(相關(guān)資料圖)

抓取不同大小、形狀和紋理的物體對人類來說很容易，但對機器人來說卻很有挑戰(zhàn)性。英國劍橋大學團隊設(shè)計了一種低成本、高能效的柔性3D打印機器人手，它憑手腕運動和“皮膚”感覺運作，不僅能抓住一系列物體，而且不會讓它們掉落。研究結(jié)果發(fā)表在最近的《先進智能系統(tǒng)》雜志上。

研究人員設(shè)計的低成本、高能效的機械手，只憑手腕運動和“皮膚”感覺，就可抓住一系列物體而不會讓它們掉落。

圖片來源：劍橋大學

該機械手經(jīng)過訓練可抓取不同物體，并能利用放置在其“皮膚”上的傳感器提供的信息來預測這些物體是否會掉落。這種被動運動使機器人比全電動手指機器人更容易控制，也更節(jié)能。

研究人員表示，他們的適應性設(shè)計可用于開發(fā)低成本機器人，這些機器人能夠進行更自然的運動，并且可學習抓取各種物體。

人手非常復雜，在機器人中重現(xiàn)其所有的靈活性和適應性是一項巨大的研究挑戰(zhàn)。當今大多數(shù)先進的機器人都無法完成小孩子可輕松完成的操作任務。例如，人類本能地知道拿起雞蛋時要用多大的力，但對于機器人來說這是一個挑戰(zhàn)：用力太大，雞蛋可能會碎;太小，雞蛋會從手里掉落。此外，一個完全驅(qū)動的機器人手，每個手指的每個關(guān)節(jié)都有電機，需要大量的能量。

劍橋大學工程系仿生機器人實驗室研究人員試圖開發(fā)解決這兩個問題的潛在方法：機器人手可用最少的能量以恰當?shù)牧α孔ト「鞣N物體。

研究人員使用植入了觸覺傳感器的3D打印擬人化手，這樣手就能感覺到它正在觸摸什么。這只手只能進行被動的、基于手腕的運動。團隊對機器人手進行了1200多次測試，觀察其抓住小物體而不掉落的能力。該機器人最初使用小型3D打印塑料球進行訓練，并使用通過人類演示獲得的預定義動作來抓住它們。

機器人通過反復試驗來了解什么樣的抓握會成功。在用球完成訓練后，它會嘗試抓取不同的物體，包括桃子、電腦鼠標和一卷泡沫包裝紙。在這些測試中，機械手成功抓住14個物體中的11個。

將來，該系統(tǒng)可通過多種方式進行擴展，例如通過添加計算機視覺功能，或者教機器人利用其環(huán)境，這將使它能夠抓取更廣泛的物體。

關(guān)鍵詞：