機器人通過植物般的振蕩探索工作空間,從環境中收集信息并建立知識庫,這就是最近開發的一種受植物啟發的機器人控制器,它可以提高機械臂在非結構化現實世界中的性能環境,讓機器人的手臂可以到達指定位置或者靠近周圍某個物體。
類腦機器人 (BRAIR) 實驗室、意大利圣安娜高等研究院生物機器人研究所和新加坡國立大學的研究人員開發了這種控制器,他們從大自然中汲取靈感,模仿人工復制生物過程、自然結構或動物行為以實現特定目標。這是因為動物和植物天生就具備幫助它們在各自環境中生存的能力,因此也可以提高機器人在實驗室環境之外的表現。
該控制器利用從嵌入在末端執行器附近的接近感應中獲得的信息來向所需的空間目標移動,該控制器在9自由度模塊化電纜驅動的連續臂上進行了測試,以達到空間中的多個設定點。結果有望將這些系統部署到非結構化環境中。
據開展這項研究的研究人員之一恩里科·多納托 (Enrico Donato) 介紹,軟機器人手臂是新一代機器人操縱器,它從章魚觸須、象鼻、植物等“無骨”生物所展示的先進操縱能力中汲取靈感,將這些原理轉化為工程解決方案,由此組成一個由柔性輕質材料組成的系統。這些材料可以進行平滑的彈性變形以產生柔順和靈巧的運動,這些特性使系統表現出物理穩健性和人類安全性。
雖然軟機器人手臂可以應用于廣泛的現實世界問題,但它們對于自動化任務特別有用,這些任務涉及到達剛性機器人可能無法到達的所需位置,多研究團隊最近一直在嘗試開發控制器,使這些靈活的手臂能夠有效地處理這些任務。
由于發現大多數用于軟機器人手臂的現有控制器主要在實驗室環境中表現良好,因此 Donato和他的同事著手創建一種也適用于現實環境的新型控制器,這種控制器的靈感來自于植物的運動和行為。
Donato說:“與植物不移動的常見誤解相反,植物使用基于生長的運動策略主動而有目的地從一個點移動到另一個點,這些策略非常有效,以至于植物可以在地球上幾乎所有的棲息地定居,這是動物王國所缺乏的能力。有趣的是,與動物不同,植物運動策略并非源于中樞神經系統,而是由于復雜的分散計算機制的形式。”
該團隊專門使用了基于人工智能的工具,該工具由以自下而上的結構組合的分散式計算代理組成,改款仿生控制器的新穎之處在于它的簡單性,研究人員可以利用軟機器人手臂的基本機械功能來產生整體伸展行為。具體來說,軟機器人手臂由冗余排列的軟模塊組成,每個軟模塊都通過徑向排列的三元組致動器激活,對于這種配置,系統可以產生六個主要彎曲方向。
到目前為止,研究人員使用具有 9 個自由度 (9-DoF) 的模塊化電纜驅動輕型軟機械臂在一系列測試中測試了他們的控制器,結果是積極的,該控制器的手臂比過去其他控制策略更有效地探索周圍環境和到達目標位置。
未來,新控制器可以應用于其他軟體機械臂,并在實驗室和現實環境中進行測試,以進一步評估其應對動態環境變化的能力,與此同時,研發團隊計劃進一步開發他們的控制策略,以便它可以產生額外的機械臂運動和行為。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:[email protected]。