In-Hand Manipulation Planning for Grippers with Active Surfaces

Roboterhände hatten lange Zeit mit einer speziellen Art der Geschicklichkeit zu kämpfen, die menschliche Hände ohne Nachdenken ausführen können: die Fähigkeit, ein Objekt über die Haut eines Fingers gleiten zu lassen, während man es hält. Jahrzehntelang konzentrierten sich Ingenieure, die versuchten, Roboterhände zu bauen, darauf, die komplexe, mehrgelenkige Struktur der menschlichen Hand nachzuahmen, in der Hoffnung, dass mehr Gelenke zu mehr Geschicklichkeit führen würden. Diese komplexen Designs sind jedoch oft schwierig zu steuern und zu planen, was ihren Einsatz bei realen Aufgaben einschränkt. Eine einfachere Alternative ist entstanden: Greifer mit „aktiven Oberflächen“. Dies sind Roboterfinger, die mit Mechanismen wie beweglichen Bändern oder Oberflächen ausgestattet sind, die ihre Klebrigkeit verändern können, was es ihnen ermöglicht, ein Objekt gezielt entlang des Fingers gleiten zu lassen, anstatt es nur festzuhalten. Während diese Hardware-Fähigkeit existiert, ist die Software, die dem Roboter sagt, wie er sich bewegen soll, hinterhergehinkt. Traditionelle Planungssoftware geht davon aus, dass die Finger eines Roboters über ein Objekt rollen wie ein Rad auf einer Straße, wobei jedes Gleiten als Fehler betrachtet wird, den es zu vermeiden gilt. Diese Annahme bricht völlig zusammen, wenn der Roboter darauf ausgelegt ist, Dinge absichtlich gleiten zu lassen, was Ingenieure mit leistungsstarker Hardware zurücklässt, die die Software nicht voll ausschöpfen kann.

Forscher des Worcester Polytechnic Institute und des RAI Institute haben einen neuen Planungsrahmen entwickelt, der diese Diskrepanz löst, indem er die Art und Weise ändert, wie der Roboter über das von ihm gehaltene Objekt „denkt“. Anstatt die Bewegung des Objekts ausschließlich basierend auf dessen eigener Oberfläche abzubilden, verfolgt ihr neues System die Position des Objekts relativ zur beweglichen Oberfläche des Fingers selbst. Stellen Sie sich vor, Sie versuchen, durch eine Stadt zu navigieren, während Sie ignorieren, dass die Straßen unter Ihren Füßen in Bewegung sind; traditionelle Planer versuchen, die Stadt zu kartieren, während sich die Straßen verschieben, was zu Verwirrung und Fehlern führt. Der neue Ansatz erkennt an, dass die Straßen in Bewegung sind, und plant die Route basierend auf der Beziehung zwischen dem Auto und der Straße. Durch die Erstellung eines kombinierten Zustandsraums, der sowohl das Objekt als auch die Fingeroberfläche gleichzeitig berücksichtigt, kann das System komplexe Sequenzen von Gleit- und Rotationsbewegungen planen, die zuvor unmöglich zu berechnen waren.

Die Forscher testeten dieses neue Denken an zwei sehr unterschiedlichen Arten von Greifern mit aktiver Oberfläche. Der erste war ein Variable-Friction-Greifer (Greifer mit variabler Reibung), der einen Mechanismus nutzt, um Teile seiner Finger auf Befehl rutschig oder klebrig zu machen. Der zweite war ein Belt-Orienting-Phalanges-Greifer (Greifer mit orientierenden Band-Fingergliedern), der kleine Förderbänder auf seinen Fingern verwendet, um Objekte zu schieben. In physischen Experimenten mit dem reibungsbasierten Greifer plante und führte das System Aufgaben mit sechs verschiedenen Objektformen erfolgreich aus, darunter Hexagone, Sterne und gebogene Stücke. Der Roboter konnte Objekte 40 Millimeter über seine Finger gleiten lassen und sie mit hoher Präzision in verschiedene Richtungen drehen. In diesen physischen Versuchen generierte der Planer den Pfad in weniger als einer Sekunde im Durchschnitt, und der Roboter schloss 96 Prozent der 135 physischen Versuche erfolgreich ab. Die wenigen Ausfälle waren nicht auf die Planungslogik zurückzuführen, sondern auf die physikalischen Eigenschaften der Objekte, wie zum Beispiel eine Gelatinedose, die ihr Gewicht während der Bewegung verschob, was die Endposition leicht veränderte.

Die Leistungsfähigkeit dieses neuen Rahmens wurde noch deutlicher, als die Forscher den Roboter baten, eine komplexere Aufgabe auszuführen: das Rekonfigurieren eines Rubik's Cubes. Das Ziel war nicht nur, den Würfel zu drehen, sondern ihn innerhalb des Griffs so weit gleiten zu lassen, bis eine bestimmte Schicht hervorsteht, die für einen Menschen zugänglich ist. Dies erforderte eine Sequenz aus dem Gleiten des Würfels zu einem Pinch-Griff, dem Zurückgleiten, um Platz zu schaffen, dem Drehen und dem anschließenden Herausgleiten. Traditionelle Planungsmethoden, die sich auf die Oberfläche des Objekts als Karte verlassen, konnten keinen kontinuierlichen Pfad für diese Aufgabe erkennen, da sich die Kontaktpunkte auf dem Objekt in einer Weise änderten, die ihre Software nicht miteinander verbinden konnte. Der neue Planer hingegen erkannte die kontinuierliche Bewegung entlang der Fingeroberfläche und generierte erfolgreich die Sequenz. In einem separaten Experiment mit einer Simulation des bandgetriebenen Greifers erreichte der neue Planer eine Erfolgsquote von 100 Prozent bei allen Aufgaben, während bestehende Planungsmethoden bei der Mehrheit der Aufgaben scheiterten und oft dazu führten, dass der Roboter das Objekt fallen ließ oder mit seiner eigenen Struktur kollidierte.

Die Studie zeigt, dass die Einschränkung nie die Fähigkeit der Hardware war, sich zu bewegen, sondern die Unfähigkeit der Software, die Bewegung korrekt zu visualisieren. Indem sie die alte Regel aufgaben, dass Gleiten ein Fehler sei, und stattdessen die Fingeroberfläche als dynamischen Teil der Planungskarte behandelten, ermöglichten die Forscher Robotern die Durchführung von Manipulationen in der Hand, die zuvor nicht machbar waren. Die Ergebnisse zeigen, dass dieser Ansatz bei verschiedenen Arten von aktiven Oberflächen funktioniert, von der Reibungsmodulation bis hin zu Förderbändern, was auf einen einheitlichen Weg zur Programmierung von Geschicklichkeit für eine breite Palette zukünftiger Roboterhände hindeutet. Das System erfordert keine komplexen Sensoren, um das Objekt in Echtzeit zu sehen; es stützt sich darauf, die Form des Objekts und die Fähigkeiten des Greifers zu kennen, um einen Pfad zu berechnen, der physikalisch möglich ist, noch bevor der Roboter überhaupt mit der Bewegung beginnt. Dieser Wechsel von der objektzentrierten zur finger-objekt-zentrierten Planung öffnet die Tür für Roboter, komplexe Aufgaben in der realen Welt mit einer Fluidität zu bewältigen, die zuvor allein dem Bereich der menschlichen Hände vorbehalten war.