Soft Robotics
搜索文档
IJRR发表,软体机器人传感系统新突破!PneuGelSight 借机器视觉实现高精度本体与触觉感知
机器人大讲堂· 2025-10-15 23:32
技术突破与核心创新 - 开发了一种基于视觉的软体机器人传感方案,为软体机器人提供了新颖、易实现且可靠的传感路径[1] - 该方案在一款名为PneuGelSight的创新气动软体手指上得到验证,能够同步实现高分辨率的本体感知与触觉感知[1] - 研究成果发表在国际权威期刊《IJRR》上[3] 产品设计与制造工艺 - PneuGelSight是一种集成摄像头与内部照明的气动软体手指,整体长度为110毫米,横截面为直径55毫米的半圆形[4][7] - 结构分为两部分:背面采用3D打印的波纹管形态易于伸展,内侧由更厚、更硬的铸造硅胶板构成促使手指向内弯曲[4] - 制造过程采用SLA 3D打印技术制造模具,分三步铸造硅胶板,并在传感表面涂覆半镜面铝粉以增强光学反射性能[7][9] 光学系统与感知原理 - 光学结构由嵌入式摄像头、照明系统以及柔软反射面三个组件组成,通过捕捉光反射变化来计算表面法线并重建三维几何形状[6] - 通过基于物理的渲染技术仿真优化光纤颜色排列,以接触区域的颜色方差作为设计评估指标,方差越高代表系统对不同表面法线的区分能力越强[10] - 本体感知通过捕捉接触面轮廓等宏观图像特征,输入深度学习算法重建手指三维高精度点云模型,平均倒角距离为5.35毫米[11][12][16] - 触觉感知通过捕捉物体纹理压迫硅胶层导致的细微颜色变化,反向推算接触点法线以重建物体表面特征[11][19] 性能表现与应用验证 - 在NVIDIA RTX 4070 GPU上测试,即使点云数量达到8192,推理时间仍低于0.05秒,满足实时控制需求[17] - 触觉感知最小能检测到0.2 N的力,约等于拿起一张A4纸的力气,通过调整硅胶硬度可改变灵敏度[25] - 在传感器中心区域、中低压力条件下重建精度最高,倒角距离可达0.18毫米,深度误差低于0.2毫米[21] - 实际应用演示中,通过多次触摸获得的局部形状与纹理信息进行“拼接”,成功构建出牛油果的三维模型及其表面特征[26][27] 行业生态与市场参与者 - 文章末尾列举了工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能及核心零部件等领域的众多企业名单[31][32][33][34][35]
从地面到垂直墙无缝切换!密歇根大学×上海交大联合研发SPARC,突破软体机器人天花板!
机器人大讲堂· 2025-09-30 18:09
文章核心观点 - 密歇根大学与上海交通大学的研究团队开发出名为SPARC的软体机器人,该机器人采用独特的折纸结构设计,能够在水平和垂直表面之间无缝过渡并实现精确轨迹跟踪,是首个具备此能力的软体机器人[2][6] 机器人技术特点与设计 - SPARC是一款柔软、本体感受、敏捷的3D攀爬机器人,其攀爬动作依赖于三个基于Kresling折纸图案设计的气动执行器[3] - 机器人集成了三个并行排列的3D打印Kresling折纸执行器与吸盘结构,可在多种表面上实现三维驱动与吸附[5] - 核心驱动单元在-80kPa负压条件下可实现60%的收缩率,驱动力达3千克,使用寿命超过20000次循环[7] - 配备四个硅胶吸盘作为足部,每个足部采用双吸盘配置以降低变形风险,确保真空粘附时位置与方向稳定[9] - 采用软硬材料组合的3D打印工艺,软质部分选用TPE材料,刚性部件采用PLA材料,真空吸盘由硅橡胶制成[9] 运动控制与感知系统 - 创新性地利用了Kresling折纸固有的收缩-扭转耦合特性,让SPARC实现了实时本体感知和状态重建,无需依赖外部传感器[3][5] - 在步态控制器中采用了双闭环控制系统,通过角度编码器实现精确姿态管理,同时结合运动捕捉技术调整全局定位[5] - 采用在多段连续体机器人领域广泛应用的分段恒定曲率模型进行运动学建模,其最大前向步长为30毫米[12] - 爬行步态设计灵感来源于蚯蚓的运动模式,一个完整的向前步态周期包含四个阶段,两个步骤构成一个完整循环[12] 性能测试结果 - SPARC展现了在地面与垂直表面之间平稳过渡的能力,并能在垂直平面上承载超过自身重量两倍的有效载荷(自重210克,负载500克)[5] - 在三维空间中实现了60%高幅度收缩、50度弯曲性能,以及较高的负载能力[5] - 在水平地面运动时相对跟踪误差约为0.5%;在垂直墙壁曲线路径跟踪实验中,轨迹偏差控制在3%以内[17] - 通过将两个SPARC模块串联,构建了串行配置机器人,该配置可使机器人最大弯曲角度提升至100度,同时最大步长达到单模块的两倍[17] 行业应用潜力 - 多模块组合方案的提出进一步拓展了软体机器人在实际工程中的应用潜力,使其能够实现从地面到正交(90度)墙壁的平稳过渡[17][19] - 这项将三维驱动、创新本体感知、运动学建模、鲁棒控制和高效规划策略相结合的工作,为后续在更复杂场景中的应用奠定了基础[6][17]