(相關資料圖)

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性。英國劍橋大學團隊設計了一種低成本、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。研究結果發表在最近的《先進智能系統》雜志上。

研究人員設計的低成本、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，也更節能。

研究人員表示，他們的適應性設計可用于開發低成本機器人，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，在機器人中重現其所有的靈活性和適應性是一項巨大的研究挑戰。當今大多數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：用力太大，雞蛋可能會碎;太小，雞蛋會從手里掉落。此外，一個完全驅動的機器人手，每個手指的每個關節都有電機，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的力量抓取各種物體。

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境，這將使它能夠抓取更廣泛的物體。

關鍵詞：