Traditionelle robot-hænder kræver typisk præcis information om omgivelserne og kompleks programmering for at kunne gribe objekter korrekt. Mennesker derimod kan samle ting op uden at have nøjagtige positionsdata, primært takket være hændernes naturlige eftergivenhed.
CREATE Lab ved EPFL (École Polytechnique Fédérale de Lausanne) har ladet sig inspirere af denne menneskelige evne til at udvikle ADAPT-hånden—en robot-hånd, der anvender eftergivende materialer i stedet for komplekse algoritmer for at opnå fingerfærdig manipulation.
"Som mennesker behøver vi ikke ret meget ekstern information for at kunne gribe en genstand, og vi mener, det skyldes de eftergivende—eller bløde—interaktioner, der opstår i grænsefladen mellem objektet og menneskehånden," forklarer Kai Junge, ph.d.-studerende ved School of Engineering's Computational Robot Design & Fabrication (CREATE) Lab, ledet af professor Josie Hughes.
ADAPT-håndens design er bemærkelsesværdigt effektivt. Hvor traditionelle robot-hænder kræver en motor til hvert led, bruger ADAPT-hånden kun 12 motorer placeret i håndleddet til at styre sine 20 led. Den resterende mekaniske kontrol opnås gennem fjedre, der kan justeres for stivhed, samt en silikone-‘hud’, der kan tilføjes eller fjernes. Denne strategisk fordelte eftergivenhed gør det muligt for hånden at tilpasse sig forskellige objekter uden yderligere programmering.
I test opnåede hånden en succesrate på 93% ved greb om 24 forskellige objekter, fra små bolte til bananer, med bevægelser der efterlignede menneskelige grebsmønstre med 68% lighed. Forskerne validerede robustheden gennem over 300 grebseksperimenter, hvor den eftergivende hånd blev sammenlignet med en stiv version.
EPFL-holdet bygger nu videre på succesen ved at integrere lukket kredsløb-kontrol, herunder tryksensorer i silikonehuden og kunstig intelligens. "En bedre forståelse af fordelene ved eftergivende robotter kan i høj grad forbedre integrationen af robotsystemer i meget uforudsigelige miljøer eller i miljøer designet til mennesker," opsummerer Junge.
Dette gennembrud, offentliggjort i Nature Communications Engineering, demonstrerer hvordan biomimetisk eftergivenhed kan muliggøre mere intuitiv og tilpasningsdygtig robotmanipulation uden afhængighed af kompleks programmering—med potentiale til at transformere, hvordan robotter interagerer med menneskelige omgivelser.