當今的大多數機器人抓手依靠嵌入式傳感器、復雜的反饋回路或先進的機器學習算法，結合操作員的技能，來抓取易碎或形狀不規(guī)則的物體。美國哈佛大學工程與應用科學學院研究人員從大自然中汲取靈感，設計了一種新型柔軟的機器人抓手。它使用一組細長的觸手來纏繞和誘捕物體，類似于水母捕獲獵物的方式。該研究近日發(fā)表在《美國國家科學院院刊》上。

　　如果你曾經在街機玩過抓玩具游戲，你就會知道使用機器人抓手抓住物體是多么困難。想象一下，如果嘗試從沉船中抓取一塊脆弱的瀕臨滅絕的珊瑚或無價的文物，而不是毛絨填充玩具，那么該游戲將是多么令人傷腦筋。

　　利用柔性機器人的自然順應性并通過順應結構對其進行增強，研究人員設計了一種獨特的抓手，以及一種能夠以最少的規(guī)劃和感知適應一系列復雜物體的抓取策略。單獨的觸手或細絲很弱，但細絲集合在一起可抓住并牢固地固定沉重和形狀奇特的物體。抓手依靠簡單的充氣來包裹物體，不需要傳感、規(guī)劃或反饋控制。

　　抓手的力量和適應性來自于它與試圖抓住的物體糾纏在一起的能力。足長的細絲是中空的橡膠管。管子的一側比另一側有更厚的橡膠，所以當管子受壓時，它會像辮子一樣卷曲。

　　卷發(fā)相互打結和纏繞，并與物體相互纏繞，每次纏繞都會增加握持的強度，雖然集體保持力很強，但即使是最脆弱的物體也不會被損壞，而釋放物體時，只需將細絲減壓。

　　研究人員通過實驗來測試抓手的功效，包括抓起多種植物和玩具。在實際應用中，抓手可抓取農業(yè)生產和配送中新鮮軟水果和蔬菜、醫(yī)療環(huán)境中的脆弱人體組織，甚至可抓取玻璃器皿等不規(guī)則形狀物體。

　　研究人員表示，這種新的機器人抓取方法補充了現有解決方案，通過用極其順服且形態(tài)復雜的細絲取代需要復雜控制策略的簡單傳統(tǒng)夾具，這些細絲可通過非常簡單的控制進行操作，這種方法擴大了機器人抓手可拾取的范圍。

　　當今的大多數機器人抓手依靠嵌入式傳感器、復雜的反饋回路或先進的機器學習算法，結合操作員的技能，來抓取易碎或形狀不規(guī)則的物體。美國哈佛大學工程與應用科學學院研究人員從大自然中汲取靈感，設計了一種新型柔軟的機器人抓手。它使用一組細長的觸手來纏繞和誘捕物體，類似于水母捕獲獵物的方式。該研究近日發(fā)表在《美國國家科學院院刊》上。

　　如果你曾經在街機玩過抓玩具游戲，你就會知道使用機器人抓手抓住物體是多么困難。想象一下，如果嘗試從沉船中抓取一塊脆弱的瀕臨滅絕的珊瑚或無價的文物，而不是毛絨填充玩具，那么該游戲將是多么令人傷腦筋。

　　利用柔性機器人的自然順應性并通過順應結構對其進行增強，研究人員設計了一種獨特的抓手，以及一種能夠以最少的規(guī)劃和感知適應一系列復雜物體的抓取策略。單獨的觸手或細絲很弱，但細絲集合在一起可抓住并牢固地固定沉重和形狀奇特的物體。抓手依靠簡單的充氣來包裹物體，不需要傳感、規(guī)劃或反饋控制。

　　抓手的力量和適應性來自于它與試圖抓住的物體糾纏在一起的能力。足長的細絲是中空的橡膠管。管子的一側比另一側有更厚的橡膠，所以當管子受壓時，它會像辮子一樣卷曲。

　　卷發(fā)相互打結和纏繞，并與物體相互纏繞，每次纏繞都會增加握持的強度，雖然集體保持力很強，但即使是最脆弱的物體也不會被損壞，而釋放物體時，只需將細絲減壓。

　　研究人員通過實驗來測試抓手的功效，包括抓起多種植物和玩具。在實際應用中，抓手可抓取農業(yè)生產和配送中新鮮軟水果和蔬菜、醫(yī)療環(huán)境中的脆弱人體組織，甚至可抓取玻璃器皿等不規(guī)則形狀物體。

　　研究人員表示，這種新的機器人抓取方法補充了現有解決方案，通過用極其順服且形態(tài)復雜的細絲取代需要復雜控制策略的簡單傳統(tǒng)夾具，這些細絲可通過非常簡單的控制進行操作，這種方法擴大了機器人抓手可拾取的范圍。