伦敦国王学院罗山教授团队联合北京理工大学与莫纳什大学,发布了RoTipBot — 首个基于可旋转触觉传感器实现多层薄柔物体计数与抓取的机器人平台,为主动触觉感知在复杂物体操控中的应用打开了新方向,注入全新活力。论文由罗山教授担任通讯作者,江佳齐与张旭阳为共同第一作者。
研究动机:薄柔物体因其厚度小、易弯曲的特性,给机器人抓取带来两大挑战:
(1)薄层常常叠在一起,导致相机难以感知下层状态,形成信息不全的视觉输入;
(2)柔性物体变形性强,对夹持器的灵巧性与柔顺性提出更高要求。现有方法通常依赖已知物体位置,或借助昂贵的力/力矩传感器以弥补视觉感知的不确定性,显著提高了系统成本。同时,配套的抓取装置(如吸盘、软体夹持器)也普遍存在效率限制—每次抓取闭合通常仅能分离一层,难以满足高效处理需求。
为此,本文提出了RoTipBot—首个通过可旋转触觉传感器实现多层薄柔物体计数与一次性抓取的机器人系统。具体而言,我们设计了名为 RoTip 的新型视触觉传感器,具备可旋转结构,并能够感知其指尖周围的全向接触信息。RoTipBot 配备两个 RoTip 传感器,通过同步滚动操作,将多层薄柔物体卷入手指之间的中心区域,从而实现高效稳定的抓取。同时,我们提出了一种基于触觉感知的抓取策略,利用 RoTip 的实时接触信息确保双指与物体建立安全接触,并精确估算被卷入的薄柔物体数量,实现薄柔物体的操控。
如下图所示,所提出的RoTip传感器包括三个主要模块:固定模块、传输模块和手指主体。手指主体通过底部的视觉相机可以实现全向感应(Omnidirectional Sensing),传输模块通过舵机驱动实现旋转控制。
RoTip传感器的设计延续了团队前期的全向感知手指GelTip和可旋转触觉传感器TouchRoller,首次将全向感知和主动旋转运动进行结合。 首先,系统利用 RGB-D 相机获取粗略的抓取初始位姿; 随后,基于 RoTip 的全向触觉感知能力,设计了一种触觉引导的位姿微调策略,以确保末端执行器精确对位并实现稳定接触; 最后,针对多层物体抓取过程中堆叠厚度动态变化的问题,提出一套基于触觉反馈的纸张计数算法与连续调节机制,实现柔顺高效的多层抓取。 罗山教授(Reader)是机器人触觉感知领域的国际领军人物,深耕视触觉融合与灵巧操作研究十余年,曾任2024年T-RO触觉机器人专刊(Tactile Robotics)首席客座编辑,现任T-RO副主编(Associate Editor)。他所领导的伦敦国王学院机器人感知实验室(Robot Perception Lab),在机器人全向视触觉传感、触觉仿真、多模态操作等方向取得多项开创性成果,持续推动机器人“看得见、摸得准、动得巧”。