起因是一个约束:这台机器人只有两个爪,加不了第三个, 所以只能在两指的范围里把设计做到最好。这一页是那个问题的答案 —— 以及一条「用这个项目本身当训练场」的路线。
下面这六条是这个项目里自己量出来的设计原理,不是抄的。 专家知识长的就是这个样子 —— 不是记住很多结构,是手里有一套「什么情况下该动哪个量」的判断。
把这六条写成一份自己的设计准则,每条后面记清楚是在哪次翻车里学到的。 这份文件长到 30 条的时候,你就是专家了。
目前所有判断都是「捏一下感觉太软」「感觉慢回弹」。这是最大的瓶颈 —— 每次迭代的信息量只有一个模糊的词,没法比较、没法记录、没法给别人看。
最便宜的版本,几十块钱就能做:
| 要测 | 怎么测 | 得到什么 |
|---|---|---|
| 刚度 | 厨房秤 / 钓鱼秤 + 固定夹具,钩住尖端拉,记「侧移 5mm 需要多少克」 | N/mm —— 和算板簧用的是同一个量,可以直接对表 |
| 回弹 | 掰到固定角度,松手,手机慢动作拍,数帧 | 毫秒。「慢回弹」从形容词变成数字 |
| 摩擦 | 爪片平放,压一个已知重量,水平拉,记开始滑动那一刻的读数 | 摩擦系数 μ。「82A 比 98A 高 40%」而不是「感觉更涩」 |
这一步的回报比读十篇论文都大 —— 它让后面每一次打印都产生可累积的知识, 而不是又一个形容词。
| 概念 | 为什么重要 |
|---|---|
| 力封闭 vs 形封闭 force / form closure |
已经在用了,但值得看正式定义和摩擦锥(friction cone)—— 它决定「多大的摩擦系数下,几个接触点才锁得住物体」 |
| 欠驱动 underactuation |
一个电机驱动多个关节,靠连杆和弹簧自动分配。 这是「只有两个爪」这个约束的正面解法 —— 不加执行器也能增加有效自由度 |
| 顺应机构 compliant mechanism |
用弹性变形代替铰链,Fin-Ray 是其中一种。核心工具是伪刚体模型 (pseudo-rigid-body model):把弹性梁等效成「刚性杆 + 扭簧」,于是能手算 |
| Fin-Ray 效应本身 | 为什么侧向受力时它朝着力的方向包过去而不是被推开。 这个反直觉的行为是整个结构存在的理由,值得花半小时彻底弄明白几何上为什么 |
| 对象 | 学什么 |
|---|---|
| Aaron Dollar / Yale GRAB Lab · OpenHand | 欠驱动手的开源设计,图纸和论文都公开。 学欠驱动最好的入口,因为能直接打印出来捏 |
| Festo 仿生抓夹系列 | Fin-Ray 就是他们商业化的(源头是 Leif Kniese 从鱼鳍观察到的)。 宣传视频信息密度高,关掉声音看机构怎么动 |
| 颗粒阻塞抓夹 granular jamming / universal gripper |
一个装满咖啡渣的气球,抽真空就硬化包住任意形状(2010 年 PNAS)。 一小时就能做出来,而且对「滑的、脆的东西」效果出奇地好 —— 正好是这个任务 |
| Soft Robotics Inc. · mGrip | 气动软爪,食品行业在用,专门抓易碎易滑的东西 |
| RBO Hand(柏林工大) | 软体气动手,另一条完全不同的路 |
Larry Howell《Compliant Mechanisms》 —— 顺应机构的标准教材,伪刚体模型出自这里。 现在做的每一件事都在这本书的范围内。
Cutkosky 的抓取分类法(grasp taxonomy, 1989)—— 一篇老论文,把人手的抓法系统分类。 看完会对「这个物体该用哪种抓法」有一套语言。
说实话,视频平台上抓夹设计的系统性教学内容不多,大部分是演示不是教学。真正有用的是: 各实验室论文配套的视频(论文页面通常挂着,信息密度远高于科普视频); Festo / Soft Robotics 的产品视频(看机构,别听旁白); 以及 3D 打印社区的迭代记录(「我试了 12 版夹爪」这类,实用技巧多)。
手上有别人没有的三样东西:一台真机器人、一台打印机、一个具体的失败任务。 这是最好的学习环境,比看视频快一个数量级。
抓夹设计没有「大师课」,因为它是手上功夫:材料、摩擦、打印工艺、接触力学, 全都得摸出来。真正把人分开的不是知道多少结构, 是迭代速度和每次迭代里提取出多少可复用的判断。
迭代速度已经不慢了(两轮实件 + 一个全参数化生成器)。 下一步就是补那个测量装置,把判断从形容词变成数字。