用于精细操控任务的 3D 可打印软液态金属传感器
机器人学
2025-09-23 v1
摘要
机器人学和自动化是提升各类受威胁生态系统 conservation 工作效率的关键因素。目录化、数字化、养殖等活动都需要能够在不损坏脆弱样本的前提下进行交互。此外,基于学习的方法需要能够安全获取数据以训练操控策略,例如通过强化学习。为此,我们提出一种新方法,用于打印自由形状、高度传感化的软质 "物理孪�体"。我们呈现了一个自动化的设计工作流程,可根据 3D 扫描或模型创建复杂且可自定义的 3D 软传感结构。与现有技术相比,我们的软液态金属传感器忠实再现复杂的自然几何形态,显示出适用于验证精细操控任务中性能的优异感知特性。我们展示了将这些物理孪�体作为 "感知珊瑚" 的应用,即为扫描珊瑚制作的高保真、3D 打印复制品,无需进行活体珊瑚实验,同时提高数据质量,为发展自主珊瑚处理和软操控提供了伦理且可扩展的路径。在大量实验室操控和水下抓取实验中,我们表明该感知珊瑚能够检测小于 0.5 N 的抓取力,有效捕捉到珊瑚处理所需的微弱相互作用和轻微接触力。最后,我们展示了该物理孪�体在两个演示中的价值:(i) 自动化珊瑚标签化用于实验室识别;(ii) 机器人珊瑚养殖。此类感知物理孪�体可提供比传统传感器更丰富的抓取反馈,适用于处理脆弱和精细物品的实验前部署验证。
引用
@article{arxiv.2509.17389,
title = {3D Printable Soft Liquid Metal Sensors for Delicate Manipulation Tasks},
author = {Lois Liow and Jonty Milford and Emre Uygun and Andre Farinha and Vinoth Viswanathan and Josh Pinskier and David Howard},
journal= {arXiv preprint arXiv:2509.17389},
year = {2025}
}
备注
8 pages, 4 figures