基于磁磁触觉驱动的软体机器人用于智能抓取与硬度评估

软体机器人是操控精细物体的强大工具，但其应用受限于两个瓶颈：缺乏集成触觉传感与执行变形导致的传感信号失真。本文通过引入 SoftMag 软体机器人，解决上述挑战。SoftMag 将触觉传感与执行功能统一于同一结构中，并通过多物理场仿真建模其耦合关系。提出基于神经网络的解耦策略以消除机械 parasitic 效应，恢复触觉信号的真实性。实验包括压痕、准静态与阶跃执行测试以及疲劳测试，验证了该执行器的性能及解耦有效性。进一步构建双指 SoftMag 夹具，利用多任务神经网络实现三轴接触力与位置的实时预测。此外，提出基于探针的策略以评估抓取过程中的物体硬度。在 apricots 上的实验表明，夹具估计的硬度与参考值之间的相关性（Pearson r > 0.8）较高，证明了该系统在非破坏性质量评估方面的能力。结果表明，集成磁性触觉、学习型校正与实时推理的组合，使软体机器人平台能够适应抓取姿态并量化材料特性。该框架为推动 sensorized soft actuators 向智能、材料感知型机器人发展提供了方法。