抓呀抓？MIT研发带触觉柔性机械手，可化身“整理师”帮你收拾杂乱房间

Original Robospeak 机器人大讲堂 2023-12-22

一天匆忙的工作结束后终于回到家中，刚想舒舒服服的扑进大床的怀抱，却发现屋子里杂乱不堪……椅子上总是一不小心就“长”出了衣服，还有你永远找不到的东西。

“乱室佳人”们，有没有中枪的感觉？

这个时候，你可能需要一个来自米国的机器人，替你整理房间。

看，成熟的机械手已经开始帮主人干活了。

玩过抓娃娃机的小伙伴们都知道，一旦按下操纵杆按钮，这就是一场观望游戏。

都是套路啊。。。

其实，这种抓手缓慢而深思熟虑的方法就类似于最先进的拾放机器人，它们使用高级规划器来处理视觉图像并规划出一系列动作来抓取物体。如果抓手错过了它的标记，它就会回到起点，控制器必须在那里制定新的计划。

为了让机器人拥有更灵活的触觉，前不久，麻省理工学院的工程师们开发出一种通过反射抓取的抓手。这款机器人不是在尝试失败后从头开始，而是在当下适应以反射性地滚动手掌或捏住物体以获得更好的抓握。

它能够自行执行“最后一厘米”调整，无需更高级别的规划人员参与。

▍将反应纳入机器人规划架构

在机器人操作领域，许多科研人员们将研究重点放在改进感知和规划算法上，假设这些高级规划者输出的动作很容易由机器人系统实现。然而，虽然改进感知和规划对于机器人系统超越人类操作性能来说当然是必要的，但快速和稳健地执行操作计划也很关键。

此次MIT的研发团队构建了一种新型操作架构，将反应纳入机器人规划架构，并提供了一个通用的组织结构，用于将反射嵌入到机器人系统中，旨在增加高级操作计划的稳健性的同时降低操作计划问题的必要复杂性。

本体感受操纵平台

这款机械手的设计包括一个高速手臂和两个轻巧的多关节手指。除了安装在手臂底部的摄像头外，该团队还在指尖处安装了定制的高带宽传感器，可以立即记录任何接触的力量和位置，以及手指与周围物体的接近度。

研究人员设计了机器人系统，让高级规划师首先处理场景的视觉数据，标记物体的当前位置，抓手在该位置拾取物体，以及机器人应该放下物体的位置。然后，规划器为手臂设置一条伸出并抓住物体的路径。此时，自反控制器接管。

自反控制架构

团队编写了一种算法，指示机器人快速执行三种抓取动作中的任何一种，他们称之为“反射”，可以对实时测量的响应触手可及。这三种反射在机器人接近物体的最后一厘米内启动，使手指能够抓住、捏住或拖动物体，直到更好地抓住它。

他们对反应进行了编程，无需高级规划人员参与。相反，反应是在较低的决策层组织的，因此它们可以像本能一样做出反应，而不必仔细评估情况以计划最佳解决方案。

“在人们生活和工作的环境中，总会存在不确定性，”麻省理工学院机械工程系研究生安德鲁·萨卢托斯 (Andrew SaLoutos) 说。“有人可以在桌子上放一些新东西，或者在休息室里移动一些东西，或者在水槽里多放一个盘子。我们希望具有反应能力的机器人能够适应并应对这种不确定性。”

SaLoutos 和他的同事将于 5 月在 IEEE 机器人与自动化国际会议 (ICRA) 上发表一篇关于他们设计的论文。他在麻省理工学院的合著者包括博士后 Hongmin Kim、研究生 Elijah Stanger-Jones、Menglong Guo SM '22，以及麻省理工学院仿生机器人实验室主任、机械工程教授 Sangbae Kim。

▍实验抓取能力测试

接下来，团队通过各种物品来展示抓手的反应能力。

跃跃欲试的“小手手”

抓取杯子：

"抱起”一袋咖啡渣：

实验结果表明，机器人能够快速适应每个物体的特定形状。在抓取咖啡渣时，它甚至还可以适应松软度。在 117 次尝试中，抓取器在超过 90% 的时间里快速并成功地拾取和放置了物体，而无需在抓取失败后退出并重新开始。

第二个实验中研究人员们展示了机器人如何在瞬间做出反应。当研究人员改变杯子的位置时，尽管没有视觉更新位置，但抓手能够重新调整并基本上感觉周围，直到它感觉到杯子在它的手中。与基线抓取控制器相比，抓手的反应将成功抓取的区域增加了 55% 以上。

‍

▍展望未来，继续升级

目前，许多机器人抓手是为相对缓慢和精确的任务而设计的，例如在工厂装配线上重复地将相同的零件组装在一起。这些系统依赖于来自车载摄像头的视觉数据；处理这些数据会限制机器人的反应时间，尤其是当它需要从失败的抓取中恢复时。

“从干净的桌子上拿起杯子——这个机器人技术的具体问题在 30 年前就已经解决了，”研究人员指出。“但更一般的方法，比如从玩具箱里捡玩具，甚至从图书馆书架上拿书，还没有解决。现在有了反应能力，我们认为有一天我们可以以各种可能的方式挑选和放置，这样机器人就有可能打扫房子。”

目前，该系统是一个概念证明，接下来研究人员们计划在系统中加入更复杂的反应和抓取操作，以期构建一个能够适应杂乱和不断变化的空间的通用拾放机器人，使机器人能够在不断变化的环境中与人类一起工作。