麻省理工学院的CSAIL团队提出具有人性化触觉的抓爪

在最近发表的两篇技术论文中，麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员提出了软机器人的新应用，即处理由类组织材料制成的机器的子领域，旨在应对抓取物体的挑战。不同的形状，重量和大小。一个以现有的作品为基础，该作品采用了圆锥形折纸风格的结构，旨在塌陷在物体上，而另一个则以LED和两个摄像头的形式为机器人抓手提供了更细微，人性化的感觉。

尽管软机器人技术有希望，但由于缺乏触觉，它们受到了限制。理想情况下，抓手应该能够感觉到其触摸的内容并可以感觉到手指的位置，但是大多数软机器人却不能。MIT CSAIL团队的方法表面上解决了该问题。

“我们希望通过感受世界来看到世界。MIT教授和CSAIL主任Daniela Rus在一份声明中说：“柔软的机器人手具有感应到的皮肤，使他们能够拾取各种物体，从诸如土豆片的细腻物体到诸如牛奶瓶的重物。

捕蝇草

去年，麻省理工学院CSAIL和哈佛大学的科学家展示了一种能够抓起各种各样家用物品的抓爪设计。该团队的空心锥形设备由三个部分组成，它们围绕在一起而不是抓住它们。在一个将抓具安装在机器人上以测试其强度的实验中，抓具设法举起并抓住直径为其70%，重量最大为120倍的物体而不会损坏它们。

麻省理工学院的一个新的CSAIL团队认为，现有的夹具设计还有改进的余地。为了使它的通用性和适应性更接近人的手，他们增加了由连接到压力传感器的乳胶气囊(气球)制成的触觉传感器。传感器使抓取器在分类时可以拾取像薯片一样细腻的物体，从而使其能够更好地理解其抓握的内容。

粘附在硅上的传感器(其中一个传感器位于抓具的外圆周上，以捕获其变化的直径，而其他四个传感器则连接至内部以测量接触力)，会因力或应变而导致内部压力发生变化。团队测量了每个更改，并使用它们来训练在Arduino Due上运行的对象检测算法。

在10个实验中，传感器捕获并平均了256个样本(平均20Hz)，该算法以100%的精度对一些对象进行了分类，包括瓶子，苹果，盒子和品客杯。它分类的其他对象的准确性在80%到90%之间，包括另一个瓶子，洗涤器，罐头和一袋饼干。(一瓶被误认为罐头，其外形相似，牙刷被误分类为盒子。)

在单独的实验中，研究人员测试了配备传感器的抓取器抓取细小的物体并检测这些物体何时可能滑动的能力。他们观察到，在100个试验过程中，成功率取决于传票率，当传票率较高时，成功率高达100%。并且他们报告说，当任务是捡起20个随机选择的水壶碎片时，抓取器可抓紧80%而不会损坏。

GelFlex

在第二篇论文中，CSAIL团队描述了GelFlex，它是一种抓手，由柔软，透明的硅胶手指组成，一个摄像头靠近指尖，另一个摄像头靠近中指，正面和侧面均具有反射性墨水，背面贴有LED灯。

配备鱼眼镜头的摄像头可以非常详细地捕获手指的变形，从而使团队训练的AI模型能够提取信息，例如弯曲角度以及所抓物体的形状和大小。这些模型和GelFlex的设计使其可以拾取各种物品，例如魔方，DVD盒或一块铝。在实验过程中，抓握时的平均位置误差小于0.77毫米-优于人的手指-并且抓具成功地识别了80次中的各种圆柱体和盒子77。

将来，该团队希望改善本体感觉(即自我移动感)和触觉感应算法，同时利用基于视觉的传感器来估计更复杂的手指配置，例如扭曲或横向弯曲。他们计划与其他抓手团队一起在2020年机器人技术与自动化国际会议上虚拟展示他们的研究。

GelFlex论文的主要作者Yu She在一份声明中说：“我们的柔软手指可以在本体感觉上提供高精度，并准确预测所抓持的物体，并且还可以承受相当大的冲击力，而不会损害相互作用的环境及其自身。”“通过用柔性外骨骼约束软手指，并使用嵌入式摄像头执行高分辨率感应，我们为软操纵器提供了广泛的功能。”