能拧瓶盖，能盘西兰花，哈佛大学这款软体抓手展现极佳灵活性！
导读
转笔，使用筷子，盘核桃等这种“在一只手内移动物体的动作”，我们称之为 “手内操作（In-hand manipulation）”。在传统机械手上，手内操作通常需要精确的运动规划和控制方可实现。相较而言，软体手能够同未知的物体更好的交互，因此无需过多依赖精准的传感或复杂的控制，软体抓手就可以实现一定的手内操作。来自哈佛大学微型机器人实验室（Microrobotics Lab），RJ Wood教授团队的研究者们研发了一款软体抓手，并用较少的控制和传感信息实现了较为稳健的手内操作，例如拧下瓶盖，摆放点心等。该研究发表于著名机器人期刊《IEEE Robotics and Automation Letters》。另外，近日该团队还放出了开源的软体机器人仿真软件SoMo，模拟软体机器人和环境物体交互的场景。
图2. 软体手“盘”西兰花
▍软体抓手更容易实现手内操作
我们或许拥有世界上最灵巧的“机构”，我们的双手。通过简单的训练，我们可以做出使用筷子，转笔等一系列复杂的动作。通过专业的训练，魔术师甚至可以掌握让人眼花缭乱的卡牌技巧。
图3. 人手的灵活程度无与伦比
科学家们希望能用机械手来复现人手的功能，从而让机器人能代替人进行复杂的操作，或是能作为假肢帮助肢体缺陷的人。生活中的物体种类多样，千变万化，为了实现机械手的手内操作，刚性的机械手需要尽可能多的感知信息和精妙的控制方可实现。
图4. 仿生机械手Shadow Hands 单手玩魔方
软体抓手能够很好的适应不同的物体和未知的环境，抓取形状和大小各异的物体。来自于哈佛大学微型机器人团队的研究者们设计了一款四指软体抓手，并复现了一些日常生活中常见的手内操作动作，如拧下瓶盖，摆放食品位置和抓取过程中提供重力补偿等。该研究发表于著名机器人期刊《IEEE机器人和自动化快报（IEEE Robotics and AutomationLetters）》。
我们先来看几个软体抓手的手内操作展示，感兴趣的读者可以在文末找到完整的视频和论文信息。值得注意的是，研究者称，在这些展示中，物体具体的姿态，尺寸或者重量属性都没有明确的给出。
拧瓶盖是日常生活中常见的动作之一，通过简单的运动规划，软体抓手可以拧下瓶盖，并来回晃动。
图5. 软体手拧瓶盖
除了较硬的瓶盖，软体抓手可轻柔地抓取操作一些脆弱的物体，例如水果，蔬菜，或者是蛋糕点心。研究者们展示了软体手可以旋转并调整蛋糕的姿态，然后将它放入蛋糕盒内，方便取用。
图6. 调整蛋糕方向
无需过多的感知和控制，软体抓手可以对西兰花这种形状及其不规则的物体进行平移和旋转的手内操作。
图7. 软体手对西兰花进行操作
研究者还展示了软体抓手带有重力补偿的手内操作。由于软手指的刚度较低，导致在水平旋转比较重的物体时会出现偏移。根据手的朝向和物体的重量，可以计算出一个简单的气压偏移值补偿到软体手指内，从而使软体抓手成功完成水平方向的旋转动作。
图8. 带重力补偿的手内旋转操作
下图对比很明显，在无重力补偿的旋转时，物体很容易就会掉出，而带重力补偿的则不会。
图9. 有无重力补偿对比
值得一提，针对类似 “手内操作“ 的应用场景，哈佛大学的研究者基于python3.6开发了软体机器人仿真软件SoMo，下载链接为：github.com/GrauleM/somo 。该软件可以让使用者快速简单的构建软体机器人模型，同时也可以模拟出软体机器人和环境物体的交互。
图10.用于软体机器人仿真的开源软件SOMO
图11.软体机器人仿真展示
▍ 软体抓手和手内操作
该研究集中于三个日常生活中常见的动作作为主要目标来设计软体抓手，即，沿着一个轴（z轴）的旋转和沿着一个平面内的两个方向（X和Y方向）平移。这三个基本运动将作为软体抓手的基本运动单元，来帮助软体抓手实现手内操作。
图12.软体抓手的三个基本运动单元
研究者以实现上述三种基本动作为目标，设计了灵巧软手指。为了能够实现物体的旋转和平移，手指要可以向掌心弯曲，同时也要能沿着抓握轴的方向左右移动。因此研究者设计了两个单独的气腔。除去具备灵活程度，手指也要有足够的强度来支持运动。软手指的材料采用45 邵氏A硬度的硅胶来制作，指尖部分采用30Shore-00硬度的硅胶来制作。其余部分3d打印。
图13.软手指结构设计和制造
研究者测试了手指的一些基本参数和性能，从而知晓手指的运动范围，强度，以及所需要的气压大小。如图所示，软体手指可以向内弯曲大约80mm，左右弯曲各30mm。另外，手指弯曲最大气压约为240kPa，最大弯曲曲率半径为22mm左右，最大弯曲力（阻挡力）为2.3N，侧向力为1.2N。
图14.软体手指的性能参数测试结果
为了测试手内操作的表现，研究者用几个典型物体来检验之前提到的三种基本运动单元。这些物体包括一大一小的圆柱体，硬质盒子和泡沫盒子，大小蛋糕，以及西兰花（110mm直径尺寸）。结论得出，较小的物体的手内操作会导致较大的误差，这可能是由于手指弯曲角度大了会导致末端位置精度差。此外，物体的平移和物体大小相关性较小，而纯旋转和物体的形状有很大关系。
图15.软体抓手的手内操作实验
▍结语
研究者们设计的这款四指软体抓手灵巧好用，使用简单的控制就可以实现三个基本运动（平面内的平移和旋转），这三种运动也可以直接组合使用。该研究证实了软体抓手能够在不知道物体的精确位置、形状或大小的情况下，对脆弱的物体进行稳定的手动操作。
研究者指出，在未来的工作中，会引入软体手掌来提高手内操作的性能。同时也会引入带有接触力反馈的闭环控制。他们也指出，这种安全可靠的软体抓手在诸如家庭辅助机器人的场景中有很大的应用潜力。
图16.软体机器人灌篮仿真
文末视频：
文章信息：
Abondance,S., Teeple, C. B., & Wood, R. J. (2020). A dexterous soft robotic hand fordelicate in-hand manipulation. IEEE Robotics and Automation Letters, 5(4),5502-5509.
https://ieeexplore.ieee.org/document/9134855