妥妥的“手艺人”！机械臂学会手工折纸，提取运动原语实现连续折叠任务 | Cyborg and Bionic Systems

来看看机械臂怎么玩转手工折纸。首先，两只手得配合好，右手扶着，左手轻轻地将纸张抬起一个角：

然后，右手抬起来，左手两根手指捏住纸张的一个角，折叠过去：

对齐两个角后，右手压住，左手将折痕压出来：

这是日本千叶大学（Chiba University）开发的一款能灵活折纸的机械臂，几个简单的对角折叠动作看起来简单，小朋友也可以轻易完成，但对机器人来说却不那么容易。

近期，千叶大学研究人员将这项研究发表在了 Cyborg and Bionic Systems 期刊上。

【让机械臂折纸，难在哪？】

折纸是一门神奇的艺术，一张平平无奇的纸张在折纸大师的手里，通过折叠可以变成各种形状的艺术作品，它不仅需要两只手灵活配合，还需要用到多个手指的灵活协作，并且这些运动非常复杂。因此，操作员很难教机器人生成折叠运动，也很难让机器人实现折叠运动。

对于机械臂来说，折纸这项手艺究竟有哪些挑战呢？

首先，对于精细的折纸作品，需要复杂的手指结构，机械臂的指尖工作空间范围要够大。人类可以随着腰部和脊椎的运动而移动手臂，从而增加移动范围，但要在机器人系统中添加上身轴，例如腰部系统，却并不容易。因此，在机器人的硬件设计中要考虑这点。

其次，机器人需要实时测量纸张的形状和位置，来识别纸张的变形，因为纸张在折叠过程中会改变其形状和位置。

同时，考虑到折叠运动的复杂性，机器人应该为给定的折叠图案自动生成折叠动作，但折纸过程通常被描绘（建模）成一个静态表达式，无法描述状态之间的动态过程。

下面来看看研究人员是如何解决这些问题的。

【“手艺人”折纸机械臂硬件系统】

为了保证机械臂的手部操作空间，研究人员开发了两个分别具有六自由度的机械臂，由带有正交轴的线性滑块和带有三个旋转自由度关节的手腕组成。

机械臂的左手有2只手指，用于精细操作，每根具有七个自由度。与人类的手指相比，自由度数量很高，有助于完成大范围的运动，每个关节都安装了光学编码器，用于测量关节角度；右手3只手指，主要用于辅助握纸。每根具有四个自由度，每个关节都安装了应变片用于测量接触力。

【物理模拟器与图像处理】

如何识别和测量纸张的变形呢？

机械臂系统的中央有一个工作台，纸张的形状通过放置在桌子上的深度传感器测量，图像处理模块Vision PC将测量到的纸张角的深度图像和3D位置发送到物理模拟器。

物理模拟器是研究人员通过对纸张建模，并利用纸张的四个角（分别被设置为橙色、绿色、黄色和紫色）对其进行可视化处理与更新。通过执行颜色提取过程，可以实时估计纸张的形状。在执行下一个折叠动作时，物理模拟器将使用手指的视觉信息和运动学信息，将估计的形状发送到轨迹生成器，并计算所需的指尖位置。

【运动原语的提取】

最后，就是要正确描述折纸动作之间的动态过程：

对于一张纸的状态变化，研究人员将折叠操作分解为其基本运动原语，例如对角折叠可以分成4个基本运动原语：1.确定要折叠的角；2.移动该角并进行翻转；3.对齐两个角；4.压平折痕。

当纸张部件的位置或自由度发生改变，运动就会被提取为基本原语。

提取完运动原语后，就要考虑如何实现它。

研究人员使用机器学习方法来获得所需的运动原语轨迹，使用逆运动学将机械臂指尖的期望轨迹转化为关节角度的轨迹，并将其发送给PD控制器，再使用基于位置的阻抗控制来稳定接触力。

【总结与未来】

让机械臂学会折纸的关键技术是将复杂的折叠过程分解为简单的运动原语，结合物理模拟器和深度相机视觉反馈，提高了“手艺人”的成功率，实现了连续折叠任务。

当前系统最关键的问题之一是需要估计纸张的形状。在当前配置中，系统仅观察一些特征点，物理仿真模型可以有助于实现更好的预估。然而，这不足以识别纸张的整体形状和精确条件，研究人员未来计划通过整合3D信息和物理模型来让纸张的预估形状更精准。

论文链接

https://spj.sciencemag.org/journals/

cbsystems/2021/9851834/

引用信息：

Akio Namiki, Shuichi Yokosawa, "Origami Folding by Multifingered Hands with Motion Primitives", Cyborg and Bionic Systems, vol. 2021, Article ID 9851834, 15 pages, 2021. 

https://doi.org/10.34133/2021/9851834

---

来源：类生命系统。仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言，管理员即时删侵！

更多阅读

---

---

点个在看祝你开心一整天!