Granular jamming has recently become popular in soft robotics with widespread applications including industrial gripping, surgical robotics and haptics. Previous work has investigated the use of various techniques that exploit the nature of granular physics to improve jamming performance, however this is generally underrepresented in the literature compared to its potential impact. We present the first research that exploits vibration-based fluidisation actively (e.g., during a grip) to elicit bespoke performance from granular jamming grippers. We augment a conventional universal gripper with a computer-controllled audio exciter, which is attached to the gripper via a 3D printed mount, and build an automated test rig to allow large-scale data collection to explore the effects of active vibration. We show that vibration in soft jamming grippers can improve holding strength. In a series of studies, we show that frequency and amplitude of the waveforms are key determinants to performance, and that jamming performance is also dependent on temporal properties of the induced waveform. We hope to encourage further study focused on active vibrational control of jamming in soft robotics to improve performance and increase diversity of potential applications.
translated by 谷歌翻译
Fruit harvesting has recently experienced a shift towards soft grippers that possess compliance, adaptability, and delicacy. In this context, pneumatic grippers are popular, due to provision of high deformability and compliance, however they typically possess limited grip strength. Jamming possesses strong grip capability, however has limited deformability and often requires the object to be pushed onto a surface to attain a grip. This paper describes a hybrid gripper combining pneumatics (for deformation) and jamming (for grip strength). Our gripper utilises a torus (donut) structure with two chambers controlled by pneumatic and vacuum pressure respectively, to conform around a target object. The gripper displays good adaptability, exploiting pneumatics to mould to the shape of the target object where jamming can be successfully harnessed to grip. The main contribution of the paper is design, fabrication, and characterisation of the first hybrid gripper that can use granular jamming in free space, achieving significantly larger retention forces compared to pure pneumatics. We test our gripper on a range of different sizes and shapes, as well as picking a broad range of real fruit.
translated by 谷歌翻译
We test grip strength and shock absorption properties of various granular material in granular jamming robotic components. The granular material comprises a range of natural, manufactured, and 3D printed material encompassing a wide range of shapes, sizes, and Shore hardness. Two main experiments are considered, both representing compelling use cases for granular jamming in soft robotics. The first experiment measures grip strength (retention force measured in Newtons) when we fill a latex balloon with the chosen grain type and use it as a granular jamming gripper to pick up a range of test objects. The second experiment measures shock absorption properties recorded by an Inertial Measurement Unit which is suspended in an envelope of granular material and dropped from a set height. Our results highlight a range of shape, size and softness effects, including that grain deformability is a key determinant of grip strength, and interestingly, that larger grain sizes in 3D printed grains create better shock absorbing materials.
translated by 谷歌翻译
粒状干扰在软机器人中的应用是最近和有希望的新技术,为创建更高的性能机器人设备提供令人兴奋的可能性。通过在含有颗粒物质内的膜内的真空压力施加真空压力来实现粒状干扰,并且从设计角度来看特别是有趣的,因为可以利用设计参数的多种设计参数来诱导各种有用的行为。迄今为止,已经研究了变量(如晶粒形状和尺寸)以及膜材料的效果作为诱导定制抓握性能的手段,但是由于其特定地,尚未研究其他主要贡献因素,膜形态膜形态学两种准确建模和制造的复杂性。该研究介绍了优化颗粒干扰夹具的膜形态,组合多材料3D打印和进化算法来搜索Materio中的各种形态设计空间的研究。在单个运行中打印整个几代,并测试夹持器保持力并用作健身测量。我们的方法是相对可扩展的,规避需要建模,并保证所考虑的夹具的真实表现。结果表明,膜形态是夹具性能的关键决定因素。可以看到常见的高性能设计以优化粒状夹持器产生抓地力的所有三种主要识别机制,与标准夹持形态有显着不同,并概括跨越一系列测试对象。
translated by 谷歌翻译
软机器人抓手具有许多优势,可以解决动态空中抓握方面的挑战。最近展示的用于空中抓握的典型多指的软握把高度依赖于成功抓握的目标对象的方向。这项研究通过开发一种用于自主空气操纵的全向系统来推动动态空中抓地力的边界。特别是,该论文研究了一种新型,高度集成,模块化,传感器富含通用的握把的设计,制造和实验验证,专为空中应用而设计。提出的抓手利用粒子堵塞和软颗粒材料的最新发展产生了强大的握持力,同时非常轻巧,节能,并且只需要低激活力。我们表明,通过在膜的硅硅混合物中添加添加剂,可以将持有力提高多达50%。实验表明,即使没有几何互锁,我们的轻质抓地力也可以以低至2.5n的激活力发育高达15n的持有力。最后,通过将抓地力安装到多旋风的情况下,在实际条件下执行了一个选择和释放任务。开发的空中抓握系统具有许多有用的属性,例如对碰撞的弹性和鲁棒性以及将无人机与环境脱离的固有的被动合规性。
translated by 谷歌翻译
Grasping是实际应用中大多数机器人的重要能力。软机器人夹具被认为是机器人抓握的关键部分,并在对象几何形状方差方差的高度和稳健性方面引起了相当大的关注;然而,它们仍然受到相应的传感能力和致动机制的限制。我们提出了一种新型软夹具,看起来像碎碎的碎碎片,其具有综合模具技术制造的柔顺的双稳态机构,纯粹机械地实现感测和致动。特别地,所提出的夹持器中的卡通双稳态结构允许我们降低机构的复杂性,控制,感测设计,因为抓握和感测行为是完全被动的。一旦夹持器的触发位置触及物体并施加足够的力,抓握行为就会自动激励。为了用各种型材抓住物体,所提出的粮食软夹具(GSG)设计为能够包封,夹紧和持续爪。夹具由腔掌,棕榈帽和三个手指组成。首先,分析夹具的设计。然后,在构造理论模型之后,进行有限元(FE)仿真以验证构建的模型。最后,进行了一系列掌握实验,以评估所提出的夹持器对抓握和感测的卡通行为。实验结果说明了所提出的夹持器可以操纵各种柔软和刚性物体,并且即使它承担外部干扰,也可以保持稳定。
translated by 谷歌翻译
由于柔软的机器人越来越多地在需要高度和受控接触力的环境中使用,最近的研究表明,使用软机器人来估计或本质上感应而不需要外部传感机制。虽然这主要被示出在肌腱的连续管道机构或包括推拉杆致动的可变形机器人,但由于高致动变异性和非线性机械系统响应,流体驱动器仍然造成巨大挑战。在这项工作中,我们调查液压,并联软机器人至本质上的能力和随后控制接触力。导出了一种综合算法,用于静态,准静态和动态力感测,依赖于系统的流体体积和压力信息。该算法验证了单一自由度软流体致动器。结果表明,在准静态配置中,可以在验证范围内的验证范围内的0.56±0.66n的精度下估计作用在单个致动器上的轴向力。力传感方法应用于在单个致动器中强制控制以及耦合的并联机器人。可以看出,两种系统可以准确地控制力,以在多自由度平行软机器人的情况下控制定向接触力的能力。
translated by 谷歌翻译
意识到高性能软机器人抓手是具有挑战性的,因为软执行器和人造肌肉的固有局限性。尽管现有的软机器人抓手表现出可接受的性能,但他们的设计和制造仍然是一个空旷的问题。本文探索了扭曲的弦乐执行器(TSA),以驱动软机器人抓手。 TSA已被广泛用于众多机器人应用中,但它们包含在软机器人中是有限的。提议的抓手设计灵感来自人类手,四个手指和拇指。通过使用拮抗剂TSA,在手指中实现了可调刚度。手指的弯曲角度,驱动速度,阻塞力输出和刚度调整是实验表征的。抓手能够在Kapandji测试中获得6分,并且还可以达到33个Feix Grasp Grasp分类法中的31个。一项比较研究表明,与其他类似抓手相比,提出的抓手表现出等效或卓越的性能。
translated by 谷歌翻译
虽然在各种应用中广泛使用刚性机器人,但它们在他们可以执行的任务中受到限制,并且在密切的人机交互中可以保持不安全。另一方面,软机器鞋面超越了刚性机器人的能力,例如与工作环境,自由度,自由度,制造成本和与环境安全互动的兼容性。本文研究了纤维增强弹性机壳(释放)作为一种特定类型的软气动致动器的行为,可用于软装饰器。创建动态集参数模型以在各种操作条件下模拟单一免费的运动,并通知控制器的设计。所提出的PID控制器使用旋转角度来控制多项式函数之后的自由到限定的步进输入或轨迹的响应来控制末端执行器的方向。另外,采用有限元分析方法,包括释放的固有非线性材料特性,精确地评估释放的各种参数和配置。该工具还用于确定模块中多个释放的工作空间,这基本上是软机械臂的构建块。
translated by 谷歌翻译
空气中的快速且通用的物体操纵是一个开放的挑战。节能和自适应的软抓地力与敏捷航空媒介相结合可以彻底改变仓库等区域的空中机器人操纵。本文提出了一个由生物启发的抓斗者,该抓地力由安装在四轮驱动器上的液压放大的静电执行器提供动力,该执行器可以与其环境安全自然地相互作用。我们抓紧的概念是由鹰的脚激励的。我们的自定义多动物概念的灵感来自蝎子尾部设计(由邻接的小袋组成的基本电极组成)和蜘蛛启发的接头(经典的小袋电动机,带有灵活的铰链层)。与单铰链概念相比,这两种设计的混合体在高达25 {\ deg}的中等偏转下实现了更高的力输出。此外,将铰链层夹紧可改善抓手的稳健性。我们第一次表明,使用静电致动,空气中的软操作可能是可能的。这项研究证明了在空中机器人操作中不受束缚的液压扩增的执行器的潜力。我们的概念证明为在移动航空系统中使用液压静电执行器的使用打开了。
translated by 谷歌翻译
在过去的十年中,自动驾驶航空运输车辆引起了重大兴趣。这是通过空中操纵器和新颖的握手的技术进步来实现这一目标的。此外,改进的控制方案和车辆动力学能够更好地对有效载荷进行建模和改进的感知算法,以检测无人机(UAV)环境中的关键特征。在这项调查中,对自动空中递送车辆的技术进步和开放研究问题进行了系统的审查。首先,详细讨论了各种类型的操纵器和握手,以及动态建模和控制方法。然后,讨论了降落在静态和动态平台上的。随后,诸如天气状况,州估计和避免碰撞之类的风险以确保安全过境。最后,调查了交付的UAV路由,该路由将主题分为两个领域:无人机操作和无人机合作操作。
translated by 谷歌翻译
我们提出了一种使用嵌入式麦克风和扬声器来测量不同执行器特性的软气动执行器的感应方法。执行器的物理状态确定声音通过结构传播时的特定调制。使用简单的机器学习,我们创建了一个计算传感器,该传感器从声音录音中渗透相应的状态。我们在软气动连续执行器上演示了声传感器,并使用它来测量接触位置,接触力,对象材料,执行器通胀和执行器温度。我们表明该传感器是可靠的(六个接触位置的平均分类速率为93%),精确(平均空间精度为3.7毫米),并且可抵抗常见的干扰(如背景噪声)。最后,我们比较了不同的声音和学习方法,并以20毫秒的白噪声和支持向量分类器作为传感器模型获得最佳结果。
translated by 谷歌翻译
与传统的刚性机器人相比,由于合规性,安全性和低成本,软机器人由于其优点而引起了越来越多的关注。作为软机器人的重要组成部分,软机器人夹具还显示出其优越的同时抓住具有不规则形状的物体。已经进行了最近的研究,以通过调整可变有效长度(VEL)来改善其抓握性能。然而,通过多室设计或可调刚度形状记忆材料实现的Vel需要复杂的气动电路设计或耗时的相变过程。这项工作提出了一种由3D印刷灯丝,忍者克朗的折叠式软机器人执行器。它是通过高速模型进行实验测试和表示的。进行数学和有限元建模,以研究所提出的软致动器的弯曲行为。此外,提出了一种拮抗约束机制来实现VEL,并且实验表明实现了更好的符合性。最后,设计了一种双模夹具,以展示Vel对抓取性能的进步。
translated by 谷歌翻译
Robotic hands with soft surfaces can perform stable grasping, but the high friction of the soft surfaces makes it difficult to release objects, or to perform operations that require sliding. To solve this issue, we previously developed a contact area variable surface (CAVS), whose friction changed according to the load. However, only our fundamental results were previously presented, with detailed analyses not provided. In this study, we first investigated the CAVS friction anisotropy, and demonstrated that the longitudinal direction exhibited a larger ratio of friction change. Next, we proposed a sensible CAVS, capable of providing a variable-friction mechanism, and tested its sensing and control systems in operations requiring switching between sliding and stable-grasping modes. Friction sensing was performed using an embedded camera, and we developed a gripper using the sensible CAVS, considering the CAVS friction anisotropy. In CAVS, the low-friction mode corresponds to a small grasping force, while the high-friction mode corresponds to a greater grasping force. Therefore, by controlling only the friction mode, the gripper mode can be set to either the sliding or stable-grasping mode. Based on this feature, a methodology for controlling the contact mode was constructed. We demonstrated a manipulation involving sliding and stable grasping, and thus verified the efficacy of the developed sensible CAVS.
translated by 谷歌翻译
Applying suction grippers in unstructured environments is a challenging task because of depth and tilt errors in vision systems, requiring additional costs in elaborate sensing and control. To reduce additional costs, suction grippers with compliant bodies or mechanisms have been proposed; however, their bulkiness and limited allowable error hinder their use in complex environments with large errors. Here, we propose a compact suction gripper that can pick objects over a wide range of distances and tilt angles without elaborate sensing and control. The spring-inserted gripper body deploys and conforms to distant and tilted objects until the suction cup completely seals with the object and retracts immediately after, while holding the object. This seamless deployment and retraction is enabled by connecting the gripper body and suction cup to the same vacuum source, which couples the vacuum picking and retraction of the gripper body. Experimental results validated that the proposed gripper can pick objects within 79 mm, which is 1.4 times the initial length, and can pick objects with tilt angles up to 60{\deg}. The feasibility of the gripper was verified by demonstrations, including picking objects of different heights from the same picking height and the bin picking of transparent objects.
translated by 谷歌翻译
人体中的微观机器人可以从超声波上收集能量,从而提供对自主行为​​的板载控制,例如测量和通信诊断信息以及精确输送药物。本文评估了使用活塞收集能量的微米大小机器人可用的声电。活塞上的声学衰减和粘性阻力是对可用功率的主要限制。大约100kHz的频率可以在皮肤上约10厘米的换能器内向低衰减组织中的机器人传递数百个Picowatt,但在高衰减组织(例如肺)中却少得多。但是,微观机器人的应用可能涉及如此之多,以至于机器人显着增加衰减,从而降低了体内深处的机器人的功率。本文描述了机器人如何共同管理何时和何时收获能量来减轻这种衰减,从而平均可以为每个机器人提供数十亿机器人。
translated by 谷歌翻译
尽管有多样化的环境进展,但蛇机器人仍然远远落后于穿越大障碍物的复杂的3-D地形。这是由于缺乏对如何控制3-D体弯曲以推动地形特征来产生和控制推进的理解。生物学研究表明,总体蛇使用接触力传感来实时调整身体弯曲。然而,由于缺乏对其力传感器官如何工作的基本知识,研究蛇中的这种感觉调制的力量控制是挑战性的。在这里,我们采取了一种robophysics方法来进行进步,从开发一个能够使用接触力感测的3-D体弯曲的蛇机器人来实现,以实现系统的运动实验和力量测量。通过两个开发和测试迭代,我们创建了一个12段机器人,其中36个压电板传感器分布在所有段上,具有符合30 Hz的采样频率的符合壳体。机器人测量接触力,同时使用具有高可重复性的垂直弯曲来横穿大障碍,实现为提供系统实验的平台的目标。最后,考虑到压电传感器的粘弹性行为,我们探讨了基于模型的校准,这将为未来的研究有用。
translated by 谷歌翻译
从对量子网络和传感器的基本力量的超敏感探测器,机械谐振器能够在室温环境中实现下一代技术。目前,氮化硅纳米腔作为这些进步中的领先微芯片平台,允许机械谐振器从环境热噪声显着隔离的机械谐振器。然而,迄今为止,人类直觉仍然是设计过程背后的驱动力。这里,由自然启发和通过机器学习引导,开发了一种蜘蛛网纳米机械谐振器,其显示通过数据驱动优化算法发现的新颖“扭转软夹紧”机构从环境热环境中分离的振动模式。然后制造该生物启发的谐振器;通过在室温环境中通过高于10亿以上的机械师进行实验证实了新的范式。与其他最先进的谐振器相比,这种里程碑是通过紧凑的设计实现的,该设计不需要亚微米光刻特征或复声胶凝带,使得在大尺度上制造显着更容易和更便宜。在这里,我们展示了机器学习与人类直觉一起工作的能力,以增加创造性的可能性,并在计算和纳米技术中发现新的策略。
translated by 谷歌翻译
软机器人抓手有助于富含接触的操作,包括对各种物体的强大抓握。然而,软抓手的有益依从性也会导致重大变形,从而使精确的操纵具有挑战性。我们提出视觉压力估计与控制(VPEC),这种方法可以使用外部摄像头的RGB图像施加的软握力施加的压力。当气动抓地力和肌腱握力与平坦的表面接触时,我们为视觉压力推断提供了结果。我们还表明,VPEC可以通过对推断压力图像的闭环控制进行精确操作。在我们的评估中,移动操纵器(来自Hello Robot的拉伸RE1)使用Visual Servoing在所需的压力下进行接触;遵循空间压力轨迹;并掌握小型低调的物体,包括microSD卡,一分钱和药丸。总体而言,我们的结果表明,对施加压力的视觉估计可以使软抓手能够执行精确操作。
translated by 谷歌翻译
视觉的触觉传感器由于经济实惠的高分辨率摄像机和成功的计算机视觉技术而被出现为机器人触摸的有希望的方法。但是,它们的物理设计和他们提供的信息尚不符合真实应用的要求。我们提供了一种名为Insight的强大,柔软,低成本,视觉拇指大小的3D触觉传感器:它不断在其整个圆锥形感测表面上提供定向力分布图。围绕内部单眼相机构造,传感器仅在刚性框架上仅成型一层弹性体,以保证灵敏度,鲁棒性和软接触。此外,Insight是第一个使用准直器将光度立体声和结构光混合的系统来检测其易于更换柔性外壳的3D变形。通过将图像映射到3D接触力的空间分布(正常和剪切)的深神经网络推断力信息。洞察力在0.4毫米的总空间分辨率,力量幅度精度约为0.03 n,并且对于具有不同接触面积的多个不同触点,在0.03-2 n的范围内的5度大约5度的力方向精度。呈现的硬件和软件设计概念可以转移到各种机器人部件。
translated by 谷歌翻译