透過半年多的努力,機械臂的研究到了最關鍵的時期—精確抓取階段,硬體模型甚至動用了關係,專業的機械加工廠按照世青設計的圖紙一比一協助精雕完成。晶片組的製造和焊接都是由分頭哥完成,小磊確保了神經元生物採集資料的準確性,其它幾名同學一起配合努力,保障了執行邏輯和精度的數值演算法。

萬事俱備,只欠東風了,大家都期待這個發明創作能夠成功,但是無論怎麼測試,都無法實現準確抓取玻璃杯,不是力度過大造成玻璃杯碎裂,就是力度太小,造成杯子滑落。他們多次複檢資料,也沒有發現是哪裡出了問題。

小磊覺得按照演算法來說,應該不會有問題,力量可以精確到每一個手指和關節部分。世青認為應該是仿生上出了問題,如捏碎杯子或杯子滑落,通常力量的誤差是由面板和肌肉做了分量糾正,物體所受力時,抓取的精度有可能需要靠一定的摩擦力去解決的。分頭哥也比較贊同這樣的說法,他覺得應該應用牛頓第二定律的分量形式來作為肌肉部分的理論依據,調整抓取的速度和軌跡,再利用仿生學中的膠質物模仿肌肉和面板去解決摩擦力問題。

小磊恍然大悟,告訴他們,其實自己腿雖然不能動,但是並非沒有疼痛知覺,所以就是說神經元無法控制肌肉,並不代表肌肉本身有問題。說著淘氣的分頭哥就要用螺絲釘去刺小磊的大腿試試觸覺,被小磊一巴掌把手打了回去。小磊說:“目前的程式主要是透過攝像頭捕捉和判定物體種類,大小,判定質量,讀取測力的演算法進行的測試抓取,這種測試需要多次,所以這個實驗如果想成功就只有每次一次機會。但是大家並沒有發現,人閉著眼睛也可以抓住玻璃杯,靠的是什麼?”分頭哥在一旁點頭,表示小磊有搞科研的天賦,說這個發現很重要,就是一次抓取的成功率,不能靠預判的力量,一個杯子,是冰做的還是玻璃做的,有可能靠程式判定未必精確。人類就算閉著眼睛也可以一次性抓取任何物體,第一次抓取的判定被設在了肌肉和面板的神經元上,而不是二次對物質材質或質量的判定。世青接著說:“我明白了,預判沒錯,但是實際力量調整就在觸碰物體後的那段時間,之前的問題就應該在我們用硬的骨骼去抓東西,而人類的肉和面板是軟的,有感受的,這就要給機械手的外側裹上膠質物,並且透過膠質物的壓強來讓機械手判定多大的力氣是合適的,這可能在0.2-0.5秒就需要完成晶片感應,資料回傳和調整判定!”大家綜合了意見和建議後都非常興奮。

大家都覺得這個想法是可行的,分頭哥告訴大家,雖然膠質物沒有活性細胞,不能感受,但是隻要將感應晶片焊接在骨骼上,仿生膠質物硬度調整的好,作為感應判定和抓取緩衝是完全沒問題的。小磊靈機一動:“對了,我們去買橡膠手套吧!”

三人隨後的幾天採購了很多款式的橡膠手套,從硬一點到軟一點的,然後將手套按內側硬外側軟的順序,一層一層套上機械手,之前世青已經在機械手的每一塊指骨上,增加了測壓晶片。試驗時用監視器判定物體後核算出物體材質、重量及機械臂本身的重力,抓取力。當機械手握住任何東西時,它會先預判一個力量,再進行持握時,橡膠手套承受的壓強判斷出握力和摩擦力的大小,在約0.5秒左右算出的抓取力時,從而一次抓握成功。

經過反覆測試,雖然實踐的邏輯沒問題,但是因為感應晶片的質量沒有那麼理想,所以成功幾次也會失敗一次。但是至少是成功了。為了增加成功率,經過小磊將壓力資料採集分析後,進行了平均值修正,基本可以實現成功率接近百分百的穩定抓取。

在階梯教室的仿生機械手成果彙報展上,這隻機械手成功一次性抓起了玻璃杯,紙杯,划著了火柴,可以與真人下象棋,翻簡單的花繩等動作,搏得一片好評。在此之後,他