上交大本科毕业,获ICRA最佳学生论文、机器人控制双奖项,这个小哥的机械手玩球技术娴熟

机器人领域顶级会议 ICRA 2020 于近日召开,并公布了会议奖项。其中华人小哥 Shenli Yuan 等的研究《Design of a Roller-Based Dexterous Hand for Object Grasping and Within-Hand Manipulation》获得了此次会议的最佳学生论文奖和最佳机器人控制论文奖。



ICRA 2020 共设有最佳论文奖、最佳学生论文奖,以及自动化、人机交互、多机器人系统、机器人视觉等子领域最佳论文奖等 12 个奖项。而 Shenli Yuan 等人的这项研究入围了其中四个奖项,包括最佳学生论文和最佳论文,并最终斩获最佳学生论文奖和最佳机器人控制论文奖。

入围 ICRA 2020 奖项的部分论文列表。

入围 ICRA 2020 四个奖项的研究讲了些什么?

这项研究开发了一种新型非拟人化机械手,可以通过安装在机器人指尖的铰接式滚筒(articulated roller)来操纵物体。


与使用传统机械手的手内操纵(within-hand manipulation)不同,该研究开发的「会滚动的手指」具备连续旋转的能力,因而无需手指转动即可无限旋转被抓握的物体。

我们先来看这只机械手操纵物体的能力。

一只小小的骰子,它转起来毫不费力!


此外,它还能操纵厚度很小的物体(如一张纸),而且由于该机械手具备连续旋转的能力,拧瓶盖这种小事对它来说也不在话下。


接下来,我们再来看它抓取物体的能力如何。


如上图所示,这只机械手能够抓握纤维制品、球体等,还能利用一个滚筒将薄的物体滑动到桌面边缘然后再抓取……

机械手的设计原理

这只机械手的抓手包含三个运动学类似的手指,每个手指有三个自由度(DoF),参见下图:


近端自由度(proximal DoF)是由 Robotis Dynamixel XM430-W350 智能制动器直接驱动的转动关节。

中间自由度(intermediate DoF)正交于近端 DoF,它基于《Remote center-of-motion robot for surgery》中的平行四边形机制,其输入连杆和接地连杆位于平行四边形的中线。中间自由度控制指尖滚筒的方向,由微数字伺服电机(Savox SW0250MG)来驱动。

指尖滚筒由配备正交编码器的微 DC 齿轮马达驱动,能够实现连续旋转。该滚筒安装有多个氯丁橡胶 O 型环,可以为抓握和操纵物体提供高阻力表面。


抓手重 800 克,每个手指可提供 20 N 的法向力。其运动学配置和参数如下图所示:


其中手指 1 和 2 对称分布,具备平行的近端关节轴,手指 3 与手指 1 具备同样的平行四边形配置。


运动学分析

此外,该研究对其进行了运动学分析,将机械手用二指和三指控球的方程进行了形式化,以展示机械手的六自由度非约束空间移动能力。

下图展示了滚筒在操纵球体时的配置(第一行为三指控球,第二行为二指控球):


 关于机械手三指控球,作者给出了解释和示例:


下图则展示了对机械手二指控球的分析和展示:


研究人员制作了这只机械手的原型,并使用它抓握和操纵多种物体。对该原型的一系列测试验证了前述数学分析的有效性。

该研究制作的机械手原型。

关于该研究的更多信息,参见:https://ras.papercept.net/proceedings/ICRA20/1733.pdf

此外,作者还给出了论文解读视频,感兴趣的读者请戳:


作者简介

Shenli Yuan。

这项研究的第一作者是 Shenli Yuan,他在本科阶段获得了上海交通大学和普渡大学的双学士学位,硕士阶段又取得了斯坦福大学音乐与科学技术硕士(MA in Music Science and Technology, MST)和机械工程理学硕士(MS in Mechanical Engineering)。

履历:本科与硕士阶段均取得双学位。

Shenli Yuan 现为斯坦福大学机械工程博士生,同时辅修计算机科学,其导师为斯坦福人工智能实验室(SAIL)的 Kenneth Salisbury 教授。

他对机器人学、触觉学和音频技术都有很大的研究兴趣,大多数科研项目与这些主题相关。最近,他将研究重点放在了机器人手内操纵领域,尤其是设计机器人抓手和开发操纵算法。

除了这篇获奖研究之外,Shenli Yuan 之前参与的一些研究工作也被其他学术会议或期刊接收:

Shenli Yuan 的其他研究工作。

ICRA 2020 其他奖项

除了 Shenli Yuan 获得的最佳学生论文与机器人操控最佳论文奖,大会还公布了大会整体最佳论文、自动化最佳论文等众多奖项。


本届大会的最佳论文奖由来自加州理工学院等机构的论文《Preference-Based Learning for Exoskeleton Gait Optimization》获得。

其他获奖论文信息整理如下:

  • 自动化最佳论文:Securing Industrial Operators with Collaborative Robots: Simulation and Experimental Validation for a Carpentry task

  • 链接:https://hal.inria.fr/hal-02418739v2/document


  • 认知机器人最佳论文:Semantic Linking Maps for Active Visual Object Search

  • 链接:https://7948cefb-1ef7-4c55-96df-fcb8d527c697.filesusr.com/ugd/0886ee_198d7d01f879448bbf00733b21bfcbe9.pdf


  • 机制与设计最佳论文:Swing-Assist for Enhancing Stair Ambulation in a Primarily-Passive Knee Prosthesis

  • 链接:https://icra20.slack.com/?redir=%2Fapp_redirect%3Fchannel%3Dmoa01_1#/


  • 医疗机器人最佳论文:Fault Tolerant Control in Shape-Changing Internal Robots

  • 链接:http://eprints.whiterose.ac.uk/160367/


  • 机器人视觉最佳论文:Graduated Non-Convexity for Robust Spatial Perception: From Non-Minimal Solvers to Global Outlier Rejection

  • 链接:https://arxiv.org/abs/1909.08605


  • 无人机最佳论文:Design and Autonomous Stabilization of a Ballistically Launched Multirotor

  • 链接:https://arxiv.org/abs/1911.10269


  • 人机交互最佳论文:Preference-Based Learning for Exoskeleton Gait Optimization

  • 链接:https://arxiv.org/abs/1909.12316


理论
暂无评论
暂无评论~