AI加持的机械手臂是如何工作的？

添加微信"siemensfm1847"，加入听友群，发现更多精彩！

咨询西门子业务，请拨打400-616-2020

无论是手还是机械手，抓握的最基本原理是摩擦力。其伴随手的抓握动作对物体表面的压力而生，进而阻止物体与手相对运动，从而实现抓握。如此看来，娃娃机中的抓夹也可以看作是一种简单的机械手。

但你是不是有这样的疑问：为什么我还没从娃娃机里抓到我心爱的娃娃？

因为手的抓握行为远远不止产生摩擦力这么简单。完成机械手抓握行为的复杂程度之高，甚至需要一门学科——仿生学来研究。

人的动作反应和感知都是受大脑控制的。但大脑中控制手部运动或感知的区域都似乎不成比例的大。早期的手部动作是通过运动学方程求出运动解。然后根据所要执行的动作，推算运动学反解，再控制电机驱动各关节，达到指定位置。由于运动学反解较为复杂，甚至存在无解的情况，使得机械手的响应速度较慢。另一种方法是示教，通过示教确定指令和动作之间一一对应的关系，当获取某一特定指令时，完成相对应的动作。这种方式则使得机械手仅能应对很一小部分的场景，甚至抓取一个未知物体也十分困难。

西门子数据手套控制下的机械手正在抓取苹果

随着AI的发展，机械手开始了自主学习，甚至能够活学活用，西门子的机械手就有这样的功能。西门子中国研究院的研究人员已经开发出了一套算法，利用Kinect捕捉图像中的深度数据和红绿蓝数据，分离目标物体与周围图像，代入基于极限学习算法的模型，克服了机器人必须自主决定正确的抓取手势和与目标物体的接触位置的难点。即使是未知物体也可以现学现抓。

在动作反应上，机械手的微型电机可由PLC控制，西门子的PLC其相应速度已达毫秒级，与人脑反应速度已无明显差异。但初始位的差异仍十分显著。人手在完全放松的状态下，处于半蜷缩半舒展状态，即手既不呈手掌笔直的状态也不处于紧紧握拳的状态。而由电机控制的机械手则初始位大多处于手掌展开状态，同时，动作与动作之间需要回到初始位过渡，会影响机械手动作的响应速度和连贯性。

西门子的机械手

西门子机械手采用压电液压原理，共4指、20自由度。其手指结构更灵敏，能够更好地平衡力与速度，从而实现快速而温和地操作。整个执行器封装于独立的金属外壳内，确保所有液压流体都包含在系统中，因此只需为其提供电力，而不必提供流体。此外，外壳保护执行机构免受灰尘、湿气或化学品等环境因素的影响。西门子机械手的传感器受液压与压电原件共同作用。在给定电压下，压电晶体会发生微小的偏转，再通过液压系统进行放大，使西门子的机械手更加精确。

此外，西门子还致力于让机械手更聪明。西门子中国研究院开发的“数据手套”以捕捉和传递人手的运动、手势和压力，从而向机器人描述复杂的指令和展示安全处理各种物体的方法。同时，为了让机械手能真正地与人类并肩工作，西门子始终将安全将是一项重要的课题。研发基于阻抗控制理论的全新机械手控制机制，可以同时控制机械臂的位置和作用力。只要人为明确规定作用力的最大值，这种机器人就能够推算出最优运动，从而在保持高准确度的情况下成为安全的自主助手。

由于灵敏而精确运动的潜力，西门子机械手像人类一样的机械手将为工业带来许多新的可能性，尤其是与自动化系统结合。例如，配备这种手的机器人系统可以用于人类“破坏性”或有潜在危险的领域，但不可或缺的领域，包括微芯片和半导体工业的洁净室、制药、医疗和食品工业的实验室，以及化学工业中潜在的不健康环境。