華盛頓大學(xué)的一個團(tuán)隊開發(fā)了一種新工具，可以設(shè)計一個可3D打印的被動抓手并計算拾取物體的最佳路徑。新的發(fā)展有助于改進(jìn)裝配線機(jī)器人。

該系統(tǒng)在22個不同的物體上進(jìn)行了測試，包括一個門擋形的楔子、一個網(wǎng)球和一個鉆頭，結(jié)果證明它在20個物體上是成功的。成功拾取的兩個物體是楔形和帶有彎曲鑰匙孔的金字塔形狀，這對于多種類型的抓手來說通常是困難的。

該研究將于8月11日在SIGGRAPH 2022上發(fā)表。

Adriana Schulz是Paul G. Allen計算機(jī)科學(xué)與工程學(xué)院的資深作者和華盛頓大學(xué)助理教授。

為生產(chǎn)線創(chuàng)建自定義工具

“我們?nèi)匀皇褂醚b配線生產(chǎn)大部分產(chǎn)品，這些裝配線非常棒，但也非常嚴(yán)格。大流行向我們表明，我們需要有一種方法來輕松地重新利用這些生產(chǎn)線，”舒爾茨說。“我們的想法是為這些生產(chǎn)線創(chuàng)建定制工具。這給了我們一個非常簡單的機(jī)器人，它可以用一個特定的抓手完成一項任務(wù)。然后當(dāng)我改變?nèi)蝿?wù)時，我只需更換夾具。”

傳統(tǒng)上，物體被設(shè)計成與特定的抓手相匹配，因為被動抓手無法調(diào)整以適應(yīng)它們正在拾取的物體。

Jeffrey Lipton是合著者，也是華盛頓大學(xué)機(jī)械工程系助理教授。

“世界上最成功的被動夾具是叉車上的鉗子。但權(quán)衡是叉車鉗只適用于特定形狀，例如托盤，這意味著您想要抓取的任何東西都需要放在托盤上，”Lipton說。“我們在這里說‘好吧，我們不想預(yù)先定義被動夾持器的幾何形狀。’相反，我們想要獲取任何物體的幾何形狀并設(shè)計一個抓手。”

夾持器有許多不同的可能性，其形狀通常與機(jī)械臂拾取物體的路徑有關(guān)。當(dāng)抓手設(shè)計不正確時，它可能會在試圖撿起物體時撞到物體上，這是團(tuán)隊著手解決的問題。

Milin Kodnongbua是主要作者，在研究期間是艾倫學(xué)院的華盛頓大學(xué)本科生。

“抓手與物體接觸的點對于保持物體在抓握中的穩(wěn)定性至關(guān)重要。我們將這組點稱為“抓握配置”，”Kodnongbual說。“此外，夾持器必須在這些給定點接觸物體，并且夾持器必須是連接接觸點和機(jī)器人手臂的單個固體物體。我們可以搜索滿足這些要求的插入軌跡。”

設(shè)計新的夾持器和軌跡

為了設(shè)計新的抓手和軌跡，該團(tuán)隊首先為計算機(jī)提供了物體的3D模型及其在空間中的方向。

“首先，我們的算法生成可能的抓取配置，并根據(jù)穩(wěn)定性和其他一些指標(biāo)對其進(jìn)行排名，”Kodnongbua說。“然后，它采用最佳選擇并共同優(yōu)化，以確定插入軌跡是否可行。如果找不到，那么它會轉(zhuǎn)到列表中的下一個抓取配置并嘗試再次進(jìn)行協(xié)同優(yōu)化。”

一旦找到一個好的匹配，計算機(jī)就會輸出兩組指令。第一個是3D打印機(jī)創(chuàng)建夾具，第二個是機(jī)器人手臂在打印和安裝夾具后的軌跡。

該團(tuán)隊在各種物體上測試了新方法。

Ian Good是另一位合著者，也是華盛頓大學(xué)機(jī)械工程系的博士生。

“我們還設(shè)計了對傳統(tǒng)抓取機(jī)器人具有挑戰(zhàn)性的物體，例如角度非常淺的物體或具有內(nèi)部抓取的物體-你必須通過插入鑰匙來拾取它們，”古德說。

該團(tuán)隊對22種形狀的皮卡進(jìn)行了10次測試。對于16個形狀，所有10個拾音器都成功了。大多數(shù)形狀至少有一個成功，兩個沒有。

即使沒有任何人工干預(yù)，該算法也為類似形狀的物體開發(fā)了相同的抓取策略。這使研究人員相信，他們可以制造出能夠抓取一類物體而不是特定物體的被動抓手。