Soft robotic grippers have numerous advantages that address challenges in dynamic aerial grasping. Typical multi-fingered soft grippers recently showcased for aerial grasping are highly dependent on the direction of the target object for successful grasping. This study pushes the boundaries of dynamic aerial grasping by developing an omnidirectional system for autonomous aerial manipulation. In particular, the paper investigates the design, fabrication, and experimental verification of a novel, highly integrated, modular, sensor-rich, universal jamming gripper specifically designed for aerial applications. Leveraging recent developments in particle jamming and soft granular materials, the presented gripper produces a substantial holding force while being very lightweight, energy-efficient and only requiring a low activation force. We show that the holding force can be improved by up to 50% by adding an additive to the membrane's silicone mixture. The experiments show that our lightweight gripper can develop up to 15N of holding force with an activation force as low as 2.5N, even without geometric interlocking. Finally, a pick and release task is performed under real-world conditions by mounting the gripper onto a multi-copter. The developed aerial grasping system features many useful properties, such as resilience and robustness to collisions and the inherent passive compliance which decouples the UAV from the environment.


翻译:软软机器人抓抓器有许多优势,可以应对动态空中捕捉的挑战。 典型的多指软抓手最近展示给空中捕捉的典型多指软抓手高度依赖目标对象的方向,才能成功捕捉。 这项研究通过开发自主空中操纵的全向系统,推拉动态空中捕捉的界限。 特别是, 本文调查了设计、 制造和实验性核查一个新颖的、 高度一体化的、 模块化的、 传感器丰富、 通用的、 专门设计用于空中应用的捕捉器。 利用粒子干扰和软颗粒材料的最新发展, 展示的握手产生巨大的握力, 并且非常轻、 节能和只需要低的激活力。 我们显示, 将握力力量提升到高达50% 。 实验显示, 我们的轻重的握手可以发展到15N, 保持力力低至2.5N, 即使没有几何对称交叉锁。 最后, 在现实世界条件下, 提取和释放任务将产生强大的握力力力力,, 并且从一个坚固的固定的轨道到多直控系统。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
72+阅读 · 2022年6月28日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年10月6日
Arxiv
38+阅读 · 2020年3月10日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员