ayx游戏官网

　　软体机器人能够根据相互作用力改变自身形状，从而适应不同的环境。然而，要做出更高层次的决策，仍然需要传感器反馈。大多数传感技术都将传感元件单独集成到软致动器中，这对软机器人制造与坚固程度都是一个很大的挑战。

　　为此，研究人员提出了一种多功能传感策略，无需改变设计即可改装到现有的软流体设备上。实验过程当中，研究人员测量了在与环境交互过程中激活软致动器所需的流体输入，并将该输入与其变形状态联系起来。通过对物体的大小、形状、表面粗糙度和硬度进行触觉传感，显示出使用该策略的多样性。

　　此外研究团队还对现有的气动软致动器和机械手进行了传感改造。并且团队展示了流体传感策略用于分拣、水果采摘和成熟度检测的软机械手闭环控制中的稳定性。因此研究团队认为，只要致动器与环境的相互作用会导致区间体积的形状变化，软流体致动器就无需嵌入传感器和修改设计即可实现有用的传感。

　　研究人员首先采用的是软质PneuNet弯曲致动器来进行测试，从不同高度将软推杆充气到刚性板上，对每个高度的压力-体积响应进行表征，即不同高度下的压力P与提供的空气体积V 的函数关系。研究人员特别提到，由于软体的顺应性，与环境的任何物理相互作用都会导致软推杆内部几何体积的变化。

　　为了有效感知压力-体积响应的这些差异，以及软致动器与环境的相互作用。研究人员使用电磁阀将软致动器连接到加压气罐，并在阀门打开后使用外部压力传感器测量平衡压力。为实现传感，致动器与外部系统相连。外部系统包括一个气罐、一个电磁阀和一个压力传感器。当抓取较大物体时，会达到较高的平衡压力，研究人员通过100次循环测试，压力测量值的变化在 ± 0.08 kPa范围内。

　　在实验过程当中，研究人员采用的是一个或多个相同的软弯曲致动器，为验证此方法具备一定的通用性。研究人员对长丝致动器、麦吉本型致动器、3D打印弯曲致动器、吸盘和两个商用软抓手进行了传感。

　　将流体传感方法改装到丝状致动器（a-c）、麦基本致动器（d-f）和 3D 打印弯曲致动器（g-i）上

　　结果显示与麦吉本型致动器相比，丝状致动器的传感分辨率较低。在 3D打印热塑性聚氨酯弯曲致动器上，即使是在较高200千帕压力情况下，也能做到压力平衡的状态下进行物体抓取。此外，研究人员也在商用软爪上加装传感装置，其中一个以真空压力为动力，另一个则以正压为动力，尽管两个夹具的压力-体积关系相对不同，但在两种情况下，圆柱形物体的尺寸与测得的平衡压力之间存在线性相关。

　　在机器人与环境的交互过程中，研究人员发现软推杆和抓手的绝对压力变化范围从 1.3 kPa 到 5.9 kPa 不等。对于需要较高充气压力的致动器（例如热塑性聚氨酯和长丝致动器）来说，即使相对压力差（与致动器中获得的最大压力相比，与环境相互作用产生的压力差）可能较小，但测试的所有致动器的绝对压力变化都在同一数量级。

　　因此，平均传感分辨率可通过将绝对压力变化除以测试的传感目标范围来确定，因此不会受到较低相对压力差的影响。

　　研究团队提出了一种多功能流体传感策略，它有别于传感元件嵌入软致动器设计方式，而是依赖于测量流体输入响应，只需远程连接一个压力传感器，即可准确解释机器人与环境之间的软交互。并且适配于各种软设备，可在抓取应用的闭环控制中实施。这种相对简单的传感功能集成使其能够随时用于其他软体机器人设备和应用当中，而无需改变软体设备本身的设计。

　　在未来，人工智能与机器学习能够更好地计算出软机器人与环境进行交互时压力-时间曲线的高阶差值，从而实现更复杂的传感应用。该研究团队表示，目前虽然传感策略无需在软致动器上嵌入或安装传感器，但系统的硬件仍然很笨重，目前不适合小型软机器人。为进一步减小体积，研究人员表示，可以通过软气动阀来读取软机器人与环境交互过程中产生的流体感觉反馈，从而制造出能够感知和响应环境的无电子软机器人。这项研究原理使大多数软流体设备无需改变设计即可具备（某些）传感功能，并为软交互设备和系统在现实世界的应用中实现新功能铺平了道路。返回搜狐，查看更多