来自剑桥大学的研究人员开发出了一种经济实惠、节能的3D打印机械手，能够通过手腕运动和“皮肤”中的触觉来抓握和握住各种物体。这种柔软的 3D 打印机械手没有独立移动的手指，而是使用被动运动来完成复杂的动作。手的“皮肤”包含了传感器，可以预测它是否会通过以不同方式抓住物体而掉落物体。
这项研究以题为“Predictive Learning of Error Recovery with a Sensorized Passivity-Based Soft Anthropomorphic Hand”的论文被发表在《Advanced IntelligentSystems》杂志上。
该论文的共同作者、在伦敦大学学院（UCL）东校区工作的Thomas George-Thuruthel 博士说：“在早期的实验中，我们的研究已经表明，仅仅通过移动手腕就可以使机器人的手获得很大的运动范围。我们想看看基于被动运动的机器人手是否不仅能抓住物体，还能预测它是否会掉落物体，并做出相应的调整。”
资料来源：剑桥大学。
与完全机动的机器人手指相比，机械手的被动运动使其更易于控制且更节能。这种适应性强的设计在制造低成本机器人方面具有潜在的应用价值，这些机器人具有更自然的动作，可以抓住各种各样的物体。3D 打印技术的最新进展促进了将软组件集成到机器人设计中，增加了节能系统的复杂性。
在机器人中重现人手的复杂性和适应性是一项重大的研究挑战。当今大多数先进的机器人甚至无法完成幼儿可以做到的一些很简单的操作任务。例如，人类自然知道在捡起鸡蛋时使用适当的力量，但机器人要在不打破或掉落鸡蛋的情况下做到这一点是一项挑战。完全驱动的机器人手，每个指关节都有电机，也需要大量的能量。
在剑桥工程系，Fumiya Iida 教授的仿生机器人实验室一直在研究一种解决方案：一种能够以正确的压力和最少的能量使用来抓取各种物体的机械手。该团队使用嵌入触觉传感器的 3D 打印拟人化手，使手能够感知它触摸的物体。手的运动是被动的和基于手腕的。
该论文的第一作者、目前在瑞士洛桑的 EPFL 工作的 Kieran Gilday 博士说：“这种机械手有一点弹性：它可以自己拿起东西，而不需要任何手指的动作。触觉传感器让机器人感觉到抓地力有多好，所以它知道什么时候开始打滑。这有助于它预测事情何时会失败。”
George-Thuruthel 博士说：“传感器有点像机器人的皮肤，可以测量施加到物体上的压力。我们无法确切地说出机器人获得了哪些信息，但它可以从理论上估计物体被抓取的位置以及抓取力的大小。”
资料来源：剑桥大学。
研究人员用机械手进行了 1200 多次测试，以评估其抓住小物体而不掉落的能力。最初，该机器人使用小型 3D 打印塑料球和人类示范进行预定义动作训练。通过反复试验，机器人学会了最有效的抓握方式。在用球训练后，机器人尝试抓取不同的物体，例如桃子、电脑鼠标和一卷泡沫包装纸，成功抓取了 14 个物体中的 11 个。
Gilday 博士说：“机器人了解到特定运动和一组特定传感器数据的组合会导致故障，这使其成为可定制的解决方案。这只手很简单，但它可以用同样的策略可以捡起很多东西。”
完全驱动的机械手不仅耗能大，而且会带来复杂的控制挑战。剑桥设计的被动手具有有限的传感器，更易于控制，提供广泛的运动范围，并简化了学习过程。
Iida 教授说：“这种设计的一大优势是我们可以在不使用任何致动器的情况下实现较大的运动范围。我们希望尽可能地简化这只手。我们可以在没有任何执行器的情况下获得大量有用的信息和高度控制，因此当我们添加它们时，我们将在更高效的程序包中获得更复杂的行为。”
未来的发展可能包括增加计算机视觉功能，或教机器人利用其环境，使其能够抓取更广泛的物体。这项研究得到了英国研究与创新（UKRI）和Arm有限公司的资助。FumiyaIida是剑桥大学克里斯蒂学院的研究员。
|
