科技日报记者 张梦然

抓取不同大小、形状和纹理的物体对人类来说很容易，但对机器人来说却很有挑战性。英国剑桥大学团队设计了一种低成本、高能效的柔性3D打印机器人手，它凭手腕运动和“皮肤”感觉运作，不仅能抓住一系列物体，而且不会让它们掉落。研究结果发表在最近的《先进智能系统》杂志上。

研究人员设计的低成本、高能效的机械手，只凭手腕运动和“皮肤”感觉，就可抓住一系列物体而不会让它们掉落。图片来源：剑桥大学

(资料图)

该机械手经过训练可抓取不同物体，并能利用放置在其“皮肤”上的传感器提供的信息来预测这些物体是否会掉落。这种被动运动使机器人比全电动手指机器人更容易控制，也更节能。

图片来源：剑桥大学

研究人员表示，他们的适应性设计可用于开发低成本机器人，这些机器人能够进行更自然的运动，并且可学习抓取各种物体。

人手非常复杂，在机器人中重现其所有的灵活性和适应性是一项巨大的研究挑战。当今大多数先进的机器人都无法完成小孩子可轻松完成的操作任务。例如，人类本能地知道拿起鸡蛋时要用多大的力，但对于机器人来说这是一个挑战：用力太大，鸡蛋可能会碎；太小，鸡蛋会从手里掉落。此外，一个完全驱动的机器人手，每个手指的每个关节都有电机，需要大量的能量。

剑桥大学工程系仿生机器人实验室研究人员试图开发解决这两个问题的潜在方法：机器人手可用最少的能量以恰当的力量抓取各种物体。

研究人员使用植入了触觉传感器的3D打印拟人化手，这样手就能感觉到它正在触摸什么。这只手只能进行被动的、基于手腕的运动。团队对机器人手进行了1200多次测试，观察其抓住小物体而不掉落的能力。该机器人最初使用小型3D打印塑料球进行训练，并使用通过人类演示获得的预定义动作来抓住它们。

机器人通过反复试验来了解什么样的抓握会成功。在用球完成训练后，它会尝试抓取不同的物体，包括桃子、电脑鼠标和一卷泡沫包装纸。在这些测试中，机械手成功抓住14个物体中的11个。

将来，该系统可通过多种方式进行扩展，例如通过添加计算机视觉功能，或者教机器人利用其环境，这将使它能够抓取更广泛的物体。

标签：