An Overview of Robotic Grippers
University of Bristol(布里斯托大学)
本文综述机器人夹爪的设计、形态与功能,比较高精度可控手与受生物力学启发的柔顺手,并强调其在自主机器人普及中的重要性。
2023-04-27 cs.RO
A Novel Variable Stiffness Soft Robotic Gripper
DePaul University(德保罗大学);University of Arkansas(阿肯色大学);Clemson University(克莱姆森大学)
我们提出了一种新的三指软机器人手爪与解耦刚度和形状控制能力进行自适应抓持系统的复杂性最小。所提出的软手指自适应地符合对象形状,便于处理不同类型、形状和大小的对象。每个软夹持器手指有一个不可伸展的关节骨干,并由气动肌肉驱动。我们推导出的夹具的运动学模型,并使用经验的方法来映射输入压力的刚度和弯曲变形的手指。我们使用这些映射来实现解耦刚度和形状控制。我们进行测试,以量化的能力,以保持物体的夹具改变方向,保持抓取状态的能力,夹具移动,以及所需的力量,以释放物体从夹持的手指,分别。结果验证了所提出的夹持器的性能,并显示了如何刚度控制可以提高抓取质量。
2020-10-22 cs.RO
Visual Pressure Estimation and Control for Soft Robotic Grippers
Georgia Institute of Technology(佐治亚理工学院);Intel Labs(英特尔研究院);Meta Reality Labs(Meta现实实验室);Hello Robot Inc.(Hello Robot公司)
柔软的机器人抓手有助于实现接触式操作,包括对各种物体的牢固抓取。然而,软夹持器的有利顺应性也导致显著变形,这可能使精确操作具有挑战性。我们提出了视觉压力估计和控制(VPEC),一种方法,推断软抓手使用RGB图像从外部摄像头施加的压力。我们提供的视觉压力推断的结果时,气动夹持器和肌腱致动的夹持器与平面接触。我们还表明,VPEC可以通过推断的压力图像的闭环控制进行精确操作。在我们的评估中,移动机械手(来自Hello Robot的Stretch RE 1)使用视觉伺服在所需的压力下进行接触;遵循空间压力轨迹;并抓住小的低轮廓物体,包括microSD卡,硬币和药丸。总的来说,我们的研究结果表明,视觉估计施加的压力可以使软夹持器进行精确的操作。
2022-08-09 cs.RO
Berry Twist: a Twisting-Tube Soft Robotic Gripper for Blackberry Harvesting
Delft University of Technology(代尔夫特理工大学);German Aerospace Center (DLR)(德国航空航天中心)
针对农业劳动力短缺及黑莓娇嫩难采收的问题,研究团队研发了名为Berry Twist的扭管型软体机器人抓手,通过织物管电动扭转轻柔包裹果实,三种材质管体测试显示其采摘、释放成功率分别达82%和95%,为机器人采收提供了可行方案。
2024-03-25 cs.RO
TacFR-Gripper: A Reconfigurable Fin Ray-Based Compliant Robotic Gripper with Tactile Skin for In-Hand Manipulation
University of Bristol(布里斯托大学);Bristol Robotics Lab(布里斯托机器人实验室);Imperial College London(伦敦帝国学院)
本文提出TacFR-Gripper,一种基于鳍射线可重构柔性抓取器,集成触觉皮肤和GNN感知,实现高成功率抓取与灵巧手内操作。
2023-11-17 cs.RO
A Thermoplastic Elastomer Belt Based Robotic Gripper
Peking University(北京大学);The University of Manchester(曼彻斯特大学);Fontys University of Applied Sciences(方提斯应用科学大学)
新型机器人抓取器由于其适应环境变化的能力和强大的功能,近年来引起了人们越来越多的关注。与传统的机械部件制成的手指夹持器不同,新型机器人夹持器通常由新型结构和材料制成,使用新型制造工艺。本文提出了一种新型的机器人夹持器,该夹持器具有外部框架和内部热塑性弹性体带状网。抓爪利用网和物体之间的摩擦力抓持物体。它具有通过柔性接触表面进行自适应抓取的能力。采用应力模拟的方法,探讨了网片正应力与网片变形之间的规律。在各种物体上进行实验,以测量可靠地抓握和保持物体所需的力。测试结果表明,该夹持器可以成功地夹持不同形状,尺寸和纹理的物体。这是有前途的,夹具可以用于抓住脆弱的物体在工业或在外地,也抓住海洋生物而不伤害他们。
2021-05-22 cs.RO physics.app-ph
Single-Motor Robotic Gripper With Three Functional Modes for Grasping in Confined Spaces
本文提出一种单电机驱动的三模式机器人夹爪,通过两个自运动切换机构实现抓取、手指弯曲和拉入模式,从而在受限空间中完成手内操作并避免干涉,实验验证了其有效性。
2023-10-26 cs.RO
Anthropomorphic Twisted String-Actuated Soft Robotic Gripper with Tendon-Based Stiffening
University of Nevada, Reno(内华达大学雷诺分校)
实现高性能的软机器人夹具是具有挑战性的,因为驱动它们的软致动器和人工肌肉的固有限制,包括低力输出,小致动范围和差的紧凑性。尽管在这一领域取得了进展,但实现具有高灵活性和力输出的紧凑型软夹持器仍然具有挑战性。本文探讨了扭绳驱动器(TSA)驱动软机器人手爪。TSA已用于许多机器人应用中,但其在软体机器人中的应用受到限制。夹具的设计灵感来自于人手。在具有拮抗性TSA的手指中实施可调刚度。手指的弯曲角度,驱动速度,阻止力输出,和刚度调谐的实验特征。该夹具在Kapandji测试中获得了6分,并重现了Feix GRASP分类的33次抓握中的31次。它表现出72 N的最大抓握力,这几乎是它自身重量的13倍。一项比较研究表明,与其他类似的软夹持器相比,所提出的夹持器表现出等同或更好的性能。
2022-09-22 cs.RO cs.SY eess.SY
A Novel Gripper with Semi-Peaucellier Linkage and Idle-Stroke Mechanism for Linear Pinching and Self-Adaptive Grasping
X-Institute;Tsinghua University(清华大学)
本文提出兼具线性平行捏取与自适应抓取能力的 SPD 夹爪,通过半波塞利耶连杆和空行程机构解决传统夹爪指尖弧线运动导致的高度调整问题,并经原型实验验证其性能。
2025-10-18 cs.RO
Single-Motor Robotic Gripper with Multi-Surface Fingers for Variable Grasping Configurations
Kanazawa University(金泽大学)
本研究提出一种由单电机驱动、具有多表面手指的机器人夹爪,通过磁铁自运动切换机构实现手指开合与旋转,从而获得九种可变抓取配置以适应不同物体。
2024-03-24 cs.RO
Tendon-Driven Soft Robotic Gripper for Berry Harvesting
University of Arkansas(阿肯色大学)
近年来,全球浆果生产和消费量大幅增加,与此同时,消费者对浆果促进健康益处的认识也在提高。其中,新鲜上市的黑莓及乌藨子主要以手工采收,以保持采收后的品质。然而,新鲜的市场浆果收获是一项艰巨、昂贵的工作,占工人工作时间的50%。此外,在手工收获过程中施加的不一致的力可导致由于红核果逆转(RDR)而损失85%的可销售浆果。在这里,我们提出了一种新的,肌腱驱动的软机器人夹持器与主动接触力反馈控制,它利用了被动遵守的夹持器轻轻收获黑莓。多功能夹持器能够施加低至0.5 N的所需力,平均误差为0.046 N,同时还能保持产生高达18 N力的有效载荷。田间试验结果表明,该抓持器能够以最小的浆果损伤收获浆果,同时保持95%的收获可靠性和约4.8秒/个浆果的收获率。
2021-03-07 cs.RO
Design Methodology of Hydraulically-driven Soft Robotic Gripper for a Large and Heavy Object
本文提出了一种液压驱动的软机器人夹具设计方法,通过数学模型和材料选择实现大重量物体的抓取与控制。
2026-01-14 cs.RO
Single-Fingered Reconfigurable Robotic Gripper With a Folding Mechanism for Narrow Working Spaces
Kanazawa University(金泽大学);Panasonic Corporation(松下公司)
这封信提出了一种新的单指可重构机器人夹持器,用于在狭窄的工作空间中抓取物体。开发的夹具的手指实现两种配置,即,插入和抓取模式,仅使用一个单一的电机。在插入模式中,手指呈现薄的形状,使得其可以将其尖端插入到狭窄的空间中。手指的抓握模式通过折叠机构激活。模式切换可以通过两种方式实现:通过马达主动地切换模式,或者通过与支撑表面接触来组合指尖的被动旋转和爪的主动机动化构造。当不清楚特定任务需要插入多少手指时,后一种方法是有效的。该结构提供了简单的控制方案。所提出的机器人夹持器的设计和控制方法的性能进行了实验评估。抓取物体所需的插入空间的最小宽度为4 mm(使用策略时为1 mm)。
2022-11-22 cs.RO
A Soft Robotic Gripper with Active Palm for In-Hand Object Reorientation
Queen Mary University of London(伦敦玛丽女王大学)
本文提出一种带主动旋转手掌的三指软体夹爪,利用气动吸盘防滑,实现快速精确的手内物体旋转,简化了机器人操作。
2023-07-25 cs.RO
Getting a Grip: in Materio Evolution of Membrane Morphology for Soft Robotic Jamming Grippers
CSIRO(澳大利亚联邦科学与工业研究组织);University of Queensland(昆士兰大学);Queensland University of Technology(昆士兰科技大学);University of Melbourne(墨尔本大学)
颗粒干扰在软机器人中的应用是一项最近的和有前途的新技术,为创造更高性能的机器人设备提供了令人兴奋的可能性。颗粒堵塞是通过在含有颗粒物质的膜内施加真空压力来实现的,并且从设计的角度来看是特别令人感兴趣的,因为可以潜在地利用无数的设计参数来诱导各种各样的有用行为。迄今为止,已经研究了诸如颗粒形状和尺寸以及膜材料等变量的影响,作为诱导定制夹持性能的手段,然而,由于其在精确建模和制造方面的特殊复杂性,尚未研究另一个主要影响因素,即膜形态。该研究首次优化颗粒堵塞抓手的膜形态,结合多材料3D打印和进化算法来搜索材料中不同的形态设计空间。整个世代都是在一次运行中打印的,并且测试了夹持器保持力并将其用作适应性测量。我们的方法是相对可扩展的,避免了建模的需要,并保证了所考虑的夹具的真实性能。结果表明,膜形态是一个关键的决定因素的夹持器的性能。常见的高性能设计被认为可以优化颗粒抓手产生夹持力的所有三种主要确定机制,与标准抓手形态显着不同,并且在一系列测试对象中具有良好的通用性。
2021-11-02 cs.RO
A Cross-Embodiment Gripper Benchmark for Rigid-Object Manipulation in Aerial and Industrial Robotics
Faculty of Mechanical Engineering, Technical University of Kosice(机械工程学院,科西策技术大学);GRVC Robotics Lab of Seville(塞维利亚GRVC机器人实验室);Brubotics, Vrije Universiteit Brussel and IMEC(Brubotics、布鲁塞尔自由大学和IMEC)
本文提出跨体态夹具基准测试,用于评估夹具在不同机器人平台上的抓取性能和节能能力。
2025-12-01 cs.RO
A Novel Approach to Tomato Harvesting Using a Hybrid Gripper with Semantic Segmentation and Keypoint Detection
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
提出一种基于软体笼效应混合夹持器的番茄采摘新方法,结合深度相机、RGB相机及深度学习关键点检测与语义分割实现果实定位,并通过鲁棒轨迹规划与可调抓取力确保安全处理。
2024-12-21 cs.RO
Hybrid Robotic Grasping with a Soft Multimodal Gripper and a Deep Multistage Learning Scheme
Carnegie Mellon University(卡内基梅隆大学);Tsinghua University(清华大学);University of California, Los Angeles(加州大学洛杉矶分校)
本文提出一种结合软多模态夹爪的深度强化学习框架,实现多阶段混合机器人抓取,通过三种抓取模式优化动作数量,在仿真和真实实验中最大提升抓取效率161%和154%。
2023-03-06 cs.RO
G.O.G: A Versatile Gripper-On-Gripper Design for Bimanual Cloth Manipulation with a Single Robotic Arm
Imperial College London(伦敦帝国理工学院)
本文提出 G.O.G. 夹爪上夹爪末端执行器,通过可变摩擦双模式手指与最大500 mm跨度设计,使单机械臂能够完成多种双手布料操作任务。
2024-01-19 cs.RO
A Novel Approach to Grasping Control of Soft Robotic Grippers based on Digital Twin
School of Advanced Technology Xi’an Jiaotong-Liverpool University(西交利物浦大学先进技术学院)
本文提出一种基于数字孪生的软体机器人抓手实时控制框架,结合计算机视觉、四段常曲率运动学建模及OpenCV图像处理,实现驱动压力与抓手参数的映射,实验表明该方法能满足工业应用需求。
2024-10-19 cs.RO cs.SY eess.SY
Model-free Grasping with Multi-Suction Cup Grippers for Robotic Bin Picking
Bosch Center for Artificial Intelligence(博世人工智能中心)
本文提出一种与夹爪设计无关的多吸盘无模型抓取位姿预测方法,通过神经网络预测逐像素抓取质量并结合优化步骤确定最优夹爪选择与位姿,同时引入自动标注方法,在真实工业料箱拣选场景中验证了有效性。
2023-07-31 cs.AI cs.RO
Developing Simulation Models for Soft Robotic Grippers in Webots
Faculty of Science and Engineering, University of Groningen(格罗宁根大学科学与工程学院);School of Electrical Engineering and Informatics, Bandung Institute of Technology(班达理工大学电气工程与信息学院)
针对现有仿真器难以同时处理软体与刚性机器人的问题,在Webots中开发基于RLD模型和PSO参数优化的轻量级开源软体夹爪数字孪生,并通过实验验证了其有效性。
2024-11-11 cs.RO
Automated design of pneumatic soft grippers through design-dependent multi-material topology optimization
CSIRO Data61(联邦科学与工业研究组织数据61所);Indian Institute of Technology Hyderabad(印度理工学院海得拉巴分校);TU Delft(代尔夫特理工大学)
近年来,软机器人抓取在学术机器人界迅速普及,并推向工业应用。与此同时,多材料3D打印已变得广泛可用,使包含刚性和弹性部分的设备的整体制造成为可能。我们提出了一种新的设计技术,利用这两种技术,可以自动设计定制的软机器人抓手采摘水果和类似的应用。我们展示了新的拓扑优化配方,产生多材料的软抓手,可以解决内部和外部压力边界,并调查方法,以产生气密设计。与现有方法相比,它大大扩展了可搜索的设计空间,同时提高了仿真精度。
2023-03-15 cs.RO
ARTiS: An Adaptive Robotic Gripper for Enhanced Tool Manipulation in Disassembly Applications
National Institute of Advanced Industrial Science and Technology (AIST)(日本国立先进工业科学技术研究所(AIST));The University of Osaka(大阪大学);Graduate School of Engineering Science, The University of Osaka(大阪大学工程科学研究生院)
本文介绍了一款名为ARTiS的新型机器人抓手,其结合柔性抓手、拟人机械手与刚性机构的优势,经测试可牢固握持各类拆卸工具,适用于自动化与协作任务。
2026-09-10 cs.RO
Under-actuated Robotic Gripper with Multiple Grasping Modes Inspired by Human Finger
School of Mechanical Engineering, Zhejiang University(浙江大学机械工程学院);Robotics Institute of Zhejiang University(浙江大学机器人研究院)
提出一种由单电机驱动的三指连杆欠驱动抓取器,通过滑块-滑轨伸缩指节和可重构结构实现五种抓取模式,实验验证其对细长、薄型和大体积物体的优异抓取能力。
2024-03-19 cs.RO
A Tactile-enabled Grasping Method for Robotic Fruit Harvesting
Monash University(莫纳什大学)
在机器人农作物收割环境中,夹持器工作空间中的异物侵入频繁发生并且不可消除,然而很少解决。本文提出了一种新的智能机器人抓取方法,能够处理障碍物的干扰,这是第一次在文献中。该方法将深度学习算法与低成本触觉感知硬件结合在多自由度软机器人夹具上。通过实验验证,所提出的方法表现出良好的性能,在区分各种抓取场景。4指独立控制的抓爪具有出色的适应性,可处理各种拾取场景。这项工作的整体表现表明,解决机器人水果收获挑战的巨大潜力。
2021-10-18 cs.RO
BaRiFlex: A Robotic Gripper with Versatility and Collision Robustness for Robot Learning
Department of Mechanical Engineering, The University of Texas at Austin(机械工程系,德克萨斯大学奥斯汀分校);Department of Computer Science, The University of Texas at Austin(计算机科学系,德克萨斯大学奥斯汀分校)
本文提出BaRiFlex夹爪,通过低惯量执行器与刚柔混合设计实现高反向驱动性、碰撞鲁棒性和抓取多功能性,并验证其优于刚性Franka Hand和Fin-Ray软体夹爪,能有效支持强化学习训练。
2023-12-08 cs.RO
Post-Grasp Kinematic Repair for Robotic Insertion via Object-in-Gripper Reorientation
University of Southern Denmark(南丹麦大学)
针对机器人插入中抓取后运动学不可行问题,提出通过夹爪内物体重定向修复,利用分支感知IK图和任务条件先验优化,仿真与真实实验验证有效。
2026-10-07 cs.RO
Mathematical Modeling Of Four Finger Robotic Grippers
Jamia Millia Islamia(贾米亚·米利亚·伊斯兰亚大学)
针对Jamia's hand四指腱驱动机器人夹持器,本文建立运动学、受力与Lagrangian动力学模型,分析位移、夹持力、扭矩及钢丝直径要求。
2024-09-10 cs.RO
Hybrid Rigid-Soft Robotic Gripper with Shape Adaptation, Uniform Force Distribution, and Self-Locking Capabilities
Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences(北京市农林科学院智能装备研究中心);College of Engineering, China Agricultural University(中国农业大学工学院);College of Engineering, Shanxi Agricultural University(山西农业大学工学院)
研究针对传统机器人抓手难题,提出集成低成本气动执行器与3D打印双棘轮棘爪机构的混合刚性-柔性抓手,能实现形状适应、均匀力分布和无能源自锁,实验验证其负载、力分布及能耗等性能优越,为农业任务提供高效方案。
2026-07-17 cs.RO
Hybrid Robotic Meta-gripper for Tomato Harvesting: Analysis of Auxetic Structures with Lattice Orientation Variations
Tohoku University, Japan(东京东京大学);Delft University of Technology (TU Delft), the Netherlands(代尔夫特理工大学);Indian Institute of Technology Kanpur (IIT Kanpur), India(印度理工学院坎浦尔分校)
本研究提出一种结合刚性外框与软体拉胀晶格的番茄采摘混合机器人夹爪,通过DIC实验与非线性FEA分析不同晶格方向对抓取性能的影响,为软硬混合夹爪设计优化提供了新见解。
2025-10-11 cs.RO
An Origami-Inspired Variable Friction Surface for Increasing the Dexterity of Robotic Grippers
Imperial College London(伦敦帝国学院);Dyson School of Design Engineering(戴森设计工程学院)
针对机器人抓手手部内操控能力受限的问题,提出一种可切换高低摩擦状态的折纸启发式参数化薄型表面,经数值分析和实验验证,该表面能稳定提升抓手操控性能,图案密度和谷间距是关键影响参数。
2024-04-15 cs.RO
SimTO: A two-stage, simulation-driven topology optimization framework for bespoke soft robotic grippers
CSIRO Robotics(CSIRO机器人研究所);School of Electrical Engineering and Computer Science(电气工程与计算机科学学院)
提出SimTO框架,通过两阶段仿真驱动拓扑优化自动提取接触载荷,为特征丰富物体定制软体夹爪,实验证明其抓取力优于传统方法且泛化性强。
2026-06-17 cs.RO
Tendon-Driven Soft Robotic Gripper with Integrated Ripeness Sensing for Blackberry Harvesting
Georgia Institute of Technology(佐治亚理工学院);Georgia Institute of Technology/Emory(佐治亚理工学院/埃默里大学)
全球粮食需求不断增长,加上持续的劳动力短缺,推动了自动化农业收割的需求。虽然一些特殊作物(例如,苹果、桃、蓝莓)可以通过现有的收获方式收获,但黑莓和乌藨子等水果需要小心处理,以减轻可能严重影响销路的水果损害。这推动了软机器人解决方案的开发,从而实现高效,精细的收获。本文介绍了一种肌腱驱动的软夹持系统的设计,制造和可行性测试集中在黑莓,这是一个脆弱的水果容易受到采后损害。该夹持器既低成本又小形状因子,允许集成用于肌腱收缩的微伺服系统、利用反射模态识别完全成熟的黑莓的基于近红外(NIR)的黑莓成熟度传感器以及用于UR-5的视觉伺服的内窥镜摄像机。在两个单独的田间试验中,使用该夹持器通过手动定位收获139个浆果。田间试验发现,成熟和未成熟黑莓的平均保持力分别为2.06 N和6.08 N。传感器测试确定了成熟和未成熟的黑莓的平均反射率分别为16.78和21.70,表明两个成熟度水平之间的明显区别。最后,软机器人夹持器集成到UR 5机械臂上,并在实验室环境中使用视觉伺服成功地收获了15个人造黑莓。
2023-02-06 cs.RO
DexGrip: Multi-modal Soft Gripper with Dexterous Grasping and In-hand Manipulation Capacity
CSIRO(联邦科学与工业研究组织);University of Queensland(昆士兰大学)
针对软体机器人抓手操作能力不足的问题,提出DexGrip多模态软体抓手,通过3自由度主动吸掌和3个主动旋转抓取面实现全主轴360度操作,实验证明其能灵巧操作多种复杂物体。
2024-11-26 cs.RO
Ultra-Low-Impedance Robotic Gripper for High-Bandwidth and Transparent Physical Interaction
Sogang University(西江大学)
该研究提出新型9自由度三指差动直接驱动夹爪,结合低减速比差动传动,实现低阻抗、高带宽透明物理交互,解决力矩与硬件复杂度的权衡,为无传感器力估计提供基础。
2026-09-18 cs.RO
Benchmarking Reinforcement Learning Methods for Dexterous Robotic Manipulation with a Three-Fingered Gripper
The University of Auckland(奥克兰大学);New Dexterity(新 Dexterity 研究机构)
本研究探讨了在真实环境中直接训练强化学习算法以执行灵巧操作,对三种RL算法在复杂手内操作任务上进行了基准测试,验证了真实世界训练的实用性并分享了实验经验。
2024-08-27 cs.AI cs.LG cs.RO
Designing a Mechanical Tool for Robots with 2-Finger Parallel Grippers
Osaka University(大阪大学);National Inst. of AIST(日本产业技术综合研究所)
本工作设计了一个机械工具的机器人与2手指平行的夹具,它扩展了机器人夹具的功能,而不需要额外的工具交换器或其他致动器。机械工具的基本运动结构是两个对称的平行四边形,其将机器人夹持器的运动传递到机械工具。四个扭转弹簧连接到两个平行四边形的四个内部接头,以在机器人夹具释放时打开工具。详细分析了力和传输,以确保工具在夹持力和弹簧刚度方面反应良好。同时,根据机床的运动结构,设计了多种工具提示,使机床能够完成不同的任务。运动学结构可以是应用各种巧妙的夹持器设计的平台。所设计的工具可作为一个正常的对象,并通过自动规划抓取拾取和使用。机器人可以通过附接到工具主体的AR标记来定位工具,通过选择自动规划的抓取来抓取工具,并且将工具从任意姿势移动到特定姿势以抓取物体。机器人还可以根据给定任务的要求确定最佳抓握和使用。
2019-02-25 cs.RO
Team O2AS at the World Robot Summit 2018: An Approach to Robotic Kitting and Assembly Tasks using General Purpose Grippers and Tools
OMRON SINIC X Corp.(欧姆龙SINIC X公司);OMRON Corp.(欧姆龙公司);Osaka University(大阪大学);SenseTime Japan Ltd.(商汤日本有限公司);National Inst. of Advanced Industrial Science and Technology (AIST)(国立先进工业科学技术研究所(AIST));Laboro.AI Inc.(Laboro.AI公司)
我们提出了一个多功能的机器人系统的配套和装配任务,不使用夹具或商业工具更换。它没有使用专门的末端执行器,而是使用其双指夹持器来抓取和保持工具,以执行子任务,如拧紧和抽吸。第三个夹持器用作精密拾取和定心工具,并使用内置的被动顺应性来补偿小的位置误差和不确定性。一种新的把握点检测箱采摘描述的配套任务,使用一个单一的深度图。使用所提出的系统,我们参加了2018年世界机器人峰会世界机器人挑战赛工业机器人类别的装配挑战赛,获得了第四名和精益设计和多功能工具使用的SICE奖。我们通过在比赛中进行的实验,我们的方法的有效性。
2020-03-05 cs.CV cs.RO
MultiGraspNet: A Multitask 3D Vision Model for Multi-gripper Robotic Grasping
VANDAL Laboratory, Department of Control and Computer Engineering, Politecnico di Torino(沃纳达实验室,控制与计算机工程系,都灵理工大学);Comau S.p.A., Advanced Automation Solutions(Comau S.p.A.,先进自动化解决方案);Istituto Italiano di Tecnologia(意大利技术研究所)
MultiGraspNet是一种多任务3D视觉模型,通过统一框架同时预测平行和真空机械手的抓取姿态,提升机器人在复杂环境中的抓取能力和适应性。
2026-09-03 cs.CV cs.RO
Learning Force-Regulated Robotic Manipulation with a Low-Cost Tactile-Force-Controlled Gripper
University of Virginia(弗吉尼亚大学);Columbia University(哥伦比亚大学)
本文提出TF-Gripper和RETAF框架,通过低成本触觉-力控夹具和高频率力调节方法,提升机器人在日常力敏感物体上的操控精度与稳定性。
2026-10-07 cs.RO
Compliant finray-effect gripper for high-speed robotic assembly of electrical components
TU Berlin(柏林工业大学);Fraunhofer IPK(弗劳恩霍夫生产系统与设计技术研究所)
精密装配任务(如电连接器插入)具有严格的公差和敏感的部件,限制了机器人装配的速度和鲁棒性,即使在使用视觉、触觉或力传感器时也是如此。连接器插入是一项常见的工业任务,需要用最小的力来补偿水平对准误差,然后在插入方向上施加足够的力。还需要处理各种物体、实现高速以及处理物体位置变化的宽范围的能力。软夹持器可以允许夹持具有不同表面几何形状的零件,但通常只专注于夹持,可能无法提供所需的装配力。为了实现高速连接器插入,本文提出了单片手指与结构化的顺应性和形式封闭功能。鳍射线效应夹持器适于实现允许高速机械搜索、插入中的自对准和足够的组装力的结构化(即,方向性)刚度。对鳍肋和指尖的设计进行了研究,最终设计允许在高速下以高达7.5 mm的公差窗口插入插头。
2023-01-20 cs.RO
Force-EvT: A Closer Look at Robotic Gripper Force Measurement with Event-based Vision Transformer
Purdue University(普渡大学);Khalifa University(哈利法大学)
本文提出Force-EvT方法,利用事件相机和Vision Transformer实现机器人夹爪的实时力测量,通过25组事件数据验证其在多种场景下优于现有方法。
2024-04-01 cs.RO eess.IV
Combining and Decoupling Rigid and Soft Grippers to Enhance Robotic Manipulation
Virginia Tech(弗吉尼亚理工大学)
针对纯刚性或纯软体夹爪的局限性,本文提出RISOs方法,将刚性末端执行器与新型软体可切换粘合剂结合与解耦,实现跨100万倍重量范围的物体抓取,显著提升了机器人操作的承载能力与物体多样性。
2024-04-21 cs.RO
Design of a Fully Actuated Robotic Hand With Multiple Gelsight Tactile Sensors
Massachusetts Institute of Technology(麻省理工学院)
这项工作详细介绍了一种新型的两个手指的机器人夹持器与多个Gelsight的光学触觉传感器覆盖的手的内表面的设计。多个Gelsight传感器可以同时从多个视图收集物体的表面拓扑结构,并可以跟踪剪切应力和拉伸应力。此外,其他感测模态使手能够从被抓握的物体收集热、声和振动信息。力控夹持器是完全致动的,因此它可以用于各种抓取配置,也可以用于手操作任务。在这里,我们提出了这样的夹具的设计。
2020-02-06 cs.RO
Variable Stiffness Improves Safety and Performance in Soft Robotics
University of Wollongong(伍伦贡大学);Lebanese American University(黎巴嫩美国大学)
本文提出了一种新的变刚度软夹持器,使高性能的抓取任务,在工业应用中。所提出的整体式软夹持器的设计包括中间波纹管和两侧波纹管(即,手指)。通过开关控制器调节中间波纹管致动器中的负压来调节手指的位置。通过使用比例气压调节器控制手指中的正压来调节软夹持器的刚度。实验结果表明,所提出的软夹持器可以在250ms内将其刚度调节125%。它还表明,可变刚度的软夹持器可以帮助提高安全性和性能的抓取任务在工业应用中。
2023-02-06 cs.RO cs.SY eess.SY
Viko: An Adaptive Gecko Gripper with Vision-based Tactile Sensor
Hong Kong University of Science and Technology(香港科技大学);Nanjing University of Information Science and Technology(南京信息工程大学)
监测接触状态对于机器人设备至关重要,特别是使用壁虎粘合剂的夹具,其中紧密接触对于牢固附着至关重要。然而,由于缺乏可变形的传感器,很少有证明触觉感知的壁虎夹具。我们提出了Viko,一个自适应壁虎抓手,利用基于视觉的触觉传感器来监测接触状态。该传感器提供接触面积和剪切力的高分辨率实时测量。此外,传感器是自适应的,低成本的,和紧凑的。我们将壁虎风格的粘合剂集成到传感器表面,而不会影响其适应性和性能。利用机械手臂,我们评估了一系列的抓取测试的性能的夹具。即使在30度的低指尖俯仰角下,夹持器的最大有效载荷也为8N。我们还展示了抓手的能力,调整指尖姿势更好地接触使用传感器反馈。此外,日常物体采摘作为示范的夹具的适应性。
2021-05-03 cs.RO
Corner-Grasp: Multi-Action Grasp Detection and Active Gripper Adaptation for Grasping in Cluttered Environments
School of Mechanical Engineering, Sungkyunkwan University(成均馆大学机械工程学院);AIDIN ROBOTICS Inc.(AIDIN ROBOTICS公司)
提出Corner-Grasp方法,利用多功能夹爪和主动适应策略,通过神经网络从RGB-D图像检测抓取点,解决杂乱料箱拣选环境中的抓取与碰撞问题,并在ICRA 2024竞赛中验证有效性。
2025-04-02 cs.LG cs.RO
A Hand Combining Two Simple Grippers to Pick up and Arrange Objects for Assembly
Osaka University(大阪大学);National Inst. of AIST(日本产业技术综合研究所)
本文提出了一种新的机器人手设计的装配任务。这个想法是结合两个简单的夹持器-内夹持器用于精确对齐,外夹持器用于稳定夹持。传统的机器人手需要复杂的柔顺机构或复杂的控制策略和力传感来执行装配任务,这使得它们成本高昂,并且难以拾取和布置螺钉或垫圈等小物体。与传统的手相比,所提出的设计提供了一种低成本的解决方案,通过利用定位手指和重力的几何约束来对准、拾取和布置各种物体。它能够处理小螺钉和垫圈,并消除圆柱形物体或带圆柱孔物体的位置误差。在实验中,现实世界的任务和定量分析进行验证的对齐,采摘和安排的设计能力。
2018-09-12 cs.RO
Robotic Untangling of Herbs and Salads with Parallel Grippers
King’s College London(伦敦国王学院)
从未分类的堆中拾取一个或多个物体对于机器人系统来说仍然是不平凡的。当堆由包含彼此缠结的单个物品的颗粒状材料(GM)组成时尤其如此,从而导致比期望的更多的被挑选出来。这种易于缠结的GM的关键特征之一是存在从堆中的物品的主体延伸出的突起。这项工作的特点,后者在引起机械缠结和采摘一致性的影响发挥的作用。它报告的实验中,采摘GM与不同的突出长度(PL)的结果在采摘质量方差增加了76%,这表明PL是一个信息功能的采摘策略的设计。此外,为了应对这种影响,它提出了一种新的扩展和拾取(SnP)方法,可以显着减少缠结,使拾取更加一致。与以前的方法,试图从一个无缠结点在桩采摘相比,所提出的方法的结果在采摘误差(PE)的减少高达51%,并显示出良好的泛化到以前看不见的GM。
2022-08-09 cs.RO
Fish Mouth Inspired Origami Gripper for Robust Multi-Type Underwater Grasping
University of California, Berkeley(加州大学伯克利分校)
针对水下抓取面临的复杂环境与多样物体挑战,研究提出受鱼嘴启发的单自由度Yoshimura折痕折纸夹爪,具备四种抓取模式,可处理多种海洋生物,为水下机器人抓取提供有效新方案。
2025-03-20 cs.RO
MagicGripper: A Multimodal Sensor-Integrated Gripper for Contact-Rich Robotic Manipulation
Department of Bioengineering, Imperial College London(帝国理工学院伦敦分校生物工程系);School of Robotics, Xi’an Jiaotong-Liverpool University(西安交通大学利物浦大学机器人学院)
本文提出了一种多模态传感器集成夹爪MagicGripper,通过集成紧凑型三维多层触觉传感器mini-MagicTac,结合高分辨率触觉、接近觉与视觉感知,有效解决了非结构化环境中富接触操作的精确感知与自适应控制问题。
2025-05-30 cs.RO eess.SP
Active Vibration Fluidization for Granular Jamming Grippers
CSIRO(联邦科学与工业研究组织);Queensland University of Technology(昆士兰科技大学);University of Queensland(昆士兰大学)
颗粒干扰最近在软机器人中变得流行,其广泛应用包括工业夹持、手术机器人和触觉。以前的工作已经研究了利用颗粒物理学的性质来提高干扰性能的各种技术的使用,然而,与其潜在的影响相比,这在文献中通常被低估。我们提出了第一项积极利用基于振动的流化的研究(例如,在夹持期间)以从颗粒堵塞夹持器获得定制的性能。我们用计算机驱动的音频激励器增强了传统的通用夹持器,该激励器通过3D打印支架连接到夹持器上,并建立了一个自动化测试台,以允许大规模数据汇集来探索主动振动的影响。我们发现,振动在软卡爪可以提高持有强度。在一系列的研究中,我们表明,波形的频率和幅度是性能的关键决定因素,干扰性能也取决于诱导波形的时间特性。我们希望鼓励进一步的研究集中在软机器人干扰的主动振动控制,以提高性能和增加潜在应用的多样性。
2022-12-13 cond-mat.soft cs.RO
The "Pac-Man'' Gripper: Tactile Sensing and Grasping through Thin-Shell Buckling
University of Maryland(马里兰大学);Aarhus University(奥胡斯大学)
本文提出基于薄半球壳屈曲的“吃豆人”流体软体抓手,通过单一压力输入实现通用抓取与被动触觉感知,可灵巧操作易碎物体并检测接触、抓取和释放状态。
2023-12-21 cs.RO