一种受植物启发的控制器可以促进机器人手臂在现实环境中的操作

许多现有的机器人系统从大自然中汲取灵感，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性能。

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最近开发了一种受植物启发的控制器，可以提高机械臂在非结构化的现实世界中的性能环境。该控制器在新加坡IEEERoboSoft2023会议上发表的一篇论文中介绍，并入选最佳学生论文奖决赛入围者，专门允许机器人手臂完成涉及到达周围特定位置或物体的任务。这篇论文是一个名为GrowBot的更广泛的研究项目的一部分。

“软体机械臂是新一代的机器人操纵器，其灵感来自‘无骨’生物所表现出的先进操纵能力，例如章鱼的触手、象鼻、植物等，”该研究的研究人员之一恩里科·多纳托(EnricoDonato)说。这项研究告诉TechXplore。“将这些原理转化为工程解决方案会产生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，以产生顺应且灵巧的运动。由于这些理想的特性，这些系统符合表面并表现出物理坚固性和人体安全性以潜在的低成本运营。”

虽然软机器人手臂可以应用于解决广泛的现实问题，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。许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。

“通常，此类控制器的功能依赖于计算公式，该计算公式可以在机器人的两个操作空间(即任务空间和执行器空间)之间创建有效的映射，”多纳托解释道。“然而，这些控制器的正常运行通常依赖于视觉反馈，这限制了它们在实验室环境中的有效性，限制了这些系统在自然和动态环境中的可部署性。本文是克服这一未解决的限制并扩大覆盖范围的首次尝试将这些系统应用到非结构化环境中。”

由于大多数现有的软机器人手臂控制器主要在实验室环境中表现良好，多纳托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。他们提出的控制器的灵感来自于植物的运动和行为。

多纳托说：“与植物不会移动的常见误解相反，植物利用基于生长的移动策略，主动且有目的地从一个点移动到另一个点。”“这些策略非常有效，以至于植物可以殖民地球上几乎所有的栖息地，这是动物王国所缺乏的能力。有趣的是，与动物不同，植物的运动策略并非源于中枢神经系统，而是由于复杂的机制而产生。分散计算机制的形式。”

支持研究人员控制器功能的控制策略试图复制支持植物运动的复杂分散机制。该团队专门使用了基于行为的人工智能工具，该工具由分散的计算代理组成，以自下而上的结构组合而成。

多纳托说：“我们的仿生控制器的新颖之处在于它的简单性，我们利用软机器人手臂的基本机械功能来产生整体的到达行为。”“具体来说，软机器人手臂由软模块的冗余布置组成，每个模块都通过一组径向布置的执行器激活。众所周知，对于这种配置，系统可以生成六个主要弯曲方向。”

支持团队控制器功能的计算代理利用执行器配置的幅度和定时来重现两种不同类型的植物运动，称为回旋和向光性。环转是植物中常见的振荡，而向光性是使植物的树枝或叶子更接近光线的定向运动。

多纳托和他的同事创建的控制器可以在这两种行为之间切换，实现跨越两个阶段的机械臂的顺序控制。第一个阶段是探索阶段，手臂探索周围环境，而第二个阶段是到达阶段，手臂移动以到达所需的位置或物体。

多纳托说：“也许这项特别工作最重要的收获是，这是第一次通过非常简单的控制框架，使冗余软机器人手臂达到实验室环境之外的能力。”“此外，该控制器适用于任何提供类似驱动装置的软机器人手臂。这是朝着在连续体和软机器人中使用嵌入式传感和分布式控制策略迈出的一步。”

到目前为止，研究人员在一系列测试中测试了他们的控制器，使用了具有9个自由度(9-DoF)的模块化电缆驱动、轻质且柔软的机械臂。他们的结果非常有希望，因为控制器允许手臂比过去提出的其他控制策略更有效地探索周围环境并到达目标位置。

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，多纳托和他的同事计划进一步开发他们的控制策略，以便它能够产生额外的机械臂运动和行为。

多纳托补充道：“我们目前正在寻求增强控制器的功能，以实现更复杂的行为，例如目标跟踪、全臂缠绕等，以使此类系统能够在自然环境中长时间运行。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！