来源：OFweek
(资料图)
机器人通过植物般的振荡探索工作空间，从环境中收集信息并建立知识库，这就是最近开发的一种受植物启发的机器人控制器，它可以提高机械臂在非结构化现实世界中的性能环境，让机器人的手臂可以到达指定位置或者靠近周围某个物体。
类脑机器人 (BRAIR) 实验室、意大利圣安娜高等研究院生物机器人研究所和新加坡国立大学的研究人员开发了这种控制器，他们从大自然中汲取灵感，模仿人工复制生物过程、自然结构或动物行为以实现特定目标。这是因为动物和植物天生就具备帮助它们在各自环境中生存的能力，因此也可以提高机器人在实验室环境之外的表现。
该控制器利用从嵌入在末端执行器附近的接近感应中获得的信息来向所需的空间目标移动，该控制器在9自由度模块化电缆驱动的连续臂上进行了测试，以达到空间中的多个设定点。结果有望将这些系统部署到非结构化环境中。
据开展这项研究的研究人员之一恩里科·多纳托 (Enrico Donato) 介绍，软机器人手臂是新一代机器人操纵器，它从章鱼触须、象鼻、植物等“无骨”生物所展示的先进操纵能力中汲取灵感，将这些原理转化为工程解决方案，由此组成一个由柔性轻质材料组成的系统。这些材料可以进行平滑的弹性变形以产生柔顺和灵巧的运动，这些特性使系统表现出物理稳健性和人类安全性。
虽然软机器人手臂可以应用于广泛的现实世界问题，但它们对于自动化任务特别有用，这些任务涉及到达刚性机器人可能无法到达的所需位置，多研究团队最近一直在尝试开发控制器，使这些灵活的手臂能够有效地处理这些任务。
由于发现大多数用于软机器人手臂的现有控制器主要在实验室环境中表现良好，因此 Donato和他的同事着手创建一种也适用于现实环境的新型控制器，这种控制器的灵感来自于植物的运动和行为。
Donato说：“与植物不移动的常见误解相反，植物使用基于生长的运动策略主动而有目的地从一个点移动到另一个点，这些策略非常有效，以至于植物可以在地球上几乎所有的栖息地定居，这是动物王国所缺乏的能力。有趣的是，与动物不同，植物运动策略并非源于中枢神经系统，而是由于复杂的分散计算机制的形式。”
该团队专门使用了基于人工智能的工具，该工具由以自下而上的结构组合的分散式计算代理组成，改款仿生控制器的新颖之处在于它的简单性，研究人员可以利用软机器人手臂的基本机械功能来产生整体伸展行为。具体来说，软机器人手臂由冗余排列的软模块组成，每个软模块都通过径向排列的三元组致动器激活，对于这种配置，系统可以产生六个主要弯曲方向。
到目前为止，研究人员使用具有 9 个自由度 (9-DoF) 的模块化电缆驱动轻型软机械臂在一系列测试中测试了他们的控制器，结果是积极的，该控制器的手臂比过去其他控制策略更有效地探索周围环境和到达目标位置。
未来，新控制器可以应用于其他软体机械臂，并在实验室和现实环境中进行测试，以进一步评估其应对动态环境变化的能力，与此同时，研发团队计划进一步开发他们的控制策略，以便它可以产生额外的机械臂运动和行为。
标签：
