受日本剪纸艺术启发的机器人抓手兼具力量和细腻触感

受日本剪纸艺术启发的机器人抓手兼具力量和细腻触感最近，我们看到了一系列机器人抓手，包括无需电力操作的抓手、从花朵中获得灵感的抓手，或带有木质"手指"的抓手。不过，北卡罗来纳州立大学（NCState）的研究人员可能刚刚开发出了更高级别的机器人抓手。该研究的通讯作者尹杰（JieYin）说："由于要在强度、精度和轻柔度之间做出权衡，因此很难开发出一种能够处理超软、超薄和超重物体的单一软抓手。我们的设计很好地平衡了这些特性。"为了在各种情况下都能发挥作用，理想的机械手需要能够在需要的地方运用细腻的技巧，同时还能发挥力量和灵巧的特长。为了实现这些目标，研究人员从日本的剪纸艺术--桐纸中汲取了灵感。在与折纸密切相关的叽里纸中，二维纸张被折叠和剪切成三维形状。研究人员发现，受桐纸启发而设计的机械手具有独特的优势。尹杰说："机器人抓手的强度通常以有效载荷与重量比来衡量。我们的机械手重0.4克，能举起6.4公斤（14.1磅）。有效载荷重量比约为16000。这比之前的有效载荷重量比记录（6400）高出2.5倍。结合其轻柔和精确的特点，该机械手的强度表明其应用范围非常广泛"。据研究人员称，这些特性更多地与机械手的设计有关，而不是由什么材料制成的。研究报告的第一作者洪耀业说："从实际意义上讲，这意味着你可以用可生物降解的材料制造机械手，比如坚固的植物叶子。这对于那些只想在有限时间内使用机械手的应用尤其有用，比如在处理食品或生物医学材料时。例如，我们已经证明，这种机械手可以用来处理针头等尖锐的医疗废物。"说到应用，在概念验证测试中，研究人员将他们的机械手与肌肉控制（肌电）假手集成在一起，证明它可以翻动书页，从葡萄藤上摘葡萄。这项研究的合著者He（Helen）Huang说："这种抓手增强了现有假肢装置难以完成的任务的功能，例如拉上某些类型的拉链、捡起一枚硬币等。新的抓手无法取代现有假手的所有功能，但可以用来补充其他功能。叽里咕噜抓手的优点之一是，你不需要更换或增强机器人假肢中使用的现有电机。在使用抓手时，只需利用现有的电机即可。"但研究人员认为，他们的新型抓手可以用于更多领域："我们认为，这种抓手设计在机器人假肢、食品加工、制药和电子制造等领域都有潜在的应用前景。我们期待着与行业伙伴合作，找到将这项技术投入使用的方法。"这项研究发表在《自然-通讯》（NatureCommunications）杂志上，下面的视频展示了机器人抓手的工作过程。...PC版：https://www.cnbeta.com.tw/articles/soft/1374773.htm手机版：https://m.cnbeta.com.tw/view/1374773.htm

受大象鼻子启发的机器人抓手可以轻松捏住各种尺寸的物体

受大象鼻子启发的机器人抓手可以轻松捏住各种尺寸的物体大象鼻子顶端灵活的"手指"为一种多功能的机器人抓手提供了灵感，它能够拿起和抓住各种大大小小的物体--从针灸针到薄金属尺再到大包装盒。大象的鼻子有点像一个巨大的滑溜溜的东西，覆盖着坚硬的皮肤，并塞满了肌肉和神经，它有许多用途--包装有强大的嗅觉，能够吸水或吸土，并能抓取不同形状的物体。PC版：https://www.cnbeta.com/articles/soft/1330689.htm手机版：https://m.cnbeta.com/view/1330689.htm

柔软的细管机器人解决了抓取脆弱物体的棘手问题

柔软的细管机器人解决了抓取脆弱物体的棘手问题拥有柔软触觉的人似乎对抓取精致的物体不存在太多问题，但对冷冰冰的机器人来说，这可能是一个艰难的要求。哈佛大学约翰-A-保尔森工程与应用科学学院（SEAS）的研究人员采取了一种以数字为基础的方法，用一个抓手将多个细管卷在一个脆弱的物体上。PC版：https://www.cnbeta.com/articles/soft/1330439.htm手机版：https://m.cnbeta.com/view/1330439.htm

受壁虎启发而设计的抓手可进行扭转 安全释放易碎物品

受壁虎启发而设计的抓手可进行扭转安全释放易碎物品受这些脚垫的启发，研究人员之前开发了一种干粘合剂，用微小的蘑菇状结构复制了刚毛。虽然这种材料能很好地粘住易碎物体并将它们托起，但并不能总是在不造成损坏的情况下将它们释放。这就是新技术的用武之地。显示受壁虎启发的抓手如何在不损坏表面的情况下脱离表面的示意图图/先进材料科学与技术韩国国立庆北大学和东亚大学的科学家将蘑菇状结构融入软硅胶抓手，并将其安装在机械臂的末端。该抓手能轻松地粘住并从倾斜表面上抓起一个精致的玻璃圆盘，而不会像通常情况下那样将其打碎。然而，一旦需要松开玻璃圆片，机械手就会同时向上抬起并扭转。这一系列动作使夹具与玻璃分离时所需的力降低了10倍。因此，物品不会发生任何损坏。作为参考，壁虎只需将脚向前抬起，就能松开对表面的抓握。Kyungpook研究员SungHoLee说："我们希望我们的研究能引起业界的浓厚兴趣，因为许多公司都对使用干粘合剂临时固定和移动部件非常感兴趣，尤其是在机器人应用领域。"最近发表在《先进材料科学与技术》（ScienceandTechnologyofAdvancedMaterials）杂志上的一篇论文介绍了这项研究。...PC版：https://www.cnbeta.com.tw/articles/soft/1397287.htm手机版：https://m.cnbeta.com.tw/view/1397287.htm

新AI技术大幅提升机器人物体识别能力

新AI技术大幅提升机器人物体识别能力研究团队的技术旨在帮助机器人检测各种家用环境中的物品，并能识别常见物品的不同版本，如大小和品牌不同的水瓶等。埃里克·琼森工程与计算机科学学院计算机科学助理教授向说:“如果你要求机器人拿起杯子或给你拿一瓶水，机器人需要识别这些物体。”研究团队实验室里有一个储物箱，里面装满了常见食物的玩具包，比如意大利面、番茄酱和胡萝卜，这些玩具包用来训练名为“Ramp”的实验室机器人。Ramp是FetchRobotics的一款移动机械手机器人，高约4英尺，位于圆形移动平台上。坡道有一个带有七个关节的长机械臂。末端是一个方形的“手”，有两个手指来抓握物体。据称，机器人学习识别物品的方式与儿童学习与玩具互动的方式类似。他们的机器人通过大力推动每个物品15-20次，使用RGB-D相机拍摄更多图片，以获取每个物品更丰富的视觉细节，从而减少误识的可能性。多次推动可获得更完整的图像序列，使机器人逐步识别出物品。这比仅依靠单次推动来“学习”物体的传统方法更具优势。研究人员表示，这种长时间机器人交互进行物体识别的系统，可以显著提高机器人识别日常生活中各类物品的能力。这对机器人完成家务等复杂任务，提升其视觉和认知能力大有裨益。后续研究将继续提升机器人的其他功能，如运动规划和控制，以实现更复杂的任务，例如分类回收物品等。这项技术进步有望加速机器人进入日常生活，服务人类需求。...PC版：https://www.cnbeta.com.tw/articles/soft/1381255.htm手机版：https://m.cnbeta.com.tw/view/1381255.htm

研究人员设计了一种3D打印的机器人手 可以轻松抓起各类物体

研究人员设计了一种3D打印的机器人手可以轻松抓起各类物体为了解决这个问题，剑桥大学的研究人员创造了一个灵活的、3D打印的机器人手，尽管它的手指不能独立移动，但仍然可以进行一系列复杂的运动。这只机器人手被训练成能够抓住不同的物体，并且能够通过使用放置在其"皮肤"上的传感器所提供的信息来预测它是否会掉落这些物体。这种类型的被动运动使机器人更容易控制，并且比具有完全机动化手指的机器人更节能。研究人员说，他们的适应性设计可用于开发低成本的机器人，这些机器人能够进行更自然的运动，并能学会抓取广泛的物体。这些结果在《高级智能系统》杂志上报告。在自然界中，运动是由大脑和身体之间的相互作用产生的：这使人和动物能够以复杂的方式运动而不消耗不必要的能量。在过去的几年里，由于3D打印技术的进步，软性部件已经开始被整合到机器人设计中，这使得研究人员能够为简单、节能的系统增加复杂性。机器人手只用手腕的动作就能拿起一个桃子大小的物体资料来源：剑桥大学人类的手是高度复杂的，在机器人中重现其所有的灵巧性和适应性是一个巨大的研究挑战。今天的大多数先进机器人都无法完成小孩子可以轻松完成的操纵任务。例如，人类本能地知道在拿起一个鸡蛋时应使用多大的力量，但对机器人来说，这是一个挑战：力量太大，鸡蛋可能会碎掉；力量太小，机器人可能会掉落。此外，一个完全驱动的机器人手，每个手指的每个关节都有电机，需要大量的能量。在剑桥大学工程系的FumiyaIida教授的生物启发机器人实验室，研究人员一直在开发这两个问题的潜在解决方案：一个能够以正确的压力量抓取各种物体的机器人手，同时使用最少的能量。"在早期的实验中，我们的实验室已经表明，仅仅通过移动手腕就有可能在机器人手上获得很大的运动范围，"共同作者托马斯-乔治-图鲁特尔博士说，他现在在伦敦大学学院（UCL）东区工作。"我们想看看基于被动运动的机器人手是否不仅能够抓取物体，而且能够预测它是否会掉落物体，并作出相应的调整。"3D打印的机器手拿筷子研究人员使用了一个植入触觉传感器的3D打印拟人手，以便该手能够感知它所接触的东西。这只手只能够进行被动的、基于手腕的运动。研究小组对这只机器人手进行了1200多次测试，观察其抓取小物体而不掉落的能力。该机器人最初使用3D打印的小塑料球进行训练，并使用通过人类示范获得的预设动作抓取它们。第一作者KieranGilday博士说："这种手有一点弹簧感：它可以自己拿起东西，而不需要手指的任何驱动。触觉传感器让机器人感觉到抓握的情况如何，因此它知道什么时候开始打滑。这有助于它预测事情何时会失败"。机器人利用试验和错误来学习什么样的抓握方式会成功。在完成对球的训练后，它又尝试抓取不同的物体，包括一个桃子、一个电脑鼠标和一卷气泡膜。在这些测试中，这只手能够成功抓取14个物体中的11个。"传感器，有点像机器人的皮肤，测量施加在物体上的压力，"乔治-图鲁特尔说。"我们不能说机器人到底得到了什么信息，但理论上它可以估计出物体被抓在哪里，用了多少力。""机器人学会了一个特定的运动和一组特定的传感器数据的组合将导致失败，这使得它成为一个可定制的解决方案，"Gilday说。"这只手非常简单，但它可以用同样的策略拿起很多物体。""这种设计的最大优势是我们可以在不使用任何执行器的情况下获得的运动范围，我们希望尽可能地简化手部的工作。我们可以在没有任何执行器的情况下获得大量良好的信息和高度的控制，这样，当我们加入执行器时，我们将在一个更有效的包装中获得更复杂的行为。"一个完全驱动的机器人手除了需要大量的能量外，也是一个复杂的控制问题。剑桥大学设计的手的被动设计，使用少量的传感器，更容易控制，提供广泛的运动范围，并简化了学习过程。在未来，该系统可以通过多种方式进行扩展，如增加计算机视觉功能或教机器人利用其环境，这将使其能够抓取更广泛的物体。...PC版：https://www.cnbeta.com.tw/articles/soft/1354847.htm手机版：https://m.cnbeta.com.tw/view/1354847.htm