Whole-Body Proprioceptive Morphing: A Modular Soft Gripper for Robust Cross-Scale Grasping
作者: Dong Heon Han, Xiaohao Xu, Yuxi Chen, Yusheng Zhou, Xinqi Zhang, Jiaqi Wang, Daniel Bruder, Xiaonan Huang
分类: cs.RO
发布日期: 2025-10-31
💡 一句话要点
提出一种具有全身本体感受形变的模块化软体夹爪，用于稳健的跨尺度抓取
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 软体机器人 模块化设计 本体感受 形变控制 跨尺度抓取
📋 核心要点
- 传统软体夹爪受限于固定的全局形态，难以实现像章鱼一样的跨尺度灵巧操作，而现有的形变方法主要集中在局部形变。
- 受生物启发，论文提出一种模块化软体夹爪，通过全身本体感受形变，实现拓扑结构的智能重构，形成多种可控的多边形形状。
- 实验表明，该方法扩展了抓取范围，增强了对不同物体几何形状和尺度的泛化能力，并解锁了多物体和内部钩取等新操作模式。
📝 摘要（中文）
本文提出了一种协作式的、全身本体感受形变的新范式，并将其实现于模块化软体夹爪架构中。该设计是一个由模块化自感知气动执行器组成的分布式网络，使夹爪能够智能地重构其整个拓扑结构，实现多种可控的形变状态，从而形成不同的多边形形状。通过集成来自嵌入式传感器的丰富本体感受反馈，该系统可以无缝地从精确的捏取过渡到大型包络抓取。实验证明，该方法扩展了抓取范围，增强了对各种物体几何形状（标准和不规则）和尺度（高达10倍）的泛化能力，同时还解锁了新的操作模式，如多物体和内部钩取。这项工作提出了一个低成本、易于制造和可扩展的框架，将分布式驱动与集成传感相结合，为在机器人操作中实现生物水平的灵巧性提供了一条新途径。
🔬 方法详解
问题定义：现有软体夹爪通常具有固定的全局形态，限制了其在不同尺度和形状物体上的抓取能力。虽然一些研究尝试了局部形变，但未能充分模拟生物系统（如章鱼）的全身形变能力，导致抓取范围和灵活性受限。因此，需要一种能够自适应调整自身形态的软体夹爪，以实现更稳健和通用的抓取。
核心思路：论文的核心思路是模仿生物的全身形变能力，设计一种模块化的软体夹爪，使其能够根据物体的形状和大小，通过调整各个模块的相对位置和形状，实现全局拓扑结构的重构。这种全身形变能力结合嵌入式传感器的本体感受反馈，使夹爪能够智能地选择合适的抓取策略，从而提高抓取的成功率和泛化能力。
技术框架：该软体夹爪由多个模块化的自感知气动执行器组成，这些执行器通过分布式网络连接。每个执行器都配备了传感器，用于感知自身的状态（如压力、形变等）。控制系统根据传感器数据，调整各个执行器的气压，从而控制夹爪的整体形状。整个系统可以分为三个主要模块：1）模块化执行器：负责产生形变；2）嵌入式传感器：提供本体感受反馈；3）控制系统：根据传感器数据控制执行器。
关键创新：该论文的关键创新在于提出了“全身本体感受形变”的概念，并将其实现于模块化软体夹爪中。与传统的软体夹爪相比，该设计能够实现全局拓扑结构的重构，从而更好地适应不同形状和大小的物体。此外，嵌入式传感器提供的本体感受反馈使夹爪能够智能地选择合适的抓取策略，提高了抓取的鲁棒性。
关键设计：每个模块化执行器采用气动驱动，通过控制气压来实现形变。执行器的形状和尺寸经过优化，以实现最大的形变范围和抓取力。嵌入式传感器包括压力传感器和弯曲传感器，用于感知执行器的状态。控制系统采用PID控制算法，根据传感器数据调整气压，实现精确的形变控制。关键参数包括执行器的气压范围、传感器的采样频率和PID控制器的参数。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该软体夹爪能够成功抓取各种形状和大小的物体，包括标准物体和不规则物体，尺度范围可达10倍。与传统的软体夹爪相比，该设计在抓取成功率和泛化能力方面均有显著提升。此外，该夹爪还能够实现多物体抓取和内部钩取等新的操作模式。
🎯 应用场景
该研究成果可应用于各种需要灵活抓取的场景，如：工业自动化（抓取不同形状和大小的零件）、医疗机器人（进行微创手术）、农业采摘（采摘不同成熟度的水果）、以及家庭服务机器人（处理各种日常物品）。该技术有望提高机器人的操作能力和适应性，使其能够更好地服务于人类。
📄 摘要（原文）
Biological systems, such as the octopus, exhibit masterful cross-scale manipulation by adaptively reconfiguring their entire form, a capability that remains elusive in robotics. Conventional soft grippers, while compliant, are mostly constrained by a fixed global morphology, and prior shape-morphing efforts have been largely confined to localized deformations, failing to replicate this biological dexterity. Inspired by this natural exemplar, we introduce the paradigm of collaborative, whole-body proprioceptive morphing, realized in a modular soft gripper architecture. Our design is a distributed network of modular self-sensing pneumatic actuators that enables the gripper to intelligently reconfigure its entire topology, achieving multiple morphing states that are controllable to form diverse polygonal shapes. By integrating rich proprioceptive feedback from embedded sensors, our system can seamlessly transition from a precise pinch to a large envelope grasp. We experimentally demonstrate that this approach expands the grasping envelope and enhances generalization across diverse object geometries (standard and irregular) and scales (up to 10$\times$), while also unlocking novel manipulation modalities such as multi-object and internal hook grasping. This work presents a low-cost, easy-to-fabricate, and scalable framework that fuses distributed actuation with integrated sensing, offering a new pathway toward achieving biological levels of dexterity in robotic manipulation.