基于弯曲度预测模型的软体手人机交互控制

作者：韩非; 张道辉; 赵新刚

来源：自动化与仪表, 2022, 37(07): 43-47.

DOI：10.19557/j.cnki.1001-9944.2022.07.009

• 软体机器人
• 机器学习
• 人机交互

软体手作为近年来机器人领域的热点研究方向，凭借较好的环境适应性和耦合安全性获得了广泛的应用。但柔性材料驱动带来的多自由度特性同时增加了软体手的操控难度。针对此问题，该文提出了一种驱动传感一体化的仿生软体驱动器用于软体手的设计与制作，顺应性传感融入为软体手操控提供了有效的传感反馈。在此基础上，利用多项式拟合与LSTM两种学习算法完成了软体手弯曲度感知的精确建模；并基于弯曲度预测模型和数据手套构建了一套软体手人机交互系统，实现了人手张合程度和软体手抓握的同步映射控制。最后，使用该系统对形态各异的目标物进行了抓取测试。实验结果验证了该文所提出软体手的实用性及基于弯曲度模型软体交互控制方法的可行性。

• 单位
  中国科学院; 中国科学院沈阳自动化研究所; 机器人学国家重点实验室; 中国科学院大学