专栏名称: 计算机视觉深度学习和自动驾驶
讨论计算机视觉、深度学习和自动驾驶的技术发展和挑战
目录
相关文章推荐
太格有物  ·  新品快讯|Birkenstock推出穆勒鞋新 ... ·  2 天前  
太格有物  ·  品牌故事|UNITED ... ·  昨天  
51好读  ›  专栏  ›  计算机视觉深度学习和自动驾驶

DexGrip:具有灵巧抓握和手中操作能力的多模态软夹持器

计算机视觉深度学习和自动驾驶  · 公众号  ·  · 2024-12-20 00:04

正文

24年11月来自澳大利亚CSIRO机器人公司和 Queensland 大学的论文“DexGrip: Multi-modal Soft Gripper with Dexterous Grasping and In-hand Manipulation Capacity”。

机器人夹持器不仅能够抓取目标,还能重定位和重定向目标,这对于实现多功能、通用的操作至关重要。虽然软机器人抓取方面的最新进展极大地提高了抓取质量和稳定性,但它们的操作能力仍未得到充分开发。DexGrip,是一种用于手抓取、重定向和操作的多模态软机器人夹持器。DexGrip 具有 3 个自由度 (DoF) 主动吸盘手掌和 3 个主动(旋转)抓取表面,可实现柔软、稳定和灵巧的抓取和操作,而无需重新抓取目标。独特的是,这些功能可以在所有三个主轴上实现完整的 360 度旋转。本文实验在各种目标和任务中展示了这些能力。DexGrip 成功地抓取、重定位和重定向了刚度、尺寸、重量和表面纹理各异的目标;并有效地操纵了对现有机器人夹持器构成重大挑战的目标。


机器人抓取采用先进的末端执行器来执行一系列动作,包括拾取、握持、操纵和放置目标。这种能力对于在不同领域执行自动化机器人任务至关重要,例如工业包装 [1]、农业收割 [2]、水下易碎样品抓取 [3] 等。然而,在这些领域执行更复杂的任务通常需要重抓取和重定位目标,这大大增加了机器人操纵器控制系统的复杂性,因为需要额外的运动规划和防撞策略 [4]。

例如,从果园里采摘苹果需要预先编程的路径规划和抓取序列。机械臂必须首先穿过茂密的树枝和树叶,然后小心地抓住并扭转果实以将其从树上摘下来,最后用机械臂将其取下 [5]。在工业包装中,通常需要重抓取以正确定位任意放置的目标,以便进行下游组装或配套 [6]。用手抓取和操纵目标可以显著提高目标处理的速度和效率,从而减少对复杂操纵器规划的需求。然而,这需要末端执行器具备远超抓取能力的功能。需要灵巧的多模态夹持器来实现手中的重定位和重定向。它们必须保持稳定的抓握,同时使夹持器和目标之间能够相对运动。

软机器人,传统上专注于对未知目标的顺应性抓握。它利用软材料固有的柔顺性围绕目标弯曲,在目标周围分配力,并通过最大化材料柔顺性的接触面积来创造柔软、稳定的抓握 [7]。然而,这是以牺牲可操作性为代价的,因为夹持器无法主动重配置以重定位自身或目标,同时保持稳定的抓握模式。先前的研究已经调查了解决此问题的潜在解决方案,并增强了软机器人灵巧的手持操作能力。例如,多腔气动执行器已实现多自由度灵巧弯曲,可用于手持目标操控,但代价是笨重而复杂的压力控制系统 [8]。或者,人们已经探索了基于活动表面的策略,即将不可伸展的皮带堆叠在柔性手指上,从而允许在皮带驱动时重定位目标 [9]。然而,很少有研究专注于通过同时最大化抓握模式(多模态抓握)和手中操控能力(多轴旋转)来增强软抓握的灵活性。

具有多模态抓取和操纵功能的 DexGrip 原型,如图所示。DexGrip 包含几个关键子系统。第一个组件具有 3 个主动表面增强 Fin Ray finger,每个手指由单独的线性致动器控制。在线性致动器的驱动下,Fin Ray finger会被动地顺应目标。如果没有打滑,主动表面会旋转并驱动目标朝旋转方向移动。第二个组件是专用的主动手掌,具有用于粘附和扭转目标的主动吸盘,以及由 Dynamixel 电机驱动的伸缩机构,用于线性运动。夹持器总共包含九个自由度:三个自由度来自各个手指的弯曲,可调节抓握范围并确保牢固抓握;三个自由度来自每个手指表面的主动旋转,使柔软柔顺的手指能够进行手中操纵;最后,活动手掌还有三个额外的自由度,可以增强抓握能力,并通过伸展/收缩、吸力和扭转运动促进与目标的互动。


1)柔性机械手指:该子系统需要柔性手指表面,以便能够抓握各种目标。采用仿生 Fin Ray 设计作为基准,因为它们具有出色的形状适应性和在一定范围内合理的施力 [19]。基准设计中的ribs数量有所不同,以评估其对平面内弯曲刚度的影响,因为这对于实现安全的软抓握至关重要。在 COMSOL 环境中集成了高保真有限元法 (FEM) 求解器来计算刚度值。然后记录变形和反作用力以获得平面内弯曲刚度。

此外,手指配备了主动内置皮带,便于重定位和旋转目标,同时确保平面内柔性。皮带允许目标平移和/或旋转,单独控制可实现顺时针和逆时针移动。通过施加适当程度的张力,预计目标将与活动表面同步移动,从而产生类似的位移。这种同步运动最终使目标能够旋转。

2)具有粘附性的主动伸缩手掌:主动手掌对于独立与目标交互以及与主动软手指协同协调至关重要,从而增强整体操控能力。它可以实现伸展、吸力、扭转和缩回等一系列运动。该设计结合微型直流电机的吸盘和单个旋转自由度(绕 x 轴),使附着目标能够旋转。来自 Dynamixel 伺服电机的伸缩致动器,用于线性伸展和收缩。这种旋转能力使手掌本身能够有效地操纵所握住的目标。因此,操纵可以促进目标的独立定位或调整其方向以增加与活动表面手指的接触面积,从而实现更稳定的抓握和为旋转扩大的自由度。

通过考虑几何参数和驱动条件,可以预测吸盘的理论抓握力,从而为估计可有效抓握的目标范围提供一个框架。


为了验证 DexGrip 的性能并评估其子系统,进行一组四个实验:第一个实验涉及测试 Fin Ray 结构的刚度及其表面操纵能力。这包括基于 FEM 三种不同手指设计的刚度评估,以及通过表面旋转实现的目标操纵。接下来,实验评估主动手掌操纵的功能,其中活动手掌被驱动以对具有不同特征的各种目标执行序贯运动(吸力、抽出和扭转)。最后一个实验对整个夹持器进行评估。最初控制 DexGrip 以显示其抓取各种目标的能力,然后独立执行主动表面操纵。此外,夹持器展示其从捏抓过渡到更稳定的强力抓握的能力。DexGrip 还强调了其通过活动手掌和活动表面的协调运动来操纵目标的独特能力。







请到「今天看啥」查看全文