![]()
人类大脑中发现的一种高级感知模型对于在面对需要高度感知的交互任务时指导机器人控制至关重要。具有固有柔软性的软体机器人在与周围环境交互时可能从这种机制中受益。 近日，北京交通大学郭盛&新加坡国立大学Cecilia Laschi团队提出了一种预期-实际感知动作环路，并在一个装有传感器的软体连续体机器人上演示了该模型。通过感知和匹配预期和实际形状（平均误差为1.4%），在每次感知循环中，机器人系统能够快速（检测时间小于0.4秒）和稳健地检测接触并区分变形源，无论外部和内部动作、单独应用还是同时应用。作者还展示了这一软体臂可以在静态和动态配置下（误差低于10°）准确感知接触方向，即使在没有视觉的交互环境中也是如此。作者提出的这一方法的潜力在两个实验场景中得到了展示：通过触摸墙壁自主学习导航，以及通过与人类操作员的交互示教和重复所需的位移和力配置。![]()
图1 软体机器人的预期-实际比较感知-行动循环
![]()
图2 RDSR期望与实际比较方法的详细方案及柔性传感器的性能
![]()
图3 运动过程中的本体感觉和同步接触检测
![]()
图4 感知接触方向、力和形状
![]()
图5 软体机器人自动探索和导航圆形迷宫
![]()
图6 在人体模型上进行示教和重复测试
- 原文题目：Sensing expectation enables simultaneous proprioception and contact detection in an intelligent soft continuum robot
- 论文共同第一作者：Peiyi Wang, Zhexin Xie
- 原文链接：https://www.nature.com/articles/s41467-024-54327-6
声明：文章仅用于学术分享，如有不科学、不准确之处，或涉及知识产权问题，欢迎专业人士或作者下方私信更正或删除。欢迎论文投稿荐稿（免费），推广合作请后台私信。下方“阅读原文”可直接查看原文
