樣率下,係統顯示出小於0.05N的良好靈敏度(充氣壓力0、10、25、40和50 kPa為0.0287N,0.0263N,0.0222N,0.0218N和0.0351N)。額外的濾波可以進一步減少信號噪聲,從而提高指尖的靈敏度和可靠性。

為了進一步驗證該傳感器在對柔性物體抓取中的靈敏度,我們通過3D打印製作出不同尺寸的可感知自我形變程度的柔性測試零件(材質為FLX9960-DM,在Object 260 3D打印機上使用TangoPlus和VeroClear的組合進行打印)。


圖3 內置傳感器的3D打印柔性測試零件

圖4 抓取機構與觸覺傳感信號
實驗結果顯示,該柔性指端傳感器能為物體的抓取提供靈敏的觸覺反饋,可將對柔性物體的形變控製在一個較低的水平之內。可以通過閉環控製算法控製施加在被抓取物體上的力。


2.2 可控製形變增加抓取穩定性
在工業環境中,將產品從一個位置拾取並放置到另一位置是十分重要的操作。用機械手抓取產品並確保產品“跟隨”機械手的軌跡至關重要。在僅通過接觸摩擦力閉合的情況下,抓握通常需要相對較大的力,這使其不適用於柔軟而易碎的產品。通過進行形狀閉合或籠式抓握,可以顯著提高對象“跟隨”操縱器而不逃逸的能力。在本實驗中,我們將抓具安裝在UR5機械臂上,以測試高速操作過程中指尖的性能。我們希望,與僅使用矽膠墊的傳統型指尖相比,我們所提出的可控製形變的指尖可以在高速操作下更好地固定抓握物體。

圖5 抓取在UR5高速操作下的實驗
圖5顯示了實驗的設置。在抓手抓住物體並將其固定在手中之後,對機器人手臂進行編程,使其以逐漸增加的速度和加速度進行正弦運動。具有活動形狀改變能力的新型指尖和僅帶有矽膠墊的傳統型指尖分別與直徑D0 = 10、20、30、40、50 mm的柔軟物體進行了測試。將0.5 N標準校準砝碼連接到軟物體的每一側,以增加額外的初始慣性(如圖9b所示)。根據機械手與物體之間的距離變化計算出的相對移動距離用於評估抓握的魯棒性。運動跟蹤攝像機用於在操作過程中使用預先安裝的參考標記記錄抓取器和物體的位置。將內置傳感器的柔性測試物體的內部壓力變化用作參考,以確保兩種類型指尖向測試對象施加相等的力。在每次測試之前,新型可變形指端皮膚需要主動改變指尖的形狀,以確保為具有不同直徑的對象創籠型抓取。

在視頻中可以看到可控製形變的指端皮膚使柔性物體在高速抓取中的穩定性得到了顯著的提升;指端皮膚觸覺傳感器也確保了對抓取物體脫手,移位等現象的實時監控。

2.3 可控製形變增加指端操作的靈活性
如上我們已經展示了這種新型柔性指端皮膚在抓握任務方麵的顯著優勢。同時這種柔性指端皮膚也可以提高機械手在指端操作(in-hand manipulation)的能力。傳統設計上的柔軟的指尖在增強抓握柔性物體的能力的同時,也使得對這些物體進行指端精細操作極具有挑戰性。難點正在於如何協調對精細的指端運動的控製和對柔軟材料的複雜不確定性的判斷。通過我們所提出的柔性指端皮膚,觸覺傳感和主動改變形狀的功能,機器手的指端靈活性可以得到極大的增強。加壓的氣腔不僅可以充當柔軟的觸覺傳感器,以提供對指尖位置的閉環控製並避免物體的損壞,氣動調節的正壓變形也可以充當局部的柔軟抓手,以執行額外的平移和旋轉。我們對軟指尖的變形進行建模,以預測軟物體的手部操縱,並通過基於所提出的雙重能力的算法,通過實驗證明了原有機械手有限的靈巧度可得到顯著的提高。結果表明,所引入的方法可以緩解和增強機械手對柔軟的物體在平麵上的平移和旋轉能力,從而在整個手部工作空間中完成精密任務,同時不會造成損壞。

圖6 指端操作(in-hand manipulation)在可變形皮膚驅動與閉環觸覺反饋下的平移與旋轉

3. 總結
這項研究的提出,評估了一種基於觸覺傳感和可控形變的新型柔性指端皮膚設計概念。該指端皮膚可集成在傳統的機械手上,用以達到對柔軟易損壞物體的抓取與靈活操作。通過有效改變嵌入式皮膚的形狀,已證明其具有通過壓力反饋控製全麵靈活操作軟物體的能力。借助柔軟的籠式抓取結構,不僅可以提高抓取穩定性以進行高速操作,還可以減少因慣性而增加的接觸衝擊力(像使用了減震器的緊籠一樣)。

剛性機械手具有成本低、控製簡單、精確度高、可靠性強的優點,而柔性機械手由於具有較高的適應性和較低的接觸壓力而能夠安全地抓取脆弱物品。我們提出的指端皮膚設計結合了剛性和軟性機械手的優點,通過1)使用剛性機構進行精確地一般抓握和操縱;2)在局部接觸上應用柔性機構製動,以保持與物品的安全交互;3)在指尖上集成了軟觸感,以進行反饋控製。這種具有雙功能指端皮膚的機械手,可用於易於瘀傷、撕裂或變形的物品操作,可廣泛用於食品等行業。

參考文獻:
[1] P. Y. Chua, T. Ilschner, and D. G.Caldwell, “Robotic manipulation of food products - a review,” Industrial Robot, vol. 30, pp. 345–354, 2003.
[2]F.BaderandS.Rahimifard, “Challenges for industrial robot applications in food manufacturing,” ACM International Conference Proceeding Series, 2018.
[3] S. Birrell, J. Hughes, J. Y. Cai, and F. Iida, “A field-tested robotic harvesting system for iceberg lettuce,” Journal of Field Robotics, vol. 0, no. 0, 2019.
[4] J. Gray and S. Davis, “Robotics in the food industry: an introduction,” in Robotics and Automation in the Food Industry, ser. Woodhead Publishing Series in Food Science, Technology and Nutrition, D. G. Caldwell, Ed. Woodhead Publishing, 2013, pp. 21 – 35.
[5] C. Blanes, M. Mellado, C. Ortiz, and A. Valera, “Review. technologies for robot grippers in pick and place operations for fresh fruits and vegetables,” Spanish Journal of AgriculturalResearch, vol. 9, no. 4, pp. 1130–1141, 2011.



戴瓊海院士:搭建腦科學與人工智能的橋梁

腦科學的發展將推動人工智能科學從感知人工智能到認知人工智能的跨越

如何加快解決數據產權問題

數據所有權方麵,1原始數據屬於個人,2企業享有衍生數據所有權,3政府享有政府數據的歸屬權

圖像檢索入門、特征和案例

圖像檢索是計算機視覺中基礎的應用,可分為文字搜圖和以圖搜圖。借助於卷積神經網絡CNN強大的建模能力,圖像檢索的精度越發提高

《視覺SLAM十四講》作者高翔:非結構化道路激光SLAM中的挑戰

SLAM階段:解決從原始傳感器數據開始,構建某種基礎地圖的過程,標注階段:在SLAM結果基礎上進行人為標注,實現更精細的交通規則控製

SLAM與V-SLAM特征對比

基於激 光雷達的SLAM(激光SLAM)和基於視覺的SLAM(V-SLAM)。激光SLAM目前發展比較成熟、應用廣泛,未來多傳感器融合的SLAM 技術將逐漸成為技術趨勢,取長補短,更好地實現定位導航。

國內外舵機參數性能價格比較

舵機是步態服務機器人的核心零部件和成本構成,是包含電機、傳感器、控製器、減速器等單元的機電一體化元器件

AI在COVID-19診斷成像中的應用

人工智能技術支持的圖像采集可以顯著幫助掃描過程實現自動化,還可以重塑工作流程,最大限度地減少與患者的接觸,為成像技術人員提供最佳保護

不完美場景下的神經網絡訓練方法

騰訊優圖實驗室高級研究員Louis在分享了自適應缺陷數據,業務場景下的神經網絡訓練方法

深度學習的可解釋性研究(一)— 讓模型具備說人話的能力

為決策樹模型是一個具有比較好的可解釋性的模型,以決策樹為代表的規則模型在可解釋性研究方麵起到了非常關鍵的作用

深度學習的可解釋性研究(二)——不如打開箱子看一看

神經網絡模型本身其實並不是一個黑箱,其黑箱性在於我們沒辦法用人類可以理解的方式理解模型的具體含義和行為

深度學習的可解釋性研究(三)——是誰在撩動琴弦

神經網絡的敏感性分析方法可以分為變量敏感性分析、樣本敏感性分析兩種,變量敏感性分析用來檢驗輸入屬性變量對模型的影響程度,樣本敏感性分析用來研究具體樣本對模型的重要程度

大阪大學胡正濤博士(萬偉偉老師團隊)為機器人開發通用工具解決複雜變種變量的操作任務

通過機械機構實現機械手到工具的動力傳遞,無需外部控製及供能,對機器人的避障路徑規劃影響極小
資料獲取
機器人知識
==最新資訊==
ChatGPT:又一個“人形機器人”主題
ChatGPT快速流行,重構 AI 商業
中國機器視覺產業方麵的政策
中國機器視覺產業聚焦於中國東部沿海地區(
從CHAT-GPT到生成式AI:人工智能
工信部等十七部門印發《機器人+應用行動實
全球人工智能企業市值/估值 TOP20
必威主頁第十一期上
諧波減速器和RV減速器比較
機器人減速器:諧波減速器和RV減速器
人形機器人技術難點 高精尖技術的綜合
機器人大規模商用麵臨的痛點有四個方麵
青島市機器人產業概況:機器人企業多布局在
六大機器人產業集群的特點
機械臂-高度非線性強耦合的複雜係統
==機器人推薦==
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

智能消毒機器人

智能消毒機器人

機器人開發平台

機器人開發平台


機器人招商Disinfection Robot機器人公司機器人應用智能醫療物聯網機器人排名機器人企業機器人政策教育機器人迎賓機器人機器人開發獨角獸消毒機器人品牌消毒機器人合理用藥地圖
版權所有 必威主頁中國運營中心:北京 清華科技園九號樓5層 中國生產中心:山東日照太原路71號
銷售1: 4006-935-088銷售2: 4006-937-088客服電話: 4008-128-728

Baidu
map