软体机器人用适当的力量抓握

机器人的见解

• 已经开发出一种系统来帮助机器人掌握工具，并对给定的任务施加适当的力。
• 该系统被称为串联弹性端执行器(SEED)，在应用程序或特定设置中存在不确定性时非常有用。

---

长期以来，工具使用一直是人类智能的标志，也是机器人应用中需要解决的一个实际问题。但机器在施加适当的力来控制没有严格附着在手上的工具方面仍然不稳定。

为了更有力地操作上述工具，麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员与丰田研究所(TRI)合作，设计了一个系统，可以抓住工具，并为给定的任务施加适当的力，比如用刷子刷液体或用笔写一个单词。

这个系统被称为系列弹性端执行器(SEED)使用软气泡夹持器和嵌入式摄像头来绘制夹持器在六维空间中的变形(想象一个气囊充气和放气)，并对工具施加力。利用六个自由度，物体可以左右移动、上下移动、前后移动、滚动、俯仰和偏航。闭环控制器是一种自我调节系统，可以在没有人类交互的情况下保持所需的状态，它使用SEED和视触觉反馈来调整机械臂的位置，以施加所需的力。

这可能很有用，例如，当桌子高度不确定时，对于使用工具的人来说，因为预先编程的轨迹可能完全错过桌子。麻省理工学院电气工程和计算机科学博士生Hyung Ju Suh说:“我们一直在很大程度上依赖于Mason、Raibert和Craig的工作，我们称之为混合力位置控制器。一篇关于SEED的新论文．“这就是这个想法，当你在黑板上写字时，如果你有三维空间可以移动，你希望能够控制一些轴上的位置，同时控制另一个轴上的力。”

刚体机器人及其同类机器人只能带我们走这么远;柔软和顺从提供了奢侈和变形的能力，以感知工具和手之间的相互作用。

有了SEED，机器人感知的每一个动作都是抓手最近发出的3D图像，从而实时跟踪抓手如何在物体周围改变形状。这些图像用于重建工具的位置，机器人使用学习模型将工具的位置映射到测量的力。学习模型是利用机器人以前的经验获得的，其中它干扰力扭矩传感器，以计算出气泡夹持器的硬度。现在，一旦机器人感知到了力，它会将其与用户命令的力进行比较，可能会对自己说，“原来我现在感知到的力不完全在那里。我需要更加用力。”然后它会朝着增加力的方向移动，都是在6D空间中完成的。

在“清洁任务”中，SEED被提供了适量的力量来擦拭飞机上的一些液体，而基线方法很难获得正确的清洁。当被要求用纸笔写字时，机器人有效地写出了“MIT”，而且它还能施加适当的力来驱动螺丝钉。

虽然SEED意识到它需要为给定的任务控制力或扭矩，但如果抓得太用力，物品就会不可避免地滑动，所以施加的硬度有一个上限。此外，如果你是一个刚性机器人，你可以模拟比你的自然机械刚度更软的系统，但不能反过来。

目前，该系统为工具假设了一个非常特定的几何形状:它必须是圆柱形的，并且在遇到新形状类型时如何泛化仍然存在许多限制。即将进行的工作可能涉及将框架泛化为不同的形状，以便它可以处理野外的任意工具。

“没有人会感到惊讶，合规可以帮助使用工具，或者力传感是一个好主意;这里的问题是机器人的依从性应该在哪里，以及它应该有多软，”论文的合著者Russ Tedrake说，他是麻省理工学院电气工程、计算机科学、航空航天和机械工程的丰田教授，也是CSAIL的首席研究员。“在这里，我们探索了直接在手/工具界面调节相当软的六自由度刚度，并表明这样做有一些很好的优势。”

-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。