A Compact 3D-Printed Soft Finger with Cyclic Hydraulic Actuation

📄 arXiv: 2607.17840v1 📥 PDF

作者: Zefang Mao, Yunjia Li, Victoria Bamgboye, Sara Ben Haj Hammouda, Aika Ono, Wen Fan, Chao Wu, Dandan Zhang

分类: eess.SY

发布日期: 2026-07-20

备注: 6 pages, 5 figures, The 31st International Conference on Automation and Computing


💡 一句话要点

提出一种紧凑型3D打印软指以解决液压手指的体积与复杂性问题

🎯 匹配领域: 支柱一:机器人控制 (Robot Control)

关键词: 液压软指 3D打印 柔性机器人 抓取技术 流体驱动 有限元分析 视觉反馈控制

📋 核心要点

  1. 现有液压软指在实际应用中受到流体硬件体积庞大和制造复杂性的限制,难以实现有效的操作。
  2. 本文提出了一种紧凑型3D打印软液压指,采用微型循环蠕动环驱动,集成了多种功能组件以简化设计。
  3. 实验结果表明,该设计在抓取脆弱物体时能够实现温和且无损伤的接触,验证了其在实际应用中的有效性。

📝 摘要(中文)

液压软指提供了柔性和温和的操作,但由于体积庞大的流体硬件、制造复杂性和设计验证不足,其实际应用受到限制。本文提出了一种由微型循环蠕动环驱动的紧凑型3D打印软液压指。该指集成了柔性波纹管、刚性连接件和流体端口,同时使用Abaqus流体-结构模型指导壁厚、螺距角和波纹管长度的选择。通过基线校正的腔室压力测量和基于视觉的角度跟踪验证所选设计。结果表明,准静态有限元模型捕捉了主要的压力-角度趋势,剩余偏差主要归因于粘接引起的刚度和液压损失。视觉反馈控制进一步实现了大弯曲范围内的可重复角度跟踪。最后,对脆弱和可变形物体(如豆腐和蓝莓)的抓取测试展示了温和、无滑动接触且无明显损伤。总体而言,本研究建立了从有限元分析指导设计到闭环验证的可重复流程。

🔬 方法详解

问题定义:本研究旨在解决现有液压软指在体积、复杂性和设计验证方面的不足,限制了其在实际应用中的有效性。

核心思路:提出了一种紧凑型3D打印软液压指,利用微型循环蠕动环驱动,集成了柔性波纹管和刚性连接件,以实现更高的操作灵活性和简化的制造过程。

技术框架:整体架构包括设计阶段(使用Abaqus流体-结构模型进行参数选择)、制造阶段(3D打印技术实现组件的集成)和验证阶段(通过压力测量和视觉跟踪进行性能评估)。

关键创新:本研究的主要创新在于将微型循环蠕动环与3D打印技术结合,形成了一种新型的液压驱动机制,显著降低了体积和复杂性。

关键设计:关键参数包括波纹管的壁厚、螺距角和长度,这些参数通过有限元分析进行优化,以确保最佳的性能和响应特性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示,所提出的软液压指在抓取豆腐和蓝莓等脆弱物体时,能够实现无滑动接触且无明显损伤,验证了其在实际应用中的有效性和可靠性。

🎯 应用场景

该研究的潜在应用领域包括机器人抓取、医疗器械和人机交互等。通过提供温和且灵活的操作能力,紧凑型软液压指可以在处理脆弱物体时减少损伤,具有重要的实际价值和广泛的应用前景。

📄 摘要(原文)

Hydraulic soft fingers offer compliant and gentle manipulation, but their practical deployment is limited by bulky fluidic hardware, fabrication complexity, and insufficient design validation. This paper presents a compact 3D-printed soft hydraulic finger driven by a miniature cyclic peristaltic loop. The finger integrates compliant bellows, rigid connectors, and fluidic ports, while an Abaqus fluid-structure model is used to guide selection of wall thickness, pitch angle, and bellows length. The selected design is validated through baseline-corrected chamber-pressure measurements and vision-based angle tracking. Results show that the quasi-static finite-element model captures the main pressure-angle trends, with remaining offsets mainly attributed to bonding-induced stiffness and hydraulic losses. Vision-feedback control further enables repeatable angle tracking over a large bending range. Finally, grasping tests on fragile and deformable objects, including tofu and blueberries, demonstrate gentle, slip-free contact without visible damage. Overall, this work establishes a reproducible pipeline from FEA-guided design to closed-loop validation for compact 3D-printed hydraulic soft fingers.