像人一样灵活抓取

触觉感知对人类有效操控物体至关重要，缺乏触觉会严重影响我们抓取和控制物体的能力。尽管人们已研发出集成触觉感知的机器人以实现更灵巧的操作，但它们在适应动态抓取场景方面仍不及人类手部能力。这一局限源于机器人通常无法感知局部接触、几何形状、滑动和压力，而这些正是调整抓握方式的关键。

在研究中，赵等人展示了全手触觉嵌入式仿生手（F-TAC手），这是一种配备全手触觉感知功能的机器人手，可实现自适应操作。该机器人手拥有15个自由度以实现灵巧操作，其手掌和手指表面嵌入了17个高分辨率视觉基触觉传感器，密度达每平方厘米10,000个触觉单元。这些传感器采用光度立体视觉原理，能将光强转换为表面梯度信息。研究人员还开发了一种生成算法，能生成类人手部构型。

为测试该手的自适应能力，他们进行了600次真实世界试验，涉及60种不同的物体组合。研究结果表明，这种触觉感知控制策略使F-TAC手能实时调整其抓取策略。例如，当手部在进行第二次抓取时检测到手内两个物体可能发生碰撞，它能重新规划并切换到更合适的策略，通过调整抓握来适应可用空间，而非触觉方法在适应性方面则表现不佳。

目前的研究仅聚焦于基于触觉的自适应抓取控制，并依赖已知的物体几何形状。因此，这种方法能否应用于现实世界中完全未知的几何形状，仍有待观察。尽管如此，该研究强调，对于实现机器人抓取的类人自适应能力，触觉反馈与驱动和规划同样关键。