奶茶里的珍珠、米粒、牙签等属于生活中一种最常见的材料,叫做颗粒材料(Granular Materials)。与这些材料最直接的交互方式就是把它们抓起来,但该过程具有挑战性。

一方面,用力过猛可能会把脆弱的珍珠弄碎,另一方面,用力太轻颗粒又会从指缝中漏出来。抓起一把颗粒,对于人来说都是一件需要对手部精细调控才能成功的事情,因此对于机器人来说就更加困难。现有的机器人软体抓手主要采用下图中的几种策略来操作颗粒材料,但如果面对零散的颗粒,这些抓手都会表现得非常低效。

图丨现有的能操纵颗粒材料的策略(来源:Advanced Intelligent Systems)

那么,操作颗粒材料为什么这么难呢?这与颗粒材料独特的物理特性切切相关。单独的小颗粒与其他固体物质并无区别,但当小颗粒们聚集起来形成颗粒聚集物时,情况就完全不一样了。颗粒聚集物会在不同的物理条件下,表现出截然不同的物理特性。

如果每个小颗粒是离散的,它们之间并没有相互接触时,颗粒聚集物整体会表现出类似液体的特征,能够随着外力或者边界条件的变化而流动;而如果所有的颗粒都相互连接起来,颗粒聚合物则会表现出类似固体的高刚度的特征。

也就是说,这种能够在类似固体和液体两相之间转化的独特性质,让颗粒难以被现有的机器人技术高效地操作或运输。

图丨教授(右)与副教授(来源:该团队)

为了解决这一问题,中山大学教授、副教授联合副总裁兼集团首席动植物执行官合作,基于非洲象利用象鼻尖端摄取颗粒状食物的行为机制,提出了一种智能操作策略,能够高效、快速地转运零散的颗粒状物体。

据悉,非洲象是一种食量巨大的动物,日进食量能达到大约 200 公斤,其中颗粒状食物(如象草、花生以及颗粒饲料)约占总重量的 10%,估算下来有 69000 个颗粒左右。

假设大象吃颗粒食物时每次只抓起一个,且一次进食过程持续 2 秒,那么仅吃完这些颗粒状食物就要使用 38 个小时,这显然不合理。

图丨非洲象转运颗粒状食物的过程(来源:Advanced Intelligent Systems)

为了探究非洲象是如何保证每天如此巨大的进食量,研究团队在广东省清远市长隆国家级世界珍稀野生动植物种源基地进行了一系列观测实验,最终确定了非洲象们吃饭的本领。首先,大象利用其象鼻尖端的侧边将零散的颗粒食物扫到一起,随后尖端紧紧地贴在木板上,从两边挤压聚集的颗粒将其夹住,最终将这些食物送入口中。

在整个转运过程中,最关键的阶段就是夹持阶段。大象在夹持颗粒时,颗粒物在象鼻的作用下,经历了多次的液相和固相之间的转换。这种策略建立了能够高度适应颗粒物物理性质的场景,使大象在每次取食时能够捕获更多的颗粒物,有可能提高取食效率。

 中山大学团队提出智能操作策略用于转运零散颗粒,为机器人操作拓展新思路
打开网易新闻 查看更多视频
中山大学团队提出智能操作策略用于转运零散颗粒,为机器人操作拓展新思路

(来源:该团队)

为了将这种智能策略付诸实践,该团队设计了一种气驱软体抓手,能利用力驱动和几何驱动两种驱动模式,将零散颗粒进行多次固-液两相间的状态转变后完成抓取。

图丨气驱软体抓手及其阶段性运行机制(来源:Advanced Intelligent Systems)

为了实现成功的抓取,软体抓手需要提供足够的水平抓取力,这一水平力与额外气压相关。通过实验,研究人员发现对软体抓手提供的额外气压越大,能达到的抓取成功率也越高。

但较大的额外气压会引出两个问题——能量的过度消耗以及软体抓手由于气压过大炸裂的危险。为了选择合适的气压驱动软体抓手,该团队进行了进一步实验,以一次性成功抓取颗粒的个数超过 90% 为基准,建立了一个最小驱动气压数据库。

有了这个数据库后,将目标颗粒的尺寸和数目作为输入,即可从数据库中得到对应抓取这些颗粒所需要的驱动气压。这一压力数据库使得软体抓手能够抓取不同大小和数量的颗粒。

图丨最小驱动气压数据库(来源:Advanced Intelligent Systems)

为了确认这种智能运输策略的实际表现,研究团队构建了一个抓取零散颗粒的场景。相关实验结果表明,相较于传统的单独抓取的策略,这一生物启发的运输策略在达到 100% 成功率的同时耗时减少一半,体现出该策略的高效性。

图丨气驱软体抓手转运零散颗粒食物(来源:Advanced Intelligent Systems)

最后,研究人员将图像识别技术融入整套系统,并在食品工业场景中展示了这一集成系统的高效性。该团队选用了生活中常见的几种颗粒状食物,比如虾条、手指饼干、华夫卷以及通心粉等。

实验结果表明,这一系统能实现对不同粒径和数量的颗粒状食品的高效转运。这种仿生智能操作策略具备在食品工业、柔性包装、化妆品加工流水线等行业的潜在应用能力。

图丨相关论文(来源:Advanced Intelligent Systems)

日前,相关论文以《运输分散的圆柱形颗粒:一种受象鼻启发的智能策略》()为题发表在 Advanced Intelligent Systems 上[1]。

中山大学博士研究生赵郁文和张捷为论文的共同第一作者,中山大学教授、副教授以及副总裁兼集团首席动植物执行官为论文的共同通讯作者。

参考资料:

1.Y. Zhao et al., “Transporting Dispersed Cylindrical Granules: An Intelligent Strategy Inspired by an Elephant Trunk,” Advanced Intelligent Systems, 2300182, 2023. https://doi.org/10.1002/aisy.202300182

运营/排版:何晨龙