评论文章

前面。机器人。人工智能,2020年1月30日
秒。柔软的机器人
卷6 - 2019 | https://doi.org/10.3389/frobt.2019.00147

在现实世界中

弗兰西斯卡中¹ ^__

汉娜·斯图尔特 ² ^* ^__

曼努埃尔·g·Catalano ¹

¹柔软和康复机器人对人类合作,意大利理工学院(IIT),意大利热那亚
²体现灵活性,机械工程系,加州大学伯克利分校,伯克利分校,美国

机器人的脸迅速扩大范围的潜在的应用程序超出了控制环境,从远程勘探和搜救家庭援助和农业。物理相互作用的重点通常是委托给end-effectors-fixtures,触手或手这些机器执行手动任务。然而,有效部署通用机器人的手在现实世界中仍然是有限的几个例子,尽管几十年的专门研究。在本文中,我们审查的手发现应用程序领域,旨在讨论开放挑战的设计,讨论小说趋势和视角。我们希望鼓励有能力迅速发展机械手为长期使用在现实世界不同的设置。论文的第一部分围绕进展人工手设计,确定主要功能为各种不同的环境。最后一部分着重于整体趋势手力学、传感器和控制,以及性能和弹性胜任实际部署。

1。介绍

人手的能力为打造与世界互动,探索甚至表达情感是人类一个定义特征激发了几个世纪以来科学家和发明家。历史强调理解人类的多指手的形式和功能可能来自一个组合:(1)渴望创建美观的人形副本,(2)渴望模仿人手的多功能性,(3)的一个可以观察到人类的手在我们的一生中,和(4)需要执行环境和对象为人类设计的使用(例如,门把手,把手,等等)。丰富的评估记录人类操纵能力也因此出现了,如分类把握分类(库考特斯基,1989;Feix et al ., 2016)和特征的把握协同效应在日常生活任务(Santello et al ., 1998)。人类的手展示了伟大的弹性和适应性,在真实世界环境的挑战(琼斯和莱德曼,2006年)。

尽管这加深理解人类的手功能,证明可靠的功能在现实条件下用铰接机械化的手仍然是一个开放的挑战;任务,如处理对象,很快就变得困难由于未知的存在面临的非结构化的应用程序和环境(2016年欧盟的机器人)。任务之间的权衡的灵活性和现实操作系统的可用性影响和困扰设计师,导致特定的面向任务的末端执行器或fully-actuated的发展,高自由度(自由度)手directly-articulated多功能性的能力。历史上,专用机器人末端执行器对工业应用有巨大的影响,是最合适的工具,快速和高度重复任务(Monkman et al ., 2007)。有限的多功能性的工业叨纸牙不符合的需要灵活和精益自动化行业(4.0)和激励努力更具有适应能力末端执行器的发展,能够执行更多的功能比简单的夹具已知对象(Fantoni et al ., 2014)。不幸的是今天,fully-actuated高自由度手通常被认为是机械脆弱和复杂的控制在非结构化环境中;他们是最适合预定的设置,就像一个实验室。这个限制也激励范式机器人代理领域应该尽可能避免接触,以防止事故发生。这在本质上是与我们所看到的不匹配,高度灵活的动物身体与世界互动大量和轻松梅森,2018)。

1.1。“现实世界”的设计挑战

为了评估当前机械手发展的水平,在技术和部署两个层面,我们使用的技术准备级别规模(TRL)。实验室是一个有用的方法来区分验证试验设备(TRL 5)和市场(TRL 9)可用的技术,与中间sub-classification决议。今天,铰接机械手不广泛可用的许多潜在的市场。在这篇文章中,我们研究应用手目前在实验室6到8,在学术文献中找到。这些应用领域涉及末端执行器在试运行阶段,超出了简单的概念验证阶段。将这些技术实验室9水平意味着额外的能力承受复杂,特定于应用程序的“现实世界”的部署要求。现实世界的手要求可靠地执行许多功能和任务,面对不可预测的条件。

本文探讨一些有关机器人的应用干预,从实地机器人设置,总结图1。我们把应用程序分成类别的在太空中探索和执行维护,访问大海,反应在灾难现场,执行工业和后勤任务,上肢假肢和服务机器人能够改善人民的生活。在所有这些情况下,大部分所需的手动任务的机器人涉及物理交互作用与世界主要委托手中。

图1

图1。现实世界的例子应用手(洛夫齐克和迈伦,1999;卷边et al ., 2014;Controzzi et al ., 2016;Galloway et al ., 2016;Gardecki Podpora, 2017;斯图尔特et al ., 2017;fiedl的用于检查电子邮件地址et al ., 2018;中et al ., 2018)。本文实地勘探、工业应用、服务机器人、搜救和假肢。

手经常将掌握广泛的不同的几何和力学的对象(如形状、摩擦、柔软等。)或操纵工具在许多不同的方式(例如,扭曲,推动,痛苦,流泪,等等)。许多作品地址手的运动和动态能力来执行这些所需的功能(例如,Mishra et al ., 1987;蒙大纳州法,1988;李et al ., 1989;穆雷,2017)。此外,末端执行器扩展远离中央的身体,手臂的末端,手经常接触世界,是否故意或偶然的;他们受到影响和极端荷载,因此需要高度的物理弹性。手要成功部署在现实世界中,设计师必须所有方面采取有效的解决办法,这通常需要之间的平衡任务灵活性,机械鲁棒性和其他应用程序限制,如成本,尺寸和重量。图2概述的主要相关的功能和功能需求的现实世界的手和讨论了这项工作。

图2

图2。现实世界的手功能,包括设备的功能或行为的关键元素在现实世界中操作。

在艺术的手,自适应附属物被证明是一个有用的解决方案,提供被动的身体健壮性而使大范围的行为。最近的趋势向软,多材料日益重要和敏感的设计展示当研究人员致力于机器人更结构化的任务。然而,这些设备创建基本在控制和人工智能等领域的挑战。小的变化体现的代理力学的力量和运动传感器提供信息的情境意识可以戏剧性的结果的算法设计命令的手。手的未来需要一个严格的硬件之间的互连,传感和控制,特别是对具有挑战性的非结构化环境中。

1.2。概述

主要应用手第二节简要回顾和主要考虑观察现实世界为每个部署定性识别。视角在公开挑战和小说趋势然后在第三节讨论,旨在鼓励迅速发展的多功能real-world-capable铰接机械手。重点是灵巧功能之间的二元性和现实的适应性在无情的环境中,和基准测试这些属性的趋势。目的是讨论并提供见解,作者认为,应有助于学术调查和机器人应用程序之间的桥梁。

2。手在这个领域

本节概述的手已经被部署在现实世界中,突显出不同的设备需求和讨论他们对硬件的主要特点,控制和传感(图3)。在每个部分报告选择引人注目的引用或引用字段的用途。为每个应用领域上,手都受制于消费者的期望和环境的物理特性,包括对象必须巧妙地操纵。

图3

图3。作者的定性意见的一个图形表示。1 - 5分表示的状态估计技术在不同领域的发展。蓝色层(当前功能),它是基于著名的例子应用程序检索到的文献(例如,沙龙餐厅et al ., 2011;Gardecki Podpora, 2017;斯图尔特et al ., 2017;中et al ., 2018;本田,2019;Ottobock, 2019;臭鼬机器人,2019),而橙色的层的定性表示意见作者基于第二部分报告的审查。

2.1。空间

空间操作分为intra-vehicular活动(IVA)或舱外活动(EVA)和灵巧的机器人都适合。自动化的助理可以应用在相对标准和重复IVA(例如,按钮,打开抽屉,等等)。内部空间的胶囊是为人类设计的使用,所以它可能认为机器人可以处理human-relevant工具和对象。伊娃是危险的宇航员;宇航服使动作更笨拙和事故可能会导致生命损失(Hirzinger et al ., 2003)。这激发了机器人的发展解决方案能够在开放空间更多样化的任务。有限空间热耗散导致电动机过热,从而严重影响手工操作时间。而热可以控制定期关闭,特别注意应该致力于电子板的设计,尤其是当他们需要持续经营(沙龙餐厅et al ., 2011)。

各种努力试图为这些环境开发的适应性和可重构的手,比如在工作洛夫齐克和迈伦(1999),拉利伯特和Gosselin (2001),沙龙餐厅et al。(2011)。尽管应用程序的相关性,很少有空间操作的手部署,部分原因是极其严格的技术要求和测试的高成本。在IVA和伊娃,机器人可能会以一种互动方式的人们一起工作,和意外损坏容器可以妥协的船员安全任务的成功。它被认为是强制性的手确保安全的物理相互作用与人类和环境。这就是为什么手为空间设计普遍包括嵌入触觉或力传感的手指。

应该注意的是,在地球的表面,设计师必须小心地减少末端执行器的质量,这不成比例的机械载荷和惯性的影响。在空间里,手可以考虑少的质量对系统的性能至关重要。然而,严重的体重限制可能是由于发射限制。浮动对象的处理,这是更容易推开的手在抓,此外创建新的挑战是设计、传感和控制独特的空间应用。

2.2。海洋

船舶操纵操作是由工业领域,例如,设备维护,或科学探索,例如,收集地质岩心。海洋设备必须能够生存环境发生巨大变化,压力与变化的深度,防止水进入和破坏脆弱的材料,如电子产品。这些手因此倾向于减少机制的复杂性和减少数量的致动器,海豹,关节和传感器。设备用于重复使用包括特别可靠的防水和专门的耐腐蚀材料。

的手被部署在海洋,从single-DOF刚性爪子,比如先令泰坦爪¹与兼容的元素或自适应触手underactuation(例如,Cianchetti et al ., 2011;Lemburg et al ., 2011;Bemfica et al ., 2014;Galloway et al ., 2016;Laschi 2017;斯图尔特et al ., 2017;色差et al ., 2018;竹内et al ., 2018;辛纳屈et al ., 2019)。而非自适应的末端执行器是最持续利用,他们不适合无损,温和的生物和考古工作。虽然罕见,由于实现的挑战,一些团体包括触觉传感海底的手,选择模式或设计,使阅读对环境压力变化不敏感或低温(例如,莱恩et al ., 1999;丹纳雷et al ., 2000;Sanz et al ., 2013;Aggarwal et al ., 2015;基什内尔•卡普曼和,2015年)。

海底有许多引人入胜的解决方案使用液体泵。例如,通用干扰爪修改用于水下可以处理形状不规则的物体在淹没条件下(轻的et al ., 2016)。液压驱动水下是有意义的,因为它将大约的浮力。水的密度和粘性流体与空气,所以直接吸入依恋是一个特别有吸引力的机制。Limpet-inspired吸盘已经申请了工件聚集在深海,比如在沉船地点(Søreide 2011)。吸流被合并到一个多指水下手(斯图尔特et al ., 2019),并介绍了吸流的监控作为一个潜在的方法来执行触觉传感在水(斯图尔特et al ., 2015)。即使没有吸水泵,水的阻力影响对象已被证明改善浮动对象的捕捉,而掌握真空的空间(斯图尔特et al ., 2019)。

2.3。搜索和救援和灾害场景

救灾活动是由强烈的工作负载,例如,使用高功率的工具或者移除碎片。在这些大部队的应用程序,强化机制、物理联锁与对象和磨擦接触被认为是至关重要的。近期作品握到岩石地形甚至包括峰值和刺增加接触力(场地et al ., 2019;王et al ., 2019)。困难地形导致代理瀑布和碰撞,这样手需要支持体重在全身运动(中et al ., 2018)。DARPA机器人的挑战(DRC)提供了一个示例的不同的活动由灾难急救员(2019年美国国防部高级研究计划局)。关于操纵,刚果民主共和国的大多数任务需要手腕灵活性而不是手指灵巧,因此,许多团队选择了简化的手或触手(Stentz et al ., 2015;Karumanchi et al ., 2017;Tsagarakis et al ., 2017),有时甚至只是钩子(Johnson et al ., 2015)。这个选择是合理的,需要健壮和可靠的末端执行器优先在灵巧手。

在不同的实现中,值得一提的是,由刚果民主共和国团队最常用的解决方案是Robotiq 3手指夹(Robotiq 2019),由于欠驱动手指,提供了一个自适应抓。同样,一些球队杠杆underactuation和合规发展末端执行器易于使用(卷轴和香港,2014年)和耐用,由于小数量的组件(Stentz et al ., 2015;中et al ., 2018)。underactuation的另一个好处是可能定位传感系统的手指,从而减少电器元件的数量可能会损坏在物理相互作用(Catalano et al ., 2014)。

这一领域的应用正在迅速发展。尽管在早期发展阶段,值得一提的是搜索和救援的进展在空中操纵在高海拔和维护活动。在这个新兴领域,强调超轻量级的操纵者和末端执行器的发展,因为他们直接改变有效载荷和电池寿命鲁杰罗et al。(2018)。一个工程的步骤,目前缺少的是能力承受湿条件和高温度变化是常见的在灾难场景中(例如,消防队员)。

2.4。工业和物流

触手工业是最成熟的技术之一的审查,被成功地用于工业在过去的50年中(TRL 9日图4)。这个应用程序有多个子域,如物流、装配线、废物管理和农业食品(Fantoni et al ., 2014)。典型的任务,如在仓库和生产线,需要廉价的机器人系统,健壮,容易控制,能够可靠地掌握各种各样的对象(Kragten et al ., 2012;Asfour et al ., 2018;臭鼬机器人,2019)。因为这个原因在过去几年许多公司利用气动驱动发展的软连续触手(软机器人公司,2019年版)或非常规粒状触手(布朗et al ., 2010;修改et al ., 2016)。简单的集成和使用优先这个机器人设备,这样它可以受雇于非专业用户(Franka Emika 2019;Robotiq 2019)。

图4

图4。比较当前的TRL (TRL)在不同的应用领域,基于作者的定性意见(上)和实验室的定义由欧盟委员会提供(底部)。网上:https://ec.europa.eu/research/participants/data/ref/h2020/other/wp/2018-2020/annexes/h2020-wp1820-annex-g-trl_en.pdf

性能通常是描述的长期耐久性和速度的选择对象。速度通常引用的人类操作员功能:5 - 10 s /项目(亚马逊机器人,2019)。其他需求依赖于特定的应用程序,例如,在农业食品领域有必要处理水果和蔬菜轻轻地来防止损坏货物。在这种情况下,我们观察到的趋势发展软机器人系统提供适应性和美食(Deimel布洛克,2013;Deimel布洛克,2016;fiedl的用于检查电子邮件地址et al ., 2018;作物的财团,2019)。在这种类型的子域,灭菌末端执行器帮助降低污染的风险(例如,食品工业,洁净室)。

另一个相关的应用程序是自主维护远程(电厂、海上平台)或危险场所(核反应堆、粒子加速器、坦克和血管)(帕克德雷伯,2007)。在这些环境中,手通常会执行操作相对简单的任务,比如将阀门、或检索项(欧洲核子研究中心,2019)。一个新兴的废物管理应用程序,如国内(禅宗机器人,2019)、核能和有害垃圾(罗马人欧洲项目,2019),包括退役。手的消毒是至关重要的,之后去污处理有害物质或危险地区的操作(臭鼬机器人,2019)。在维护,一个挑战是相关问题的各种各样的形状和大小排序,包括重和笨重的材料。

2.5。服务机器人

许多机器人有不同的特征属于这一类。因此,值得区分那些是为了执行重要的体力劳动,例如,帮助老人,从这些意味着只是为了娱乐或社会互动的目的。

家用机器人为了执行体力劳动,拥有相对较高的灵活性和力量,例如,处理的烹饪工具和执行职责通常由人类(Asfour et al ., 2008;王et al ., 2008)。等特点,重要的是这两只手是负担得起的收养,并对软碰撞(Sureshbabu et al ., 2017;本田,2019)。尽管这些机器人已经介绍了集体想象阿西莫夫的书籍,这一领域仍然是一个开放的技术挑战的研究人员和没有机器人机器人部署可靠的在家里。

与机器人的主要目的社会互动,尤其有关他们如何表现,如果他们持有相似度,这是众所周知的问题定义的“恐怖谷”(Mori et al ., 2012)。在这种背景下,手中有一个人形机器人所扮演的重要角色,因为他们为他们表达的能力,他们打手势和传递感情(方et al ., 2003)。大多数这些机器人拥有手的特点是简单的设计和基本掌握功能(金子et al ., 2009;Gardecki Podpora, 2017;朋友机器人,2019)。集成的传感器检测在手臂和手掌相关联系人(Gardecki Podpora, 2017)。在研究文献,有一些专门为触摸传感器开发的例子施密茨et al。(2010)和拥抱Alspach et al ., 2018)。社会机器人系统的总体验收强烈依赖于人民和国家的文化背景和差异应该考虑(李et al ., 2016)。

2.6。假肢

假肢手的技术是最古老和最成熟的一些人提出了工作(图4)。市场上的大部分产品是1自由度系统,更类似于一个简单的握爪手。假肢可以分为化妆品的手,身体动力(bpp)或myo-electric (Kulkarni Uddanwadiker, 2015)。bpp可能是最常用的感谢他们的鲁棒性,易用性和低成本。在过去的20年里新的与更高层次的清晰度已经发展为了桥之间的差距人工和人类的手运动学(Ottobock, 2019,b;触摸仿生,2019)。尽管有这些努力,现有的设备,尤其是具有多个自由度,很难控制直觉,和在某些情况下是笨重和脆弱;他们仍然远离无缝的视觉人机交互或提供功能相同的自然对应(查德维尔et al ., 2016;Cordella et al ., 2016)。整体,一方面假肢仍然缺乏一个或多个下列性能:功能、耐久性、化妆造型、负担能力(Cordella et al ., 2016)。因此,大约20%的截肢者倾向于放弃使用他们的上肢假肢(Biddiss洲,2007年)。

新增的自适应性和敏感性假肢设备日益科学普及。最近,技术解决方案和科学发现导致一代假肢手的特点是一个拟人化的架构(即。,multi-fingered, multiple degree of freedom), but with a reduced number of degrees of actuation, with the aim to establish balance between functionality, mechatronic complexity and easiness of use. Results from these efforts are promising (广场et al ., 2019),但是其中的一些使用和测试在现实的环境中(戈弗雷et al ., 2018)。机器人假肢在市场上相对成熟,然而他们不提供丰富的形式反馈给用户,如主动触觉。这个问题现在被认为是最重要的需要刘易斯et al。(2012)是一个活跃的研究领域,例如在等工作Antfolk et al。(2013),金姆和高露洁(2012),巴塔利亚et al . (2017)。

这些系统的另一个重要需求是能源效率。提供的一个例子是假肢手,包括non-backdrivable致动器传输,以避免能量消散而持有对象和减少末端执行器的重量(Montagnani et al ., 2015 b)。这是一个解决方案用于各种手必须提供力量即使汽车动力。

3所示。的讨论和观点

第二部分展示了真实世界应用的广度适合机器人的手和操纵。物理弹性的关键因素之一是观察在不同的现实世界的应用程序。简单而强大的末端执行器往往是首选对更复杂的和潜在的不可靠的。然而,各种不同的能力要求,以满足现实世界的要求部署(见图2)。图3显示当前状态的艺术的发展和使用在不同的应用领域。对于每一个能力,定性值根据作者的观点,选择支持的例子中发现文学,分配给演示的手在现实世界的应用程序中使用的状态。图4显示作者的定性对当前技术水平的准备(TRL)。收集结果和观察的基础上,本部分旨在提供一个讨论小说趋势机械手设计、传感和控制视角所缺少对铰接在现实世界的更大的部署。

3.1。手力学的趋势

直到最近,最常见的解决方案是单自由度爪或爪。他们是有弹性,简单和各种关键任务的能力。然而,他们都是专门用来与工具,互动结构,弹性材料。更清晰,fully-actuated手使任务的灵活性和自适应机制引入均匀分配接触力的潜力与对象交互时被动更温和的处理对象(Birglen et al ., 2007)。然而自适应触手会权衡精度,适合和任务的灵活性。的第一个图图5显示手发达的数量在上个世纪(所提供的数据从数据库中提取出来的广场et al ., 2019),除以非自适应的手(N)完全驱动和耦合的解决方案,包括自适应手(A)组成的驱动和兼容传输和软适应手(),实现了一种自适应传输和软材料。第二个图图5显示手设计的分布在不同的领域。值得注意的是,工业领域(印第安纳州)手来得更均匀地分散到不同的解决方案,包括,在假体(不)人类与机器人之间的互动设计(HRI)使用更传统的机制(N & a)。在过去5年的数量是一个令人印象深刻的手结合underactuation和遵从性,如图所示图5。这可能是由于新机器人应用在高度结构化的环境。

图5

图5。提供的数据从数据库中提取出来的广场et al。(2019),(左)显示布局分布多年来,手(中间)和(右)显示手应用(工业、假肢和人类机器人交互)完整的世纪,过去5年来,分别。数据库可以在链接:https://www.annualreviews.org/doi/suppl/10.1146/annurev -控制- 060117 - 105003。

软机器人可以包括刚性链接和弹性材料(例如,灵活的关节斯图尔特et al ., 2017)或完全兼容的材料(例如,软连续机器人Deimel布洛克,2013)。Fully-soft手使用各种驱动的原则。气动驱动今天越来越有吸引力,尽管传统的限制与整合的难度对机器人的电源长久的无线应用程序。软连续机器人提供了广泛的可能性,如适应性、可压缩性,甚至变形或发展的结构,如前所述Laschi et al。(2016),那里的研究人员设想混合soft-rigid系统来克服一些传统聚合物结构的局限性(如最大驱动力量)进一步提高他们的应用程序外部的实验室。尽管在初步阶段,新型高分子材料的研究可能会对未来产生巨大影响现场应用,允许发展自我修复(牧羊人et al ., 2013;Terryn et al ., 2017)和可生物降解的机器人(Rossiter et al ., 2016)。挠性接头类别中存在各种各样的实现包括弯曲和dislocatable关节(Catalano et al ., 2014),它允许大型运动两个簇拥下(关节脱落)。手关节的更深层次的分类我们参考设计和他们的应用程序广场et al。(2019),一个完整的回顾报告机械手在上个世纪。

目前,新兴趋势减少机械电子驱动生成解决方案的复杂性和度高的抓取性能,但是,显然,减少功能的灵活性。这种情况正在迅速改变由于引入新的控制模式(更多细节见3.3节)或设计方案实现的复杂性和灵活性之间的平衡槽的组合不同的技术(Tincani et al ., 2013;施皮尔et al ., 2018)或驱动架构(Alspach et al ., 2018;德拉Santina et al ., 2018)。

人形的手出现在所有的应用领域,为审美或功能的目的。值得讨论的手指功能在人类手中已经采用机器人领域。观察手在文学,似乎没有一个单独的协议拟人化形态的手手指(#)的形状和大小。然而,需要对方的手指,像一个拇指,是公认的拟人化和non-anthropomorphic末端执行器(林和太阳,2014年;梅森,2018)。同时,人手形态不一致的定义,提出大的变化大小和运动学超过世界人口(Grebenstein et al ., 2010)。例如,一些人受polydactile综合症配有六个手指;最近的研究证明这种额外的数字提高这些人的灵活性(mehr et al ., 2019)。也有证据从文学重建外科手手指的各种人类持有不同的专门化基于他们的立场在掌上(Zenn莱文,2005),这些人的职业时必须考虑优先级不同的数字。正如库考特斯基,豪(1990),建立理论关于虚拟手指可以帮助了解多个手指的集体作用作用在一起执行灵巧操作和把握。这些类型的研究在人类手里功能确实是铺平了道路,在未来新灵巧手的设计。

虽然本文地址多指手,我们承认,末端执行器运动影响的有效性越近端关节。例如,人类手腕动作发挥关键作用达到掌握和细调整(马和费尔德曼,1995年;Montagnani et al ., 2015 a)。手臂动作尤其会影响高欠驱动和兼容的触手。因此,正如手继续自适应性的趋势,建立互补机器人手腕变得越来越重要在把握和操作(巴贾杰et al ., 2015;极et al ., 2017;中et al ., 2019 b)。

3.2。灵敏度

感应环境的支持是至关重要的在非结构化环境中有效地把握和操作来响应。最近一组丰富的评论和章解决这个广泛和重要的研究领域,如Kappassov et al。(2015),尤瑟夫et al。(2011),库考特斯基et al。(2008),Tegin和Wikander (2005)。在抓,手继续更多的自适应性和underactuation趋势,需求配置传感器在关键位置增加接触。这些手接触条件有很大影响,是出了名的模型很难准确或独自认同的景象。因此,我们专注于开发和触觉信息的解释。

一些人造皮肤设计的手可以提供高分辨率空间联系,试图接近密集阵列触觉传感器发现的人类指尖(例如,约翰逊和弗拉纳根,2009)。然而,分辨率只有一种评估皮肤传感器的有效性。带宽、灵敏度和范围都将影响传感器在不同的情况下的有效性。例如,在一个快速影响的对象会钝,带宽和范围可能会优先在精细的空间分辨率和灵敏度。随着机器人面临多元化方面的挑战在现实世界中,很难定义明确的绩效指标,将使一只手有弹性地和有效地给予意想不到的刺激做出反应。科学家已经研究出大自然寻找灵感结合和解释触觉信息(例如,Romano et al ., 2011)。其他组机器学习方法来执行任务,例如触觉大满贯(2016年欧盟的机器人)。

目前触觉传感技术是高度变量,利用各种各样的物理现象,大多数时候,估计接触力。最常见的解决方案使用压力传感器,电容板、光反射率等来测量皮肤变形外部力量。一些关注动态信号,即。,cannot measure steady state forces, with sensors like PVDF that only respond during a change in stimuli. Of course, there are groups who explore other physical modalities to measure contact conditions, such as temperature gradient as a way to detect slip in specialized tasks (伯克哈德et al ., 2017)。实际问题,包括传感器在远端位置灵活的附属物。电线弯曲和弯曲的手打开和关闭,导致周期性应变会使触觉传感器连接。新方法来创建可伸缩的、灵活的或高带宽无线传感器将继续更丰富的感知可能接触真实世界的末端执行器。努力利用传感器融合(例如,触觉和视觉传感)将另外允许多个不同的传感模式创建一个丰富的物理集中的电传替代较少的交互。

3.3。控制和规划

通用的控制历来(自1960年)解决掌握规划过程。手指,当执行一个把握,必须只与对象交互,没有干扰物体的平衡,环境,或手本身。提出的方法遵循这种模式,例如,运动学或动力学驱动的方法,在那里,为了获得一个稳定的把握,指尖位置的精确计算是必需的(Bicchi库马尔,2000),或引入的法拉利和精明的(1992)获得最优强迫关闭把握,认为总被手指和最大受力分析。等方法,开发成一个刚性的直接后果手指和手的内在脆弱性,依赖于精确的对象的知识和它周围的环境。这种系统的模拟通常需要大型计算(Bohg et al ., 2014建模)和仔细考虑接触条件。最近的方法依赖于把握数据集,通常从试验中获得真正的机器人,或从模拟。实验策略比基于模型的更稳定,能够捕获感知不确定性和执行错误,通常出现在实际情况下(Bohg et al ., 2014)。

虽然伟大的相关性,上面的许多解决方案不匹配通过人类的行为和策略。事实上,通过观察人们如何操纵对象,可以观察人类固有的合规手发挥了重要作用,把握操作(Bonilla et al ., 2014;Eppner et al ., 2015)。这样的考虑,加上新颖的软的新兴趋势和数学模型(广场et al ., 2019),是开放创新的机遇和挑战对机械手的控制和规划问题。

后的兼容和手的行为取决于物理交互,即。、形状、力学和表面抓住对象的属性。这与fully-actuated手,可以计划和执行详细的手指运动,与接触力为每个独立的指尖吩咐。结果是under-actuation可以简化控制,体现智能的机制可以被动地几个动作像包装掌握必要的任务。在软的情况下掌握大量简单的问题可以用少量的视觉信息处理和简化的把握规划(Krahn et al ., 2017;Al-Ibadi et al ., 2018)。每个手指的长眠的姿势和在每个接触力取决于平衡的肌腱力量,关节刚度和接触摩擦力量。然而,不确定性与连续平衡众多把握参数会导致减少控制权力。这就是为什么这些手通常用来抓住和持有对象,和那么灵巧的动作(尽管一些特定在手可以可能的操作,例如捡起一个小物件Odhner et al ., 2013;戈弗雷et al ., 2018或开关从少量包装掌握雀et al ., 2014;德拉Santina et al ., 2018)。因此,本文不讨论深入操纵在手的挑战,尽管它一直是一个开放的研究问题至少在过去的20年里(冈et al ., 2000;Nagabandi et al ., 2019)。

使用硬件可以安全地和环境有弹性地接触大量没有负面影响,例如,当包括合规,导致新的可能性,如探索性接触和利用实现新掌握的环境。这些方法有助于克服更狭窄的把握原语作为运动参考手在设计阶段(Bonilla et al ., 2014)。这样的机会可以摆脱人类的观察与机械手执行操作和数据驱动方法(Bonilla et al ., 2014;Pacchierotti et al ., 2014;德拉Santina et al ., 2019)。启用触摸感应能力另外创造了新的途径控制,玩耍,在这样一种方式,一个重要的角色在人类身上。

3.4。弹性

正如前面讨论的,失败的代价可以显著改变现实世界不同的应用程序。例如,在远程移动海洋勘探或空间,操作的成本是巨大的,故障是不可接受的。然而,对于一个家庭辅助设备,可以更容易保养,看起来不是那么灾难性的失败。因此,每个特定的应用程序对性能和寿命会有不同的要求,根据不同的客户。我们使用术语弹性广泛捕捉一只手行动的能力和功能的鲁棒性。虽然这包括简单身体强健,可能还有其他方面如冗余。系统弹性,在其广泛的定义,是指吸收损失的能力没有一个完整的功能损失(Yodo和王出版社,2016年)。这包括可靠性的概念,功能重复任务或适当的性能甚至在失败面前,和耐用性和可靠性,系统的能力,或组件,在一定条件下指定的时间(2016年欧盟的机器人)。

手应该能够应付任务不确定性和不可预知的交互。这可能是一个手的能力来执行具有重要的传感器或计算错误,或者手的能力证明excaptation,没有最初的执行任务的灵活性。从这个意义上讲,一个弹性系统,不仅应具有高抗性,但也要考虑到系统本身的变化(重构性)。元素,我们考虑为弹性系统的开发至关重要,能有效地在现实世界中涉及操作硬件和传感和控制。

一方面,在设计的硬件至关重要,提高身体强健的系统有更高的失败成本,例如通过引入合规(中et al ., 2019 a)。另一方面,可维护性和明度被认为是至关重要的。模块化方法在文学中,值得一提的是(Hirzinger et al ., 2003),underactuation (Stentz et al ., 2015;中et al ., 2018),和机械融合与轻松取代牺牲组件(肖,1972)。负担能力也有重要的作用。在第二节,大多数的手直接由用户开发的,以极大的金融投资和内部知识。目前,几组分享设计,计划和控制器与社区(Santina et al ., 2017;OPENROBOTHARDWARE 2019),这些解决方案往往是局限于简单的制备方法。希望这些努力将有助于带来市场上更便宜和可靠的硬件,培养参与和研究部署实验室。防止以外的手传感和控制器失败首先需要集成的传感系统监控状态。然后,定义自我诊断应制定标准。最后,鉴于传感器反馈控制系统调节参数的自我恢复和应对失败。

手要成功部署在现实世界的应用程序中,设计师必须有效地解决以上方面的弹性,和理解有时决定硬件之间的复杂联系,控制系统范围的角度和敏感。

3.5。基准测试

一个方面限制工业吸引欠软触手无法正式比较和对比不同的设计。基准测试服务的双重目的为研究人员和开发人员提供工具来评估和改善他们的末端执行器,同时支持终端用户在选择市场上不同的产品。

在过去的5年,灵巧操作社区在基准测试工作一直非常活跃,在科学和技术方面。一个例子是比赛和事件的数量,如亚马逊挑选挑战(雷尔et al ., 2018;亚马逊机器人,2019),或者机器人抓取和操作挑战(RGMC)结合——2016 - 2017 (法尔科et al ., 2016;太阳et al ., 2016)。在科学方面,努力致力于开发和收集的数据集(愈伤组织et al ., 2015)和末端执行器测试的规范化对于绩效评估的基本功能(法尔科et al ., 2015)。对于复杂的和面向工业的任务,包括那些由工作Sotiropoulos et al。(2018)和莱特纳et al。(2017)。

基准应提供明确的指标和结果,很容易复制和使用。困难之一为机械手和操纵定义基准与强大的硬件之间的互连,灵敏度和控制。在这里,一个问题是关于是否值得进行的完整评估机器人系统(硬件和软件)为描述每个组件或开发测试。RGMC的结果,它出现了,而具体的测试是客观评价所需的硬件性能,比赛可以更好地评价关注的手操纵功能在系统层面上,例如,全自动的把握和操作框架(法尔科et al ., 2016)。此外,每个特定的应用程序定义的任务参数最相关的,并应优先在设计一个末端执行器,例如,选择对象的速度应该优先在工业设置灵活性或灵敏度。因此,基准应该是面向应用的性能和调优突出集中参数的函数。在这方面,NIST开发一个完整的框架,从单元测试到全球操作系统功能测试评估(法尔科et al ., 2018)。

正如3.4节中所讨论的,硬件弹性是一个不可避免的要求对于现实世界的应用程序,和在这种背景身体健壮性尤为重要。基于悬臂梁式和夏比测试材料韧性特征,评估方法的鲁棒性提出了人工手等动态载荷的影响(中et al ., 2019 a)。在结果中,值得强调的是,合规支持更多的系统弹性和减少负载的传输机器人的核心结构。更系统的应用程序的测试可以评估硬件能力生存的影响,为设计师提供见解,例如,材料选择或确定最合适的驱动布局。

3.6。认证

另一个重要的市场障碍是由认证,这是产品必须符合法律规定和规则(例如,CE标志)为了在某些细分市场被出售,例如,行业或假肢。目前,市场上很少的末端执行器(工业触手和商业假肢手除外)符合规范的指导方针。这不仅是由于高标准和严格的设计要求(例如,IP 67或疲劳寿命周期从500000年到100万年),而且新颖的主题(例如,ISO规范协作末端执行器,ISO / TR 20218 - 1 2018年11月被释放)。作者所知,臭鼬(2019)和QB机器人(2019)是两个市场上目前唯一认证的手。这方面不应该低估了现实世界中采用,因为它有实质性影响公司组织和生产方法。标准和认证之间的不同国家和地区,使过程认证,而笨拙。

在现场活动,接触自然环境条件可能会引入机械问题,磨损、堵塞、阻止或腐蚀和可能导致电子故障。因此,重要的是要包含在认证测试,以保证现场服务能力评估框架(古尔德和马舍尔,1995年)和安全。在汽车行业,这方面已经调查自1960年(诺克等人。,1968年),开发一个铰接和成套测试评估产品功能在特定环境中,包括不同的温度,雨,湿度和压力,灰尘和沙子条件(SAE J1455)。我们设想一组特定于环境的测试机器人末端执行器,作为主要管道的物理操作,可以受到高度可变的条件和频繁的损害。

4所示。结论

手操纵机器人的必需元素在现实世界的应用程序中,和多方面的挑战;他们被要求执行物理交互的可靠性和环境不确定性。在这篇文献回顾中,我们提出了最近的趋势在新兴现实世界应用程序为了强调和鼓励继续工作在开放问题。

专用的下颚和触手的历史标准机器人操纵外实验室环境控制。因此,大多数的更加清晰的手在早期原型或商业化的发展阶段;持续工作为手的设计和控制具有巨大的潜力,使有效部署更多功能和多样的解决方案。最近的趋势表明日益增长的兴趣在发展中适应,,利用underactuation和遵从性。这样的手可以提高身体的弹性和缓解需求控制计算,然而也提供了新的挑战在制造、传感和把握规划期间复杂的交互。先进的系统缺乏灵活性,灵敏度和弹性对真实世界的活动和所要求的是一个正在进行的研究工作。填补当前现有的原型和产品要求差距现实世界部署,研究人员正在开发基准和手功能特征,认证和规范的引用。

作为现实世界的手操作继续发展,变得越来越明显,这是一个高度跨学科的努力。硬件系统设计师、电气工程师和专家控制和人工智能接口必须为了继续提取各个领域之间的相互依存的权衡。最终目标是创建更有能力处理设备,并降低失败的代价。最后,机器人的手可以匹配的优雅和健壮的多功能化目击者在人类的手。

作者的贡献

所有作者列出了一大笔,直接和知识贡献的工作,批准发布。

资金

这项研究已经收到了欧盟的资助下地平线2020研究和创新计划资助688857号协议(SoftPro) 840446号(SoftHandler),和810346号(自然仿生学)。这份出版物的内容是作者的唯一责任。欧盟委员会或其服务不能负责任何使用这可能是由它所包含的信息。额外的资金来自加州大学伯克利分校机械工程系的形式不受限制的研究基金。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

确认

作者要感谢安东尼奥Bicchi和马克·教授的指导。

脚注

1。^先令机器人技术,在线资源。网上:https://www.technipfmc.com(1月访问,2020)。

引用

Aggarwal,。,•卡普曼,P。,Lemburg, J。,Kirchner, F. (2015). Haptic object recognition in underwater and deep-sea environments.j .领域机器人。32岁,167 - 185。doi: 10.1002 / rob.21538

CrossRef全文|谷歌学术搜索

Al-Ibadi,。,Nefti-Meziani, S., and Davis, S. (2018). Active soft end effectors for efficient grasping and safe handling.IEEE访问6,23591 - 23601。doi: 10.1109 / ACCESS.2018.2829351