用于多材料3D打印手指本体感知的柔软且高度集成的光纤弯曲传感器

精确的形状感知只能通过分布式本体感知实现，是软体机器人闭环控制的关键要求。由柔性材料制造的低成本、高能效光电传感器是一个自然的选择，因为它们能够应对软体机器人的大变形而不损失性能。然而，现有的集成方法繁琐，需要手动步骤和复杂的组装。我们提出了一种半自动打印工艺，将塑料光纤与读出电子器件嵌入3D打印的柔性结构中。光纤被锁定在位，并且当柔性结构经历大弯曲变形时，读出电子器件仍与它们保持光学耦合，从而创建了一种可重复、单片式制造的弯曲传感器，总手动嵌入步骤仅需10分钟。我们通过制造多材料3D打印手指并广泛评估每个本体感知关节的性能来演示该工艺。传感器平均实现了70%的线性度和4.81{\deg}的均方根误差。此外，分布式架构允许在存在外部静态力的情况下保持平均12毫米的指尖位置估计精度。为了展示分布式传感器架构在机器人应用中的潜力，我们构建了一个独立于驱动反馈的数据驱动模型，用于检测与环境中物体的接触。