中科大团队打造“象鼻”机器人,开门、擦玻璃、会给女朋友拧瓶盖的那种

分享到:

中科大团队最新研发的软体机器人,有点接地气!

他们主要是受 象鼻启发。

造出来的机器人是酱紫的。

跟以往普遍应用于深海研究、医疗康复、制造等领域不同的是,它主要应用在我们的日常生活中。

比如,给女朋友拧瓶盖。

嗯,首先你得有个女朋友。

还可以 开车转手轮。

以及一些像开门、开抽屉、擦玻璃之类的日常任务,也统统不在话下。

这一软体机器人由中科大计算机学院陈小平教授领衔打造,其研究成果入选机器人顶刊IJRR。

具体是如何实现的呢?

如何实现?

这个机器人最大的特点,就是 蜂巢气动网络结构

基于这种结构,制备了像象鼻一样兼具灵活度和大负载能力的软体手臂,其负载能力约为3Kg,负载自重比达到了1:1。

拆解来看,就是蜂巢结构和气囊的结合。

蜂巢的六边形结构密度小、压缩性能和剪切性能高,可为气动网络结构内部提供骨架,具有很好的支撑性。

这一结构是使用 桌面级3D打印机打印的,也就决定了这一机器人成本低、易制备。

团队成员表示,目前,最短两天就可以打印出一只60cm长的手臂,成本在3500元左右 (包含材料费和打印服务费)

如果以后实现量产,使用模具制作可以进一步将制备时间缩短至分钟级别。

而气囊是弹性体内部的一系列通道和腔室。当气囊充气时,依靠蜂巢的结构形变,能产生不同方向的弯曲运动或者伸长运动。

气囊的制备使用的是成熟的尼龙布加工工艺,每条手臂大约需要250个气囊,总成本约1000元。

除了蜂巢结构和气囊外,还有用于驱动手臂运动的比例调压阀,是工业上常用的气动元件。

整个手臂使用了16个比例调压阀进行控制,成本约3万元。

下一步我们将自研低成本驱动系统,进一步降低总成本。

因此可以说,整个制备过程比较容易,各个元件都已经有成熟的解决方案。

有了大体结构,就要看如何执行交互任务了。

研究团队提出了两种控制方法。

第一种是基于简化Jacobian模型的反馈控制,利用机器人在交互过程中不受环境影响的运动规律。

第二种是基于Q-learning的控制方法,通过设置虚拟目标来增加训练数据。

受人执行操纵任务的启发,研究团队还实现了 分层控制系统,包含行为规划器和行为控制系统两个部分。

而行为控制系统,又区分为高层行为控制器、低层运动控制器和控制终端。

具体来说,当执行某项任务时,先由要行为规划器,规划出做什么的动作。

以转手轮为例,只需要“向前,向下,向后,向上”这四个行为,就能将手轮转动一圈。

然后再由高层行为控制器,在三维空间里设定目标,然后传给低层运动控制器,引导手臂沿着指定的方向。

而这里的“引导”,是指低级运动控制器为控制终端产生电压,以产生相应的压力来驱动软臂。

最终,证明了在这一系统的控制下,软体机器人能在没有力传感器和环境精确模型的情况下,像人一样完成简单的交互任务。

背后的团队

而这一机器人,由中科大计算机学院陈小平教授团队打造。

据介绍,该团队在软体机器人领域研究近十年,曾先后获得IEEE ROBIO 2016最佳会议论文奖和哈佛大学软体机器人挑战赛第二名。

团队成员表示,

接下来团队将继续从自然界汲取灵感,开展软体机器人的相关研究,拓展机器人技术的边界,争取早日让机器人早日走进千家万户。

继续阅读
零距离直击机器人肺癌微创手术,医生手脚并用像开战斗机

近日,广东省医师协会胸外科医师分会暨广东省胸部肿瘤防治研究会机器人与微创外科专委会2021年机器人胸外科手术现场观摩交流会在中山大学肿瘤防治中心黄埔院区举行,来自广东省内的十多位胸外科医生“零距离”现场观摩了中肿专家如何用手术机器人进行肺癌和纵隔肿瘤根治手术。

为什么深度学习对智能机器人来说必不可少

深度学习是工业机器人的核心技术,它可以根据环境的变化推动机器人摆脱束缚,独立地进行工业操作。和人类一样,它可以通过不断的学习来丰富自己,以适应不断变化的工业环境。

心脏有缺口 机器人来“补”

今年30岁的贵州人周鑫(化名)近日在贵州医科大学附属医院心脏外科接受了先心病修补手术。该手术特别的地方在于第一次有了达芬奇机器人的参与,周鑫也是贵州省首位由达芬奇机器人完成心脏手术的先心病患者。“现在的医疗技术水平太高了,我觉得自己运气也特别好,做完这么大的手术都没有什么感觉。”周鑫说。周鑫做完手术后,经医生检查,没什么问题,马上就可以出院了。

智能制造趋势下,国产工业机器人将如何发展?

在我国制造行业逐渐呈现出稳定发展趋势的同时,智能制造行业成为驱动我国制造行业的主要动力之一。智能制造的发展离不开智能装备的支持,智能制造装备产业链上游核心零部件相关核心技术积累和自主生产能力较弱。工业机器人成智能制造发展的重要力量,相对于发达国家,我国工业机器人还有较大发展空间。整体而言,智能制造还有很长的路要走。

机器人技术推动工业领域的数字革命

近年来,自动化过程在世界各地的采用速度一直在加快。生产效率的显著提高导致人们对工业机器人取代低技能工人的兴趣增加。根据国际机器人联合会(IFR)的数据,全球平均机器人密度为每1万名人类工人拥有70多个机器人。然而,欧洲在该行业处于领先地位,平均每1万名工人生产100多台。