機械手也會寫字了！

最近，西安交大畢業生杭凱宇研發出一款算法，只需提前設計好路線，機械手就能寫出英文單詞“SCIENCE”，平均控制精度高達 0.42 ± 0.34 mm。

通過該算法，機械手還能操作迷宮模型，并控制小球按照特定路線、走向迷宮終點。在沒有任何位置約束的前提下，機械手的方向控制精度達 1.20° ± 1.38°。

在堆疊杯子的應用中，針對桌上五個杯子，機械手能按大小順序、依次拿起其中四個，然后堆疊到藍色杯子上。

為讓任務更具挑戰性，杭凱宇將杯子隨機傾斜擺放，要求機械手必須始終從桌子的垂直方向來接近和抓取杯子。即便如此，機械手仍能完成任務，并可把控制精度在 2.1 ± 0.92 mm。

而且，就像壁虎尾巴斷了還能長出來一樣，假如機械手的手指壞掉，換上新的還可照樣工作。

這一切都得益于本次算法，他告訴 DeepTech，以往基于模型的機器人操控系統，往往依賴模型參數。這些參數要么來自先驗知識，要么來自傳感模塊的實時捕捉，比如基于視覺、觸覺和力覺的傳感器等。然而，這種基于模型的操控系統，需要非常多的模型參數。

假如遇到不穩定的物理環境，亦或者機器人尺寸比較有限，傳感模塊的數量和性能也會被限制。如果機器人的執行環境比較陌生，同時又缺乏先驗知識，那么操控系統就會陷入無參數可用的尷尬境地，相關功能會遭受極大影響。

已從西安交大畢業、目前正在耶魯大學做博后研究的杭凱宇，攻克了上述難題，并以上面幾個案例證明了算法可用性。

他以第一作者身份撰寫了相關論文，并于近日發表在 Science Robotics 上，論文題為《以機器人操作實現自我識別， 和以自我識別實現更好的機器人操作》（Manipulation for self-Identification, and self-Identification for better manipulation）。

據悉，基于虛擬鏈接模型（Virtual linkage-based representations，VLR）的概念，杭凱宇研發出上述新算法，該算法可通過探索性操控動作、以及概率推理，去自我識別機械手、和目標物體之間的基本互動機制，從而讓機械手實現精確操控。

在實驗中，他將算法應用到一款名為 Yale Model O 的欠驅動機械手上，該機械手既沒有關節編碼器、也沒有觸覺傳感器。

但即便在缺少傳感模塊的情況下，搭載該算法的機械手也具備被動適應能力，從而極大促進自我識別過程，并能確保機械手在隨機探索過程中、與目標物體的穩定交互。

據悉，該系統只依靠機械手上的手內攝像頭，即使給原裝手指增加新設計，它也能有效地自我識別。

從人類第一次知道火苗燙手說起

事實上，傳統基于模型的操控系統，除了需要較多模型參數，還面臨著多模態傳感、硬件設計、規劃和控制等復雜問題。

此前，已有學者使用傳統設計理念簡化了個別問題。仍以可抓取物體的機械手為例，雖然它能通過手臂運動完成拾取和放置等任務，但這種方法不僅缺乏靈活，能耗也比較高，用戶在使用時也不安全。

正因此，許多學者都嘗試打造與人類靈巧雙手類似的機械手，即僅憑手指運動就能提供目標性更強的物體操控。但是，機械手的高敏捷性和高自由度，也意味著更復雜的控制系統，所以同時協調多根手指、并進行穩健操作并非一件易事。

在該研究中，杭凱宇嘗試用最少的傳感模塊，讓機械手去識別自己與物體互動時所需的參數。

期間，他提出一種自我識別概念，可將機械手操控的傳統范式從感知-規劃-行動，轉變為行動-感知-規劃。

這種轉變后的范式，對你我來說并不陌生。比如，人類首次面對火苗時，可能并不知道它會燒傷人類，當用手指觸摸火苗，感到極其燙手之后，才明白原來火苗不可用手直接碰觸，這便是先行動后感知的范式。

存在的意義是什么？機械手自己就能解釋

近年來，各種機械手層出不窮。但是，每個機械手與物體的互動系統各不相同，即使是同一物體和同一只機械手，每次抓握時的接觸位置、機械手的關節配置、以及力量分布等參數也不一樣。而這些復雜的參數，也組成了機械手操控機制的基本參數。

盡管參數并非恒定，但本次研究中的機械手系統，具備通用且不變的屬性，因此可有效描述機械手和物體之間的相互作用。

基于此，杭凱宇制定了一款框架，它主要面向運動學約束，在捕捉到機械手和物體的屬性后，借助該框架即可進行建模。

所謂虛擬鏈接（Virtual linkage），指的是先在機械手模型中建立虛擬鏈接，然后將觸點、關節和操控點三者連接起來。由于不同物體的抓握方式不同，因此會生成不同的連接方式。

和多數傳統方法不同的是，當機械手接觸物體、并處于穩定狀態時，即使沒有機械手或者物體的任何幾何信息，虛擬鏈接模型也能描述系統運動。

就在這時難題來了，虛擬鏈接模型以接觸點為中心，要想讓它正確反映出物理系統，機械手所接觸位置的精度至關重要。

要想拓寬虛擬鏈接模型的應用范圍，就得讓它在沒有傳感器的前提下，也具備預估接觸位置的能力。

此外，虛擬鏈接模型的虛擬鏈接和關節配置也要進行實時更新。但是，機械手關節的角度配置，取決于機械手與物體接觸的角度，而這種角度參數無法從關節編碼器中直接獲取。

為解決該挑戰，杭凱宇又開發出一套自我識別機制。在該機制下，機械手不僅能解釋自身的存在，也能解釋從機械手電機運動、到機械手自身行為的映射，以及機械手的運動行為如何與世界交互。

斷指之后，換上新手指照樣能抓握物體

一般來說，機械手在感知自身變化、以及自身行為產生的外界變化時，采用的是交互式感知法。期間，機械手會不斷估算本體行為和運動行為，但是僅憑虛擬鏈接模型，機械手無法對控制系統進行建模。

故此，杭凱宇引入一系列物理屬性如摩擦系數、關節扭力限制和物體重量，這些物理屬性能描述出機械手和物體之間的動力學模型。

為了找到未知參數，機械手會通過執行一些探索性操作，借此來嘗試和物體互動。在互動初期，雖然它還不能精準控制物體，但不斷增加探索時間和次數，就能逐漸估算出來原本未知的參數，最終實現參數的自我識別。

為了驗證自我識別的表現，杭凱宇將虛擬鏈接模型應用到 Yale Model O 機械手上，該機械手有三根手指，分別是左指、右指和拇指，其中左指和右指之間有連接關節。

其中，每根手指都配有兩個關節，里面的彈簧負責控制手指，此外還有電機帶動肌腱來驅動手指。當電機動作導致肌腱長度改變時，手指關節會根據彈簧的柔度重新配置。

實驗中，杭凱宇使用了四個攝像頭，它們的分布如下：為省去外部感知設備以及額外校準，機械手上只安裝了一個手內攝像頭，來觀察操控點的運動狀態；余下三個攝像頭都安裝在觀察架上，用來捕捉指尖的活動、以及收集相關數據。

在實驗中，由虛擬鏈接模型和自我識別驅動的機械手，主要面臨三方面挑戰：一是由于不使用編碼器，因此無法獲得關節配置數據；二是沒有觸覺傳感器，故此無法直接獲得位置一類的接觸信息；三是關節不具備單獨控制的能力，所以機械手沒有完整驅動。

除文章開頭的應用展示之外，杭凱宇還測試了機器手在原裝手指被替換后的表現。在實際應用中，給機械手更換零件屬于常事，有時還會面臨原裝零件缺貨，只能用類似零件暫時代替的狀況。

在測試中，他分別假設一根、兩根、三根手指斷裂并需要更換的情況，為讓實驗更具挑戰性，他還使用了三種長短和形狀各不相同的替換手指。

結果顯示，被替換的手指越多，機械手的控制精度下滑就越厲害，這具體體現在模型對手指長短和關節位置的估算誤差上，但多出來的誤差并未對機械手的表現造成太大影響，自我識別框架和虛擬鏈接模型都能較好、較快地適應新手指，并重新掌握操控物體的“竅門”。

本次成果可被 Science Robotics報道，也得益于他在機器人工程領域的多年積累。其本科畢業于西安交通大學信息工程系，碩士專業是通信系統專業，博士專業則是機器人專業。其中，碩士和博士均就讀于瑞典皇家理工學院（KTH Royal Institute of Technology），博士畢業后來到耶魯大學做博士后研究。

關于該成果的應用，杭凱宇表示凡是需要在復雜環境中工作的機械手，都可使用該成果。尤其在物理不確定性較大，以及可用感知器無法完全支持精準操作的情況下，比如工業機器人、家用服務機器人和醫療機器人等均可搭載虛擬鏈接系統。

原文標題：中國青年科學家讓耶魯機械手“斷指重生”，自研算法模型，少量參數即可實現寫字和走迷宮 | 專訪

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq