近日，柔性电子领域著名国际期刊《Advanced Functional Materials》(影响因子18.808)在线刊发了我吴豪研究员团队在机器人电子皮肤领域的新成果，题为“Flexible Mechanical Metamaterials Enabled Electronic Skin for Real-time Detection of Unstable Grasping in Robotic Manipulation（用于实时检测机器人操作中的不稳定抓取的柔性机械超材料电子皮肤）”。我院博士研究生黄鑫为论文第一作者。我院研究员吴豪为通讯作者，复旦大学研究员李卓为共同通讯作者。
共融机器人与环境自然和谐交互依赖于其感知能力，而触觉感知是机器人实现高效准确抓取与灵巧操作的关键技术。触觉传感器能为机器人灵巧手准确完成操作任务提供接触物体属性，接触力以及接触状态等参数，是实现机器人在复杂且动态环境下的精准灵巧操作的关键技术。机器人操作任务的失败往往会造成较大的时间和经济损失。以灵巧操作中的最常见的抓握操作为例，不稳定抓取不仅会延长完成抓取任务的时间，还会对操作对象、机器人以及相关人员造成伤害。因此，亟需开发能够实时监测机器人抓握状态的感知系统。近年来，开发类似于人体皮肤触觉感知功能的机器人电子皮肤成为研究热点，但由于传感器性能和大规模数据处理等方面的挑战，电子皮肤在实际机器人抓取和操作中的实用性相当有限。
吴豪团队创造性地将负泊松比超材料结构引入柔性电子皮肤的设计制备，并根据电子皮肤传感信号时域和频域特征，而不是神经网络黑盒模型，准确判断机器人抓握状态，对滑移的监测响应达到了人手皮肤的水平。超材料结构的引入一方面增加了传感的灵敏度，另一方面使传感器具有从压缩应变到拉伸应变的宽线性响应范围。所制备的传感器在40%压缩应变到80%拉伸应变区间内均具有良好的线性响应，并且与没有超材料结构的传感器相比具有更高的灵敏度。在该传感器的基础上，研究团队还提出一种实时检测机器人不稳定抓握状态的通用方法。该方法借助相关分析和小波分解提取阵列传感器信号的时域和时频域特征。最终，通过对提取出的时间相关系数(时域特征)和小波系数(时频域特征)进行实时监测以实现对不稳定抓握状态的实时识别，总的检测响应时间最快可达100ms，几乎与人的反应时间相当。对仿生五指手和三指软抓手的一系列不稳定抓握状态的准确识别证实了算法的有效性，表明超材料传感器和不稳定抓握状态识别算法在机器人感知和灵巧操作方面具有广阔的应用前景。后续将对传感器和算法进一步改进，使算法不仅能检测不稳定抓握发生的空间位置和程度等一系列详细信息，还可以控制机械手将不稳定抓握状态调整为稳定抓握状态。
相关工作得到了国家自然科学基金委项目(51820105008，U2013213，92048302)支持。
相关链接：https://onlinelibrary.wiley.com/doi/full/10.1002/adfm.202109109
学院微信公众号
