用于回收的RoCycle机器手知道其抓住了哪些材料

该设备被称为RoCycle，由麻省理工学院和耶鲁大学合作开发。据报道，其可以与任何第三方机械臂兼容。当它们静止不动时，它们可以准确地区分纸张、塑料和金属物品，准确率达到85％，当它们必须从移动的传送带上抓下物品时，准确度达到63％。随着技术的进一步发展，准确率将进一步提升。

RoCycle利用两个柔软的手指拾取物体，轻轻挤压物体。首先，这允许它衡量每个项目的大小。另外，利用手指中的压力传感器，它测量抓住物体所需的力的大小。这表示该物体材料的刚度。

然后，定制软件将这些尺寸等数字与先前已输入数据库的各种已知纸张和塑料物品的数字进行比较。当找到匹配时，系统知道手中握着的是什么，以及该东西是由什么构成的。压力传感器也是导电的，可以让系统识别金属物体。

RoCycle机器手也并不像其他“软体机器人 ”设备那样脆弱。这是因为每个手指由两个平行的圆柱体组成，用硅胶套覆盖。这些圆柱体又由拉胀聚合物制成，拉伸时实际上变宽。当电动机转动气缸时，聚合物会扭曲和伸展，从而变宽并使手指变得更粗。

这项技术被称为“手动剪切辅助设备”（HSA），不仅可以使手指仍然相对坚硬，而且还可以使用常规电机。相比之下，一些基于流体的软体机器人系统需要更昂贵的空气泵或压缩机。

研究人员正在研究将RoCycle技术与机器人摄像头的视频输出相结合，通过同时使用触觉和视觉数据来提高准确度。研究报告的第一作者、来自麻省理工学院的Daniela Rus教授表示，“仅靠计算机视觉无法解决机器人的感知问题，因此能够使用触觉输入至关重要。”

该论文将于本月晚些时候在韩国首尔举行的IEEE国际软体机器人大会上发表。

本文素材来自互联网