Sensorless damage-safe grasping
本文提出了一种无传感器抓取控制器，该控制器仅利用编码器和电机出力数据，通过将物体形变限制在用户指定的应变极限内，确保了机器人采摘水果过程中的损伤安全，从而消除了对触觉传感器的需求，并在不同刚度水平下，其抓取成功率和减损效果均优于固定力基准方案。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，一只机械臂正伸进花园里去采摘一颗熟透的番茄。这项任务看似简单，却隐藏着一个棘手的悖论。为了在搬运水果时不掉落，机器人必须用力抓紧；但为了避免压伤娇嫩的表皮，它又必须轻柔抓取以免将其挤碎。问题在于，番茄并非千篇一律。一颗坚硬、未成熟的番茄质地很硬，可以承受较强的握力；而一颗柔软、过熟的番茄则非常脆弱，极易变形。如果机器人被程序设定为使用单一且固定的抓取力，它必然会失败：如果力量足以抓稳坚硬的水果，就会毁掉柔软的那颗；如果力量轻柔到足以应对柔软的水果，就会掉落坚硬的那颗。多年来，工程师们试图通过在机器人的手指上添加昂贵且脆弱的传感器来感知压力来解决这个问题，但这些传感器增加了成本和复杂性，使其在实际农业应用中变得不切实际。
日本九州大学的一个研究小组找到了另一条路径。他们并没有尝试测量精确的力量或感知水果的表面，而是教会了机器人如何限制水果的“挤压程度”。他们的方法依赖于机器人已经拥有的信号：手指的位置以及驱动其移动的电机所使用的电能（电流/扭矩）。通过观察在手指闭合时电机工作的强度，系统可以估算出水果相对于其体积被压缩了多少。机器人被编程为在估算的挤压量达到人类操作员设定的安全限度时，立即停止闭合。这种方法不需要特殊的传感器，也不需要为每一种水果设置独特的参数。它的工作原理是确保水果被挤压的程度永远不会超过其原始尺寸的特定百分比，无论该水果是硬还是软。
研究人员通过两种方式测试了这个想法。首先，他们在计算机上进行了数千次模拟，模拟了一个抓取代表不同硬度等级（从极软到极硬）水果的立方体的机械臂。他们将这种新方法与两种旧有的、更简单的策略进行了对比：一种是在接触到物体时立即停止，另一种是以固定的强力抓取。结果显示，传统方法表现不佳。那种温柔的“触碰即停”策略往往无法抓稳较硬的物体，而“固定强力抓取”策略则会压碎柔软的物体。相比之下，新方法在处理中等硬度到较硬的物体时，几乎能在所有情况下都成功稳固抓取而不造成损坏。即使是在难以达到完美平衡的最软物体上，新方法造成的损坏也显著低于旧方法，将破碎率从完全失败降低到了可控水平。
为了证明这在现实世界中可行，研究团队使用标准零件制造了一个物理机器人，并利用由柔软类橡胶材料制成的3D打印立方体进行了测试。这些立方体通过不同的内部结构进行打印，以模拟真实水果变化的硬度。结果与计算机模拟如出一辙。新控制器能够稳固地抓取立方体而不损坏它们，而旧方法要么掉落坚硬的立方体，要么完全压碎柔软的立方体。值得注意的是，新方法实现的抓取力大约只有传统强力抓取方法的二分之一。机器人能够在材料达到安全限度时精准停止，而旧方法则会持续挤压，导致过度压缩和损坏。
这一成功的关键在于研究人员称之为“认证界限”（certified bound）的概念。因为系统假设水果处于最软的状态，它会计算出一个对于任何比该假设更硬的水果都保证安全的停止点。如果水果实际上更硬，机器人会比预想中更早停止，这是安全的；如果水果正如假设的那样软，它则会在限度处恰好停止。这创造了一个安全余量，不需要机器人预先知道水果的确切硬度。所需的输入仅为水果的大小和选定的挤压限度。研究人员还发现，机器人闭合手指的速度也很重要。移动速度过快意味着在感觉到触摸后到做出反应前的极短时间内，机器人会消耗掉一部分“安全压缩预算”。通过调整闭合速度，操作员可以在工作速度和处理果实时的温柔程度之间进行权衡。
这项工作表明，机器人不需要复杂、昂贵的传感器来处理易碎物体。通过利用机器人已有的数据并专注于限制形变而非控制力量，可以创建一个既安全又具适应性的抓取系统。虽然目前的测试使用的是简单的形状和合成材料，但其原理为未来在农田中采摘真实水果的机器人提供了有力的基础。该方法能够处理自然界中广泛存在的成熟度差异，而无需为每一件单品重新编程，为长期阻碍农业自动化的难题提供了一个实用的解决方案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。