ハーバード大学

May 04, 2023

ハーバード大学ジョン・A・ポールソン工学応用科学大学院2022年12月5日

オブジェクトの周りを包み込むグリッパーのフィラメントの拡大図。 クレジット: ハーバード マイクロロボティクス ラボ/ハーバード SEAS

ゲームセンターでクレーン ゲームをプレイしたことがある方なら、ロボット グリッパーでアイテムを掴んで保持することがいかに難しいかご存知でしょう。 柔らかいぬいぐるみの代わりに、沈没船から絶滅の危機に瀕したサンゴの繊細な部分や貴重な宝物を掴もうとする場合、そのゲームがどれほど神経をすり減らすことになるか想像してみてください。

今日のロボットグリッパーのほとんどは、オペレーターのスキルと埋め込みセンサー、複雑なフィードバックループ、または最先端の機械学習アルゴリズムを組み合わせて、壊れやすい物品や不規則な形状の物品を掴んでいます。 しかし、ハーバード大学ジョン A. ポールソン工学応用科学大学院 (SEAS) の科学者たちは、もっと簡単な方法があることを示しました。

科学者たちは、自然からインスピレーションを得て、クラゲが獲物を集める方法と同じように、細い触手のネットワークを使用して物体を絡めて掴む、新しいタイプの柔らかいロボットグリッパーを作成しました。 個々のフィラメント、つまり触手は、それ自体ではあまり強くありません。 ただし、グループとして使用すると、フィラメントはあらゆる形状やサイズのものをしっかりと掴んで保持できます。 グリッパーには、センシング、計画、フィードバック制御は必要ありません。 単純なインフレに依存してアイテムを包み込みます。

この研究は最近、米国科学アカデミー紀要（PNAS）誌に発表された。

柔らかいグリッパーが多肉植物をつかみます。 クレジット: ハーバード マイクロロボティクス ラボ/ハーバード SEAS

「この研究により、私たちは物体とどのように対話するかを再考したいと思いました」と、SEASの元大学院生で博士研究員であり、論文の筆頭著者であるケイトリン・ベッカー氏は述べた。 「ソフトロボティクスの自然なコンプライアンスを利用し、コンプライアンスのある構造で強化することで、部品の合計よりも大きなグリッパーと、最小限の計画と認識でさまざまな複雑な物体に適応できる把握戦略を設計しました。 。」

ベッカー氏は現在、MIT で機械工学の助教授を務めています。

グリッパーの強さと適応性は、掴もうとしている物体に絡みつく能力によって生まれます。 フィートほどの長さのフィラメントは中空のゴム管です。 チューブの片面にはもう片面よりも厚いゴムが付いているため、チューブに圧力がかかると、おさげのように、または雨の日に伸ばした髪のようにカールします。

ロボットをデモするビデオ。 クレジット: ハーバード大学ジョン A. ポールソン工学応用科学大学院

カールは結び目で互いに絡み合い、物体と絡み合い、絡み合うたびに保持力が増します。 集団的な保持力は強力ですが、個々の接触は弱く、最も壊れやすい物体であっても損傷することはありません。 物体を解放するには、フィラメントを減圧するだけです。

研究者らは、シミュレーションと実験を使用して、さまざまな観葉植物やおもちゃを含むさまざまな物体を持ち上げてグリッパーの有効性をテストしました。 このグリッパーは、農業生産や流通のための柔らかい果物や野菜、医療現場でのデリケートな組織、さらには倉庫内のガラス製品などの不規則な形状の物体をつかむために現実世界のアプリケーションで使用できる可能性があります。

この新しい把握アプローチは、絡み合ったフィラメントのトポロジー力学に関する L. マハデヴァン教授の研究と、ソフト ロボット グリッパーに関するロバート ウッド教授の研究を組み合わせたものです。

ローラ・イングランド・ド・ヴァルピーヌ大学院応用数学教授のマハデヴァン氏は、「絡み合いにより、それぞれの高度に準拠したフィラメントが対象物体に局所的に適合することが可能になり、接触の性質の詳細とは比較的独立した安全かつ穏やかなトポロジカルな把握が可能になる」と述べた。 SEAS、生物進化生物学、FAS の物理学の担当者であり、この論文の共同責任著者でもあります。

「ロボットによる把持へのこの新しいアプローチは、複雑な制御戦略を必要とする単純な従来のグリッパーを、非常に単純な制御で動作できる極めて準拠性が高く、形態学的に複雑なフィラメントに置き換えることにより、既存のソリューションを補完します。」とハリー・ルイスとマーリン・マクグラス工学教授のウッド氏は述べています。 Applied Sciences およびこの論文の共同責任著者。 「このアプローチにより、ロボットグリッパーで掴める範囲が広がります。」

参考文献: 「Active entanglement Enables stochastic, topologicalGrabsing」、Kaitlyn Becker、Clark Teeple、Nicholas Charles、Yeonsu Jung、Daniel Baum、James C. Weaver、L. Mahadevan、Robert Wood、2022 年 10 月 10 日、米国科学アカデミー紀要.DOI: 10.1073/pnas.2209819119

この研究は、海軍研究局、国立科学財団、シモンズ財団、およびアンリ・セドゥ基金から資金提供を受けました。