[论文解读] RBO Hand 3 -- A Platform for Soft Dexterous Manipulation

Steffen Puhlmann, Jason B. Harris+1 more|arXiv (Cornell University)|Jan 26, 2022

Robot Manipulation and Learning被引用 8

一句话总结

RBO Hand 3 是一款柔软、仿人形的机械手，配备16个独立的气动促动器，通过内在顺应性和对环境约束的利用，实现高灵巧性与鲁棒性。其在Kapandji测试中获得满分，能够执行GRASP分类法中的全部33种抓握动作，并实现手部操作，充分证明其作为灵巧操作研究平台的有效性。

ABSTRACT

We present the RBO Hand 3, a highly capable and versatile anthropomorphic soft hand based on pneumatic actuation. The RBO Hand 3 is designed to enable dexterous manipulation, to facilitate transfer of insights about human dexterity, and to serve as a robust research platform for extensive real-world experiments. It achieves these design goals by combining many degrees of actuation with intrinsic compliance, replicating relevant functioning of the human hand, and by combining robust components in a modular design. The RBO Hand 3 possesses 16 independent degrees of actuation, implemented in a dexterous opposable thumb, two-chambered fingers, an actuated palm, and the ability to spread the fingers. In this work, we derive the design objectives that are based on experimentation with the hand's predecessors, observations about human grasping, and insights about principles of dexterity. We explain in detail how the design features of the RBO Hand 3 achieve these goals and evaluate the hand by demonstrating its ability to achieve the highest possible score in the Kapandji test for thumb opposition, to realize all 33 grasp types of the comprehensive GRASP taxonomy, to replicate common human grasping strategies, and to perform dexterous in-hand manipulation.

研究动机与目标

• 开发一种高度灵巧、顺应且鲁棒的软体机械手，用于真实世界中的操作实验。
• 通过仿人形设计与内在顺应性，实现将人类灵巧操作策略迁移至机器人系统。
• 创建一种可靠、模块化的研究平台，可长期、大量开展实验而无需频繁维修。
• 通过耐用、可重复的交互实现高保真数据采集，支持基于学习的操作方法。
• 通过集成先进传感与控制技术，提升响应速度与性能，推动软体机器人技术发展。

提出的方法

• 该机械手采用16个独立气动促动器，包括灵巧的对掌拇指和驱动的手掌，实现高自由度。
• 采用模块化设计，使用低成本、柔软的材料（如织物和硅橡胶）以实现快速原型制作与耐用性。
• 利用机械顺应性，被动适应物体形状并降低接触动力学影响。
• 利用环境约束（如表面和墙壁）以减少抓握与操作中的不确定性。
• 控制基于具有开关式（开/关）状态的气动阀，未来升级将采用比例阀以实现更平滑的驱动。
• 正在开发基于柔性传感器的传感反馈，包括液态金属应变传感器、压阻织物以及声学传感技术，用于接触检测与力估计。

实验结果

研究问题

• RQ1 软体机械手能否在Kapandji测试中取得最高可能得分，以验证拇指对掌能力？
• RQ2 软体机械手能否执行GRASP分类法中的全部33种抓握类型？
• RQ3 软体机械手能否复现人类常用抓握策略，特别是依赖环境约束的策略？
• RQ4 软体机械手能否仅依靠内在顺应性与开环控制实现灵巧的在手操作？
• RQ5 如何设计软体机械手，使其成为接触密集型操作实验的可靠、长期研究平台？

主要发现

• RBO Hand 3 在Kapandji测试中获得最高可能得分，证明其具备完整的拇指对掌能力。
• 该机械手成功执行了GRASP分类法中的全部33种抓握姿势，证实其具有高度可重构性与灵巧性。
• 在桌面实验中，该机械手复现了人类最常用的抓握策略，包括利用环境约束，表明其具备鲁棒性与与人手的功能相似性。
• 该机械手表现出优异的机械鲁棒性，在物体拉出实验中可承受高达39 N的外部作用力。
• 该机械手通过重新配置顺应性、驱动的约束条件，成功实现无外部反馈的在手操作，完成物体旋转。
• 该机械手的内在顺应性使其在不确定环境下仍能实现鲁棒、灵巧的操作，显著降低了对复杂传感与控制的需求。