摩登7机器人
CHUANGZE ROBOT
当前位置:首页 > 新闻资讯 > 机器人知识 > “触控一体化”的新型机械手指尖研究

“触控一体化”的新型机械手指尖研究

来源:CAAI认知系统与信息处理专委会     编辑:摩登7   时间:2020/5/25   主题:其他 [加盟]
1、论文背景与应用前景
随着机器人技术在农业、工业和家庭生活中的广泛应用,机器人安全操作及非破坏性的抓取和操纵柔性物体变得越来越重要 [1]。如果机械手用力过大,柔软并且易碎的物体(例如水果,蔬菜或其他非刚性食品)往往会发生破裂或变形[2]。当前,农业部门和食品工业都急需此类机器手在实现连续加工生产自动化的过程中进一步提高效率,卫生和质量 [3]。人类工人可以轻松处理涉及到脆弱的产品的操作任务而不会压碎它们,例如抓取,定位,和放置。相比之下,机器人抓取器在抓住具有不同大小,刚度和形状的柔软易碎物体时会遇到很大的困难[4]。例如,当在接触点上施加较高的接触压力时,诸如水果之类的天然食品往往会产生破损[5]。另外,由于天然水果的形状和成熟度变化,接触点和抓取器的建模建立将受到极大限制。与此同时,工业流水线上的抓取操作还需要十分牢固,以便能够以高速度进行操纵来提高工作效率。在这之中,机械手面临的难点在于如何在柔性物体上施加可控的挤压力,以及在非稳定状况下确保精确、稳健的抓握与柔性指端操控。                           

图1 镶嵌在GR2机械手上的新型指尖皮肤
在本文中,摩登7利用柔性和刚性机器手的优势设计了一种拥有触觉传感(tactile sensing)与可控制形变(active shape-changing)的双功能指端皮肤。旨在通过软体机器人的特点在保持传统刚性机械手可重复的稳定抓握和高精度控制优势的同时,提高其在抓取中的适应性与柔性。通过内置的触觉传感器和柔性执行器,使该机械手在抓取(grasping)上的鲁棒性和安全性,以及在指尖操作(in-hand manipulation)上的灵活性均得到了极大的提高。同时,通过可变形的柔性指端皮肤,达到柔性的笼式(caging)或者形态闭合(form-closure)抓取,降低了机械手在抓取中施加在物体上的压力。柔性笼式抓取也为易碎物体在高速移动的操作过程中提供了额外的缓冲保护。

2、系统概述与试验结果
本文所提出的指尖结构设计主要考虑平面抓取运动,用以验证所提出的触觉传感与可控制形变双重功能,基于气动的柔性触觉传感与可控制形变柔性指尖皮肤采用硅胶设计,用以确保柔性物体的安全抓取与操作。通过建模创建了两个由相同材料硅胶制成的半圆柱形空气腔,并将其浇铸在柔软的指尖内部,以进行触觉传感和可控制形变。图2展示了相关指尖皮肤的结构设计与气动系统设计。这个设计简单高效,达到了通过同一套控制系统进行传感器与执行器的整合,极大的缩减了系统的冗余。

图2 指尖皮肤的结构设计,触觉传感与可控形变的气动控制系统

2.1 柔性触觉传感增加灵敏度
通过测量与校准,指端皮肤内置的柔性触觉传感在非充气腔的最大测量范围约为10N,而当充气腔内气压达到50 kPa时,最大测量范围将可增加到20 N以上。摩登7还通过逐渐减去负载以评估迟滞(hysteresis):充气压力0、10、25和40 kPa时未显示可见的迟滞。50 kPa时显示出较小的迟滞。带负载的传感器输出在充气腔压力0、10、25、 40 和50 kPa下均显示出十分良好的线性(r2> 0.98)。以1000Hz的采样率下,系统显示出小于0.05N的良好灵敏度(充气压力0、10、25、40和50 kPa为0.0287N,0.0263N,0.0222N,0.0218N和0.0351N)。额外的滤波可以进一步减少信号噪声,从而提高指尖的灵敏度和可靠性。

为了进一步验证该传感器在对柔性物体抓取中的灵敏度,摩登7通过3D打印制作出不同尺寸的可感知自我形变程度的柔性测试零件(材质为FLX9960-DM,在Object 260 3D打印机上使用TangoPlus和VeroClear的组合进行打印)。
 

图3 内置传感器的3D打印柔性测试零件

图4 抓取机构与触觉传感信号
实验结果显示,该柔性指端传感器能为物体的抓取提供灵敏的触觉反馈,可将对柔性物体的形变控制在一个较低的水平之内。可以通过闭环控制算法控制施加在被抓取物体上的力。


2.2 可控制形变增加抓取稳定性
在工业环境中,将产品从一个位置拾取并放置到另一位置是十分重要的操作。用机械手抓取产品并确保产品“跟随”机械手的轨迹至关重要。在仅通过接触摩擦力闭合的情况下,抓握通常需要相对较大的力,这使其不适用于柔软而易碎的产品。通过进行形状闭合或笼式抓握,可以显着提高对象“跟随”操纵器而不逃逸的能力。在本实验中,摩登7将抓具安装在UR5机械臂上,以测试高速操作过程中指尖的性能。摩登7希望,与仅使用硅胶垫的传统型指尖相比,摩登7所提出的可控制形变的指尖可以在高速操作下更好地固定抓握物体。

图5 抓取在UR5高速操作下的实验
图5显示了实验的设置。在抓手抓住物体并将其固定在手中之后,对机器人手臂进行编程,使其以逐渐增加的速度和加速度进行正弦运动。具有活动形状改变能力的新型指尖和仅带有硅胶垫的传统型指尖分别与直径D0 = 10、20、30、40、50 mm的柔软物体进行了测试。将0.5 N标准校准砝码连接到软物体的每一侧,以增加额外的初始惯性(如图9b所示)。根据机械手与物体之间的距离变化计算出的相对移动距离用于评估抓握的鲁棒性。运动跟踪摄像机用于在操作过程中使用预先安装的参考标记记录抓取器和物体的位置。将内置传感器的柔性测试物体的内部压力变化用作参考,以确保两种类型指尖向测试对象施加相等的力。在每次测试之前,新型可变形指端皮肤需要主动改变指尖的形状,以确保为具有不同直径的对象创笼型抓取。

在视频中可以看到可控制形变的指端皮肤使柔性物体在高速抓取中的稳定性得到了显著的提升;指端皮肤触觉传感器也确保了对抓取物体脱手,移位等现象的实时监控。

2.3 可控制形变增加指端操作的灵活性
如上摩登7已经展示了这种新型柔性指端皮肤在抓握任务方面的显著优势。同时这种柔性指端皮肤也可以提高机械手在指端操作(in-hand manipulation)的能力。传统设计上的柔软的指尖在增强抓握柔性物体的能力的同时,也使得对这些物体进行指端精细操作极具有挑战性。难点正在于如何协调对精细的指端运动的控制和对柔软材料的复杂不确定性的判断。通过摩登7所提出的柔性指端皮肤,触觉传感和主动改变形状的功能,机器手的指端灵活性可以得到极大的增强。加压的气腔不仅可以充当柔软的触觉传感器,以提供对指尖位置的闭环控制并避免物体的损坏,气动调节的正压变形也可以充当局部的柔软抓手,以执行额外的平移和旋转。摩登7对软指尖的变形进行建模,以预测软物体的手部操纵,并通过基于所提出的双重能力的算法,通过实验证明了原有机械手有限的灵巧度可得到显著的提高。结果表明,所引入的方法可以缓解和增强机械手对柔软的物体在平面上的平移和旋转能力,从而在整个手部工作空间中完成精密任务,同时不会造成损坏。

图6 指端操作(in-hand manipulation)在可变形皮肤驱动与闭环触觉反馈下的平移与旋转

3. 总结
这项研究的提出,评估了一种基于触觉传感和可控形变的新型柔性指端皮肤设计概念。该指端皮肤可集成在传统的机械手上,用以达到对柔软易损坏物体的抓取与灵活操作。通过有效改变嵌入式皮肤的形状,已证明其具有通过压力反馈控制全面灵活操作软物体的能力。借助柔软的笼式抓取结构,不仅可以提高抓取稳定性以进行高速操作,还可以减少因惯性而增加的接触冲击力(像使用了减震器的紧笼一样)。

刚性机械手具有成本低、控制简单、精确度高、可靠性强的优点,而柔性机械手由于具有较高的适应性和较低的接触压力而能够安全地抓取脆弱物品。摩登7提出的指端皮肤设计结合了刚性和软性机械手的优点,通过1)使用刚性机构进行精确地一般抓握和操纵;2)在局部接触上应用柔性机构制动,以保持与物品的安全交互;3)在指尖上集成了软触感,以进行反馈控制。这种具有双功能指端皮肤的机械手,可用于易于瘀伤、撕裂或变形的物品操作,可广泛用于食品等行业。

参考文献:
[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.



戴琼海院士:搭建脑科学与人工智能的桥梁

脑科学的发展将推动人工智能科学从感知人工智能到认知人工智能的跨越

如何加快解决数据产权问题

数据所有权方面,1原始数据属于个人,2企业享有衍生数据所有权,3政府享有政府数据的归属权

图像检索入门、特征和案例

图像检索是计算机视觉中基础的应用,可分为文字搜图和以图搜图。借助于卷积神经网络CNN强大的建模能力,图像检索的精度越发提高

《视觉SLAM十四讲》作者高翔:非结构化道路激光SLAM中的挑战

SLAM阶段:解决从原始传感器数据开始,构建某种基础地图的过程,标注阶段:在SLAM结果基础上进行人为标注,实现更精细的交通规则控制

SLAM与V-SLAM特征对比

基于激 光雷达的SLAM(激光SLAM)和基于视觉的SLAM(V-SLAM)。激光SLAM目前发展比较成熟、应用广泛,未来多传感器融合的SLAM 技术将逐渐成为技术趋势,取长补短,更好地实现定位导航。

国内外舵机参数性能价格比较

舵机是步态服务机器人的核心零部件和成本构成,是包含电机、传感器、控制器、减速器等单元的机电一体化元器件

AI在COVID-19诊断成像中的应用

人工智能技术支持的图像采集可以显著帮助扫描过程实现自动化,还可以重塑工作流程,最大限度地减少与患者的接触,为成像技术人员提供最佳保护

不完美场景下的神经网络训练方法

腾讯优图实验室高级研究员Louis在分享了自适应缺陷数据,业务场景下的神经网络训练方法

深度学习的可解释性研究(一)— 让模型具备说人话的能力

为决策树模型是一个具有比较好的可解释性的模型,以决策树为代表的规则模型在可解释性研究方面起到了非常关键的作用

深度学习的可解释性研究(二)——不如打开箱子看一看

神经网络模型本身其实并不是一个黑箱,其黑箱性在于摩登7没办法用人类可以理解的方式理解模型的具体含义和行为

深度学习的可解释性研究(三)——是谁在撩动琴弦

神经网络的敏感性分析方法可以分为变量敏感性分析、样本敏感性分析两种,变量敏感性分析用来检验输入属性变量对模型的影响程度,样本敏感性分析用来研究具体样本对模型的重要程度

大阪大学胡正涛博士(万伟伟老师团队)为机器人开发通用工具解决复杂变种变量的操作任务

通过机械机构实现机械手到工具的动力传递,无需外部控制及供能,对机器人的避障路径规划影响极小
资料获取
机器人知识
== 最新资讯 ==
ChatGPT:又一个“人形机器人”主题
ChatGPT快速流行,重构 AI 商业
中国机器视觉产业方面的政策
中国机器视觉产业聚焦于中国东部沿海地区(
从CHAT-GPT到生成式AI:人工智能
工信部等十七部门印发《机器人+应用行动实
全球人工智能企业市值/估值 TOP20
摩登7智能机器人集团股份有限公司第十一期上
谐波减速器和RV减速器比较
机器人减速器:谐波减速器和RV减速器
人形机器人技术难点 高精尖技术的综合
机器人大规模商用面临的痛点有四个方面
青岛市机器人产业概况:机器人企业多布局在
六大机器人产业集群的特点
机械臂-高度非线性强耦合的复杂系统
== 机器人推荐 ==
迎宾讲解服务机器人

服务机器人(迎宾、讲解、导诊...)


机器人公司 机器人应用 智能医疗 物联网 机器人排名 机器人企业 机器人开发 独角兽 消毒机器人品牌
版权所有 摩登7智能机器人集团股份有限公司 中国运营中心:上海 科技园8号楼5层 中国生产中心:山东日照解放路71号
销售1:4006-935-088 销售2:4006-937-088 客服电话: 4008-128-728