Traditionella robothänder kräver vanligtvis exakt information om omgivningen och avancerad programmering för att lyckas greppa föremål. Människor däremot kan plocka upp saker utan att behöva exakt positionsdata, mycket tack vare den naturliga följsamheten i våra händer.
CREATE-labbet vid EPFL (École Polytechnique Fédérale de Lausanne) har inspirerats av denna mänskliga förmåga för att utveckla ADAPT-handen—en robothand som använder följsamma material istället för komplexa algoritmer för att uppnå fingerfärdig manipulation.
"Som människor behöver vi egentligen inte så mycket extern information för att greppa ett föremål, och vi tror att det beror på de följsamma, eller mjuka, interaktioner som sker i gränssnittet mellan ett objekt och en mänsklig hand," förklarar Kai Junge, doktorand vid School of Engineering's Computational Robot Design & Fabrication (CREATE) Lab, lett av professor Josie Hughes.
ADAPT-handens konstruktion är anmärkningsvärt effektiv. Medan traditionella robothänder kräver en motor för varje led, använder ADAPT-handen endast 12 motorer placerade i handleden för att styra sina 20 leder. Den återstående mekaniska kontrollen kommer från fjädrar som kan justeras för styvhet och en silikonhud som kan läggas till eller tas bort. Denna strategiskt fördelade följsamhet gör att handen kan anpassa sig till olika objekt utan ytterligare programmering.
Vid tester uppnådde handen en 93-procentig framgångsfrekvens vid grepp av 24 olika objekt, från små bultar till bananer, med rörelser som efterliknade mänskliga greppmönster med 68 procents likhet. Forskarna bekräftade denna robusthet genom över 300 grepp-experiment, där den följsamma handen jämfördes med en stel version.
EPFL-teamet bygger nu vidare på denna framgång genom att integrera sluten styrning, inklusive trycksensorer i silikonhuden och artificiell intelligens. "En bättre förståelse för fördelarna med följsamma robotar kan avsevärt förbättra integrationen av robotsystem i mycket oförutsägbara miljöer, eller i miljöer utformade för människor," sammanfattar Junge.
Detta genombrott, som publicerats i Nature Communications Engineering, visar hur biomimetisk följsamhet kan möjliggöra mer intuitiv och anpassningsbar robotmanipulation utan att förlita sig på komplex programmering—något som potentiellt kan förändra hur robotar interagerar med mänskliga miljöer.