[论文解读] Morphological and Embedded Computation in a Self-contained Soft Robotic Hand

Nicholas Farrow, Yang Li+1 more|arXiv (Cornell University)|May 2, 2016

Soft Robotics and Applications参考文献 23被引用 13

一句话总结

本文提出了一种自包含的软体机械手，采用气动人工肌肉并嵌入应变和压力传感器，实现实时抓握反馈。通过将传感与计算功能与每个促动器集成，系统实现了自主抓握检测与力调节，仅使用单一USB电源即可可靠抓取各类物体，包括重量超过机械手自身的物体。

ABSTRACT

We present a self-contained, soft robotic hand composed of soft pneumatic actuator modules that are equipped with strain and pressure sensing. We show how this data can be used to discern whether a grasp was successful. Co-locating sensing and embedded computation with the actuators greatly simplifies control and system integration. Equipped with a small pump, the hand is self-contained and needs only power and data supplied by a single USB connection to a PC. We demonstrate its function by grasping a variety of objects ranging from very small to large and heavy objects weighing more than the hand itself. The presented system nicely illustrates the advantages of soft robotics: low cost, low weight, and intrinsic compliance. We exploit morphological computation to simplify control, which allows successful grasping via underactuation. Grasping indeed relies on morphological computation at multiple levels, ranging from the geometry of the actuator which determines the actuator's kinematics, embedded strain sensors to measure curvature, to maximizing contact area and applied force during grasping. Morphological computation reaches its limitations, however, when objects are too bulky to self-align with the gripper or when the state of grasping is of interest. We therefore argue that efficient and reliable grasping also requires not only intrinsic compliance, but also embedded sensing and computation. In particular, we show how embedded sensing can be used to detect successful grasps and vary the force exerted onto an object based on local feedback, which is not possible using morphological computation alone.

研究动机与目标

• 开发一种低成本、轻量化且具有柔性的软体机械手，实现自主运行并最大限度减少对外部控制的依赖。
• 解决软性气动促动器强非线性特性与本体感觉有限所带来的控制挑战。
• 将传感与计算功能直接集成到促动器模块中，以简化系统控制并提高抓握可靠性。
• 证明仅依靠形态计算不足以实现可靠的抓握状态检测与力调节。
• 通过嵌入式反馈实现自主抓握完成与力调节，推动软体机器人技术的主流应用。

提出的方法

• 设计并制造集成应变片与压力传感器的软性气动促动器（SPAs），实现实时曲率与内部压力监测。
• 将微型控制电子元件、阀门及小型气泵直接嵌入每个手指模块中，实现自包含运行。
• 利用曲率与压力数据实现反馈控制回路，以检测抓握完成状态并调节施加的力。
• 采用欠驱动、柔性的手指结构，利用形态计算实现自然的物体贴合与力分布。
• 通过单一USB接口将机械手连接至主机PC，实现供电与数据交换，无需外部控制硬件。
• 利用软材料的固有柔韧性，简化抓握规划并减少对精确位置控制的需求。

实验结果

研究问题

• RQ1 在软性气动促动器中嵌入传感与计算功能，是否能够实现可靠的抓握检测，而无需完全依赖形态计算？
• RQ2 在具有高度非线性促动器动态特性的系统中，如何利用曲率与压力反馈来调节抓握过程中的力？
• RQ3 形态计算在多大程度上能够独立支持对各类物体（包括重型或不规则形状物体）的成功抓握？
• RQ4 仅通过USB供电连接，自包含的软体机械手能否实现稳健的抓握性能？
• RQ5 在需要状态感知或力调节的抓握任务中，纯形态控制存在哪些局限性？

主要发现

• 该自包含软体机械手成功抓取了重量超过其自身重量的物体，包括YCB数据集中750克的木块。
• 通过压力与曲率的突变检测到可靠的抓握完成信号，当这些信号趋于稳定后即判定抓握完成。
• 嵌入式传感实现了实时力调节与抓握状态识别，而形态计算本身无法实现此功能。
• 系统仅通过单一USB连接实现供电与数据传输，证明了完全自包含性，无需外部控制基础设施。
• 在促动器级别集成传感与计算功能，将控制接口抽象为类似数字伺服电机的形式，显著简化了系统集成。
• 该机械手在抓取小型精细物体（如笔、纸张）和大型重型物品方面均表现出色，凸显其多功能性。