1、論文背景與應(yīng)用前景
隨著機器人技術(shù)在農(nóng)業(yè)、工業(yè)和家庭生活中的廣泛應(yīng)用，機器人安全操作及非破壞性的抓取和操縱柔性物體變得越來越重要 [1]。如果機械手用力過大，柔軟并且易碎的物體（例如水果，蔬菜或其他非剛性食品）往往會發(fā)生破裂或變形[2]。當(dāng)前，農(nóng)業(yè)部門和食品工業(yè)都急需此類機器手在實現(xiàn)連續(xù)加工生產(chǎn)自動化的過程中進一步提G效率，衛(wèi)生和質(zhì)量 [3]。人類工人可以輕松處理涉及到脆弱的產(chǎn)品的操作任務(wù)而不會壓碎它們，例如抓取，定位，和放置。相比之下，機器人抓取器在抓住具有不同大小，剛度和形狀的柔軟易碎物體時會遇到很大的困難[4]。例如，當(dāng)在接觸點上施加較G的接觸壓力時，諸如水果之類的天然食品往往會產(chǎn)生破損[5]。另外，由于天然水果的形狀和成熟度變化，接觸點和抓取器的建模建立將受到J大限制。與此同時，工業(yè)流水線上的抓取操作還需要十分牢固，以便能夠以G速度進行操縱來提G工作效率。在這之中，機械手面臨的難點在于如何在柔性物體上施加可控的擠壓力，以及在非穩(wěn)定狀況下確保準(zhǔn)確、穩(wěn)健的抓握與柔性指端操控。
圖1 鑲嵌在GR2機械手上的新型指尖皮膚
在本文中，我們利用柔性和剛性機器手的優(yōu)勢設(shè)計了一種擁有觸覺傳感（tactile sensing）與可控制形變（active shape-changing）的雙功能指端皮膚。旨在通過軟體機器人的特點在保持傳統(tǒng)剛性機械手可重復(fù)的穩(wěn)定抓握和G精度控制優(yōu)勢的同時，提G其在抓取中的適應(yīng)性與柔性。通過內(nèi)置的觸覺傳感器和柔性執(zhí)行器，使該機械手在抓�。╣rasping）上的魯棒性和安全性，以及在指尖操作（in-hand manipulation）上的靈活性均得到了J大的提G。同時，通過可變形的柔性指端皮膚，達(dá)到柔性的籠式（caging）或者形態(tài)閉合（form-closure）抓取，降低了機械手在抓取中施加在物體上的壓力。柔性籠式抓取也為易碎物體在G速移動的操作過程中提供了額外的緩沖保護。
2、系統(tǒng)概述與試驗結(jié)果
本文所提出的指尖結(jié)構(gòu)設(shè)計主要考慮平面抓取運動，用以驗證所提出的觸覺傳感與可控制形變雙重功能，基于氣動的柔性觸覺傳感與可控制形變?nèi)嵝灾讣馄つw采用硅膠設(shè)計，用以確保柔性物體的安全抓取與操作。通過建模創(chuàng)建了兩個由相同材料硅膠制成的半圓柱形空氣腔，并將其澆鑄在柔軟的指尖內(nèi)部，以進行觸覺傳感和可控制形變。圖2展示了相關(guān)指尖皮膚的結(jié)構(gòu)設(shè)計與氣動系統(tǒng)設(shè)計。這個設(shè)計簡單G效，達(dá)到了通過同一套控制系統(tǒng)進行傳感器與執(zhí)行器的整合，J大的縮減了系統(tǒng)的冗余。
圖2 指尖皮膚的結(jié)構(gòu)設(shè)計，觸覺傳感與可控形變的氣動控制系統(tǒng)
2.1 柔性觸覺傳感增加靈敏度
通過測量與校準(zhǔn)，指端皮膚內(nèi)置的柔性觸覺傳感在非充氣腔的大測量范圍約為10N，而當(dāng)充氣腔內(nèi)氣壓達(dá)到50 kPa時，大測量范圍將可增加到20 N以上。我們還通過逐漸減去負(fù)載以評估遲滯（hysteresis）：充氣壓力0、10、25和40 kPa時未顯示可見的遲滯。50 kPa時顯示出較小的遲滯。帶負(fù)載的傳感器輸出在充氣腔壓力0、10、25、 40 和50 kPa下均顯示出十分良好的線性（r2> 0.98）。以1000Hz的采樣率下，系統(tǒng)顯示出小于0.05N的良好靈敏度（充氣壓力0、10、25、40和50 kPa為0.0287N，0.0263N，0.0222N，0.0218N和0.0351N）。額外的濾波可以進一步減少信號噪聲，從而提G指尖的靈敏度和可靠性。
為了進一步驗證該傳感器在對柔性物體抓取中的靈敏度，我們通過3D打印制作出不同尺寸的可感知自我形變程度的柔性測試零件（材質(zhì)為FLX9960-DM，在Object 260 3D打印機上使用TangoPlus和VeroClear的組合進行打印）。
圖3 內(nèi)置傳感器的3D打印柔性測試零件
圖4 抓取機構(gòu)與觸覺傳感信號
實驗結(jié)果顯示，該柔性指端傳感器能為物體的抓取提供靈敏的觸覺反饋，可將對柔性物體的形變控制在一個較低的水平之內(nèi)。可以通過閉環(huán)控制算法控制施加在被抓取物體上的力。
2.2 可控制形變增加抓取穩(wěn)定性
在工業(yè)環(huán)境中，將產(chǎn)品從一個位置拾取并放置到另一位置是十分重要的操作。用機械手抓取產(chǎn)品并確保產(chǎn)品“跟隨”機械手的軌跡至關(guān)重要。在僅通過接觸摩擦力閉合的情況下，抓握通常需要相對較大的力，這使其不適用于柔軟而易碎的產(chǎn)品。通過進行形狀閉合或籠式抓握，可以顯著提G對象“跟隨”操縱器而不逃逸的能力。在本實驗中，我們將抓具安裝在UR5機械臂上，以測試G速操作過程中指尖的性能。我們希望，與僅使用硅膠墊的傳統(tǒng)型指尖相比，我們所提出的可控制形變的指尖可以在G速操作下更好地固定抓握物體。
圖5 抓取在UR5G速操作下的實驗
圖5顯示了實驗的設(shè)置。在抓手抓住物體并將其固定在手中之后，對機器人手臂進行編程，使其以逐漸增加的速度和加速度進行正弦運動。具有活動形狀改變能力的新型指尖和僅帶有硅膠墊的傳統(tǒng)型指尖分別與直徑D0 = 10、20、30、40、50 mm的柔軟物體進行了測試。將0.5 N標(biāo)準(zhǔn)校準(zhǔn)砝碼連接到軟物體的每一側(cè)，以增加額外的初始慣性（如圖9b所示）。根據(jù)機械手與物體之間的距離變化計算出的相對移動距離用于評估抓握的魯棒性。運動跟蹤攝像機用于在操作過程中使用預(yù)先安裝的參考標(biāo)記記錄抓取器和物體的位置。將內(nèi)置傳感器的柔性測試物體的內(nèi)部壓力變化用作參考，以確保兩種類型指尖向測試對象施加相等的力。在每次測試之前，新型可變形指端皮膚需要主動改變指尖的形狀，以確保為具有不同直徑的對象創(chuàng)籠型抓取。
在視頻中可以看到可控制形變的指端皮膚使柔性物體在G速抓取中的穩(wěn)定性得到了顯著的提升；指端皮膚觸覺傳感器也確保了對抓取物體脫手，移位等現(xiàn)象的實時監(jiān)控。
2.3 可控制形變增加指端操作的靈活性
如上我們已經(jīng)展示了這種新型柔性指端皮膚在抓握任務(wù)方面的顯著優(yōu)勢。同時這種柔性指端皮膚也可以提G機械手在指端操作（in-hand manipulation）的能力。傳統(tǒng)設(shè)計上的柔軟的指尖在增強抓握柔性物體的能力的同時，也使得對這些物體進行指端精細(xì)操作J具有挑戰(zhàn)性。難點正在于如何協(xié)調(diào)對精細(xì)的指端運動的控制和對柔軟材料的復(fù)雜不確定性的判斷。通過我們所提出的柔性指端皮膚，觸覺傳感和主動改變形狀的功能，機器手的指端靈活性可以得到J大的增強。加壓的氣腔不僅可以充當(dāng)柔軟的觸覺傳感器，以提供對指尖位置的閉環(huán)控制并避免物體的損壞，氣動調(diào)節(jié)的正壓變形也可以充當(dāng)局部的柔軟抓手，以執(zhí)行額外的平移和旋轉(zhuǎn)。我們對軟指尖的變形進行建模，以預(yù)測軟物體的手部操縱，并通過基于所提出的雙重能力的算法，通過實驗證明了原有機械手有限的靈巧度可得到顯著的提G。結(jié)果表明，所引入的方法可以緩解和增強機械手對柔軟的物體在平面上的平移和旋轉(zhuǎn)能力，從而在整個手部工作空間中完成精密任務(wù)，同時不會造成損壞。
圖6 指端操作（in-hand manipulation）在可變形皮膚驅(qū)動與閉環(huán)觸覺反饋下的平移與旋轉(zhuǎn)
3. 總結(jié)
這項研究的提出，評估了一種基于觸覺傳感和可控形變的新型柔性指端皮膚設(shè)計概念。該指端皮膚可集成在傳統(tǒng)的機械手上，用以達(dá)到對柔軟易損壞物體的抓取與靈活操作。通過有效改變嵌入式皮膚的形狀，已證明其具有通過壓力反饋控制多面靈活操作軟物體的能力。借助柔軟的籠式抓取結(jié)構(gòu)，不僅可以提G抓取穩(wěn)定性以進行G速操作，還可以減少因慣性而增加的接觸沖擊力（像使用了減震器的緊籠一樣）。
剛性機械手具有成本低、控制簡單、準(zhǔn)確度G、可靠性強的優(yōu)點，而柔性機械手由于具有較G的適應(yīng)性和較低的接觸壓力而能夠安全地抓取脆弱物品。我們提出的指端皮膚設(shè)計結(jié)合了剛性和軟性機械手的優(yōu)點，通過1）使用剛性機構(gòu)進行準(zhǔn)確地一般抓握和操縱；2）在局部接觸上應(yīng)用柔性機構(gòu)制動，以保持與物品的安全交互；3）在指尖上集成了軟觸感，以進行反饋控制。這種具有雙功能指端皮膚的機械手，可用于易于瘀傷、撕裂或變形的物品操作，可廣泛用于食品等行業(yè)。
參考文獻(xiàn)：
[1] P. Y. Chua, T. Ilschner, and D. G.Caldwell, “Robotic manipulation of food products - a review,” Industrial Robot, vol. 30, pp. 345–354, 2003.
[2]F.BaderandS.Rahimifard, “Challenges for industrial robot applications in food manufacturing,” ACM International Conference Proceeding Series, 2018.
[3] S. Birrell, J. Hughes, J. Y. Cai, and F. Iida, “A field-tested robotic harvesting system for iceberg lettuce,” Journal of Field Robotics, vol. 0, no. 0, 2019.
[4] J. Gray and S. Davis, “Robotics in the food industry: an introduction,” in Robotics and Automation in the Food Industry, ser. Woodhead Publishing Series in Food Science, Technology and Nutrition, D. G. Caldwell, Ed. Woodhead Publishing, 2013, pp. 21 – 35.
[5] C. Blanes, M. Mellado, C. Ortiz, and A. Valera, “Review. technologies for robot grippers in pick and place operations for fresh fruits and vegetables,” Spanish Journal of AgriculturalResearch, vol. 9, no. 4, pp. 1130–1141, 2011.
