[论文解读] Viko: An Adaptive Gecko Gripper with Vision-based Tactile Sensor

Chohei Pang, Kinwing Mak+4 more|arXiv (Cornell University)|May 3, 2021

Adhesion, Friction, and Surface Interactions参考文献 28被引用 5

一句话总结

Viko 是一种自适应壁虎仿生机械手，集成基于视觉的触觉传感器，可实现实时、高分辨率的接触面积与剪切力监测。通过将壁虎粘附材料直接粘合至可变形、嵌入标记的弹性体膜上，该机械手实现了高度自适应性，并保持了牢固的附着——在30°指尖倾斜角下实现了8 N的最大承载力，通过传感器驱动的姿态调节成功抓取了多种日常物体。

ABSTRACT

Monitoring the state of contact is essential for robotic devices, especially grippers that implement gecko-inspired adhesives where intimate contact is crucial for a firm attachment. However, due to the lack of deformable sensors, few have demonstrated tactile sensing for gecko grippers. We present Viko, an adaptive gecko gripper that utilizes vision-based tactile sensors to monitor contact state. The sensor provides high-resolution real-time measurements of contact area and shear force. Moreover, the sensor is adaptive, low-cost, and compact. We integrated gecko-inspired adhesives into the sensor surface without impeding its adaptiveness and performance. Using a robotic arm, we evaluate the performance of the gripper by a series of grasping test. The gripper has a maximum payload of 8N even at a low fingertip pitch angle of 30 degrees. We also showcase the gripper's ability to adjust fingertip pose for better contact using sensor feedback. Further, everyday object picking is presented as a demonstration of the gripper's adaptiveness.

研究动机与目标

• 解决机器人机械手中壁虎仿生粘附材料缺乏实时、高分辨率触觉传感的问题。
• 克服笨重或刚性触觉传感器对壁虎机械手自适应性与性能的限制。
• 实现基于反馈的指尖姿态调节，以提升接触质量与承载能力。
• 在受限几何条件下，实现对包括大型、曲面及柔软表面物体在内的多样化物体的稳定抓取。
• 将壁虎粘附材料直接集成至基于视觉的触觉传感器上，同时不损害其柔韧性或传感性能。

提出的方法

• 采用定制的基于视觉的触觉传感器，其弹性体膜上嵌有高密度标记阵列，可捕捉接触下的形变。
• 通过光学流算法处理摄像头图像，实时提取接触面积与剪切力测量值。
• 使用双面胶或浇铸工艺将壁虎仿生粘附材料直接粘附于传感器表面，以保持膜材的可变形性。
• 机械手由Franka Emika Panda机器人臂上的伺服电机驱动，实现动态指尖姿态调节。
• 基于传感器的接触状态反馈，实现闭环控制，实时优化抓握对齐与力的施加。
• 通过F/T传感器测量剪切力，FTIR成像测量接触面积，确保测量精度。

实验结果

研究问题

• RQ1 基于视觉的触觉传感器能否为机器人机械手中的壁虎仿生粘附材料实现实时、高分辨率的接触面积与剪切力监测？
• RQ2 将壁虎粘附材料直接集成至基于视觉的触觉传感器上，对机械手的自适应性与承载能力有何影响？
• RQ3 传感器反馈在多大程度上可实现指尖姿态的动态调节，以改善接触质量与承载力？
• RQ4 在不同指尖倾斜角及物体几何形状（包括曲面与超大物体）下，机械手的性能表现如何？
• RQ5 该机械手能否在多样化形状、纹理与尺寸的日常物体上实现稳定、高力的抓取？

主要发现

• 在30°指尖倾斜角下，机械手实现了8 N的最大承载力，表明在低附着力条件下仍具有优异性能。
• 在60°、45°和30°指尖倾斜角下，平均最大承载力分别为18 N、11 N和8 N，表明随着法向分量减小，性能有所下降。
• 基于视觉的传感器实现了接触面积的实时监测，抓取直径20 cm的瓶子时，接触面积达到最大值的40–50%。
• 在瓶子上执行抓取与放置操作期间，剪切力始终保持在10–12 N的高水平，表明抓握牢固且稳定。
• 通过基于传感器反馈的动态指尖姿态调节，机械手成功抓取了多种日常物体，包括柔软、刚性、曲面及超大尺寸物体。
• 将壁虎粘附材料直接集成至传感器膜上，既保持了传感器的自适应性，也未对其传感性能或承载能力造成损害。