集成压阻式碳纳米管/聚二甲基硅氧烷(CNT/PDMS)传感器的气动软体夹爪及其对抓取物体尺寸的估算方法

《Micromachines》：Size Estimation of Grasped Objects Using a Soft Pneumatic Gripper Integrated with a Piezoresistive CNT/PDMS Sensor

　　

摘要：气动软体夹爪(soft pneumatic gripper)因其固有的柔顺性及适应多种形状与尺寸物体的能力，十分适合抓取不规则物体，但其在抓取过程中定量估算物体尺寸的能力仍然有限。为解决此局限，研究人员提出了一种集成压阻式碳纳米管/聚二甲基硅氧烷(carbon nanotube/polydimethylsiloxane, CNT/PDMS)复合传感器的气动软体夹爪，并探究仅利用传感器信号实现物体尺寸估算的可行性。研究人员评估了CNT/PDMS传感器在0–500 kPa压力范围内的压阻传感特性，其中CNT质量分数为1 wt%的CNT/PDMS传感器在初始线性压力区间表现出最高灵敏度，约为0.016 kPa?1。在此基础上，研究人员在不借助外部视觉信息的情况下分析了施加气动压力下传感器的归一化电阻响应，并基于初始接触压力与物体直径之间的关系建立了尺寸估算方法。使用不同直径球形物体进行的抓取实验表明，电阻响应模式随物体尺寸呈明显区分，较大物体在较低施加压力下即出现显著的电阻变化。这些研究结果表明，可根据传感器响应中提取的抓取起始压力(grasp onset pressure)来估算被抓握物体的尺寸。本研究结果为未来通过传感器反馈实现接触状态与物体尺寸识别的软体机器人系统奠定了基础，并可拓展至涉及实时气动压力控制的自适应操控技术中。

论文解读：集成压阻式CNT/PDMS传感器的气动软体夹爪及其对抓取物体尺寸的估算方法

该研究由研究人员开展并发表于《Micromachines》。传统刚性夹爪难以安全抓取易碎或不规则物体，而以弹性体为基础的气动软体夹爪(soft pneumatic gripper)因其高柔顺性和大变形能力在农业、生物医学及工业自动化领域备受关注。然而在实际应用中，仅完成抓取是不够的，夹爪还需在抓取过程中实时识别与物体的接触状态并据此调整气动压力，以防止过压损伤物体或欠压滑脱，其中物体尺寸信息是制定合适抓取策略的关键参数。现有获取接触与尺寸信息多依赖外部视觉系统或测量夹爪整体弯曲变形的曲率传感器，前者受遮挡限制，后者不能直接反映局部接触界面信息。此外商用刚性压力传感器难以贴合软体夹爪曲面且限制其变形。因此，开发可直接集成于软体夹爪接触面、能检测局部接触压力并具有足够柔性的传感器，并基于其信号实现无视觉的物体尺寸定量估算，是本研究所要解决的核心问题。研究人员选用压阻式( piezoresistive )传感机制——具有结构简单、电阻读出便捷、易与柔性基底集成等优势——以碳纳米管( carbon nanotube, CNT )为导电填料分散于聚二甲基硅氧烷( polydimethylsiloxane, PDMS )弹性体中制备柔性压阻传感器，将其贴附于PneuNet( pneumatic network )结构双指软体夹爪内侧接触区，通过分析充气加压过程中传感器归一化电阻首次持续下降所对应的"抓取起始压力( grasp onset pressure )"，建立其与球体直径之间的线性关系，从而实现仅凭嵌入式传感器信号对被抓物体尺寸的估算。

主要关键技术方法

研究人员通过三辊研磨法制备不同CNT质量分数(0.4–5 wt%)的CNT/PDMS复合材料，采用四点探针法测定电导率以确定渗流阈值(percolation threshold, p_c)，并使用定制加压系统表征其在0–500 kPa下的压阻灵敏度(S)、规准因子(gauge factor, GF)及100次循环稳定性与迟滞误差。选取最优配比传感器贴附于以加成固化硅胶Smooth-Sil 950浇铸的双指PneuNet软体夹爪内侧，由Arduino Mega控制比例阀与电磁阀实现PID闭环气动加压(0–60 kPa)。抓取实验以3D打印球体(直径100–150 mm)为标定样本，监测实时归一化电阻变化(R/R₀)，定义R/R₀首次下降超10%时对应气压为抓取起始压力，拟合得到起始压力—直径线性回归模型，并以区间内任意直径球体及实际水果(苹果、梨)进行内插与外延验证，计算MAE、MAPE及RMSE评价尺寸预测精度。

3.1. Morphology Analysis（形貌分析）

研究人员将液氮脆断的CNT/PDMS复合材料截面进行扫描电子显微镜(SEM)观察。结果显示各CNT含量下CNT在PDMS基体中均分散良好，未见明显大团聚体；随CNT含量增加，CNT分布密度及CNT–CNT接触点增多，有利于三维导电网络形成。说明三辊研磨工艺可实现稳定的CNT分散。

3.2. Electrical Conductivity and Percolation Threshold（电导率与渗流阈值）

研究人员采用四点探针法测量不同CNT含量复合材料的电阻并计算电导率σ。结果显示当CNT含量超过约0.4 wt%时出现典型渗流行为，电导率陡增数个数量级，符合渗流理论σ∝(φ?φ_c)^t。拟合得到渗流阈值p_c≈0.4 wt%，临界指数t=1.72±0.06(R²>0.99)，与文献中稳定三维CNT导电网络报道一致。CNT含量高于4 wt%后电导率趋于饱和，表明导电通路已基本建立。

3.3. Characterization of Piezoresistive Sensing Performance（压阻传感性能表征）

研究人员在0–500 kPa范围内测试不同CNT含量传感器的归一化电阻响应(R/R₀随压力增大而减小)。1 wt%、3 wt%、5 wt%传感器初始线性区(<50 kPa)灵敏度S分别为0.016 kPa^?1、0.009 kPa^?1、0.005 kPa^?1，对应GF约为?3.60、?1.57、?1.51。1 wt%样品因导电网络刚过渗流阈值、受压时CNT间距缩小及新通路形成更显著，故灵敏度和GF最高，被选为抓取实验用传感器。单次加卸载迟滞误差约18.5%，100次循环后信号基本稳定，初期有微小漂移，归因于PDMS粘弹性及CNT网络微观重排。研究人员指出本尺寸估算法仅利用单调加压过程的接触起始点(加载分支)，不涉及卸载分支，故迟滞对估算影响有限。

3.4. Analysis of Sensor Response and Modeling of Size Correlation During Grasping（抓取过程中传感器响应分析及尺寸关联建模）

研究人员将1 wt% CNT/PDMS传感器固定于软体夹爪内侧接触区，对直径100–150 mm球体以0–60 kPa单调加压抓取，记录R/R₀–气压曲线。物体越大，夹爪需弯曲程度越小，接触发生越早，故抓取起始压力越低。以R/R₀下降≥10%判定接触起始，测得各直径下起始压力均值分别为：100 mm→51.31 kPa，110 mm→49.62 kPa，120 mm→46.65 kPa，130 mm→44.62 kPa，140 mm→41.67 kPa，150 mm→37.00 kPa。线性拟合得起始压力P_onset(kPa)=?0.363×D(mm)+87.92，决定系数R²=0.98312。表明可通过实测抓取起始压力反推物体直径，实现基于嵌入式压阻传感器信号的定量尺寸估算。

3.5. Reliability Assessment of the Size Estimation Model for Various Grasping Objects（尺寸估算模型对不同抓取对象的可靠性评估）

研究人员以内插验证(直径115 mm、125 mm球体)和外延验证(苹果≈88.05 mm、梨≈109.14 mm水果，各重复10次)检验模型。115 mm与125 mm球体实测起始压力与回归预测值吻合良好；苹果与梨虽为非理想球体致使起始压力散布略宽，但中位值(苹果54.84 kPa、梨49.79 kPa)与模型预测(55.28 kPa、49.72 kPa)趋势一致。将实测起始压力代入回归方程逆运算得预测直径：115 mm球→117.17 mm，125 mm球→124.17 mm，苹果→89.70 mm，梨→108.85 mm，与实际值偏差小。四组验证对象计算得MAE=1.24 mm，MAPE=1.17%，RMSE=1.43 mm，证明该低复杂度线性模型在测试范围内具备合理精度，对非完美球体实物亦有近似估算能力。

讨论与结论翻译

在本研究中，研究人员将压阻式CNT/PDMS复合传感器集成于气动软体夹爪中以实现被抓握物体尺寸的估算。研究结果表明，由归一化电阻响应定义的抓取起始压力( grasp onset pressure )与物体直径之间存在强线性相关性。这一关系使得仅利用内部传感器信号即可实现尺寸估算，无需外部基于视觉的系统。研究人员用区间内中间直径球体及具几何变异性的真实水果样本验证了所提模型，确认了其在研究范围内的适用性及对实际物体的潜在适用性。尽管真实水果样本存在几何变异，传感器响应仍与预测行为呈一致趋势，表明估算性能可靠。因此，所提出的传感器集成系统不仅能检测接触，还可基于抓取起始响应进行定量尺寸估算，为实时物体分类与自适应操控提供了实用潜力。该方法有助于智能软体机器人系统的开发，特别适用于自动采摘及易损物件 handling 等场合。但由于抓取起始压力与物体尺寸的定量关系主要基于接触条件较明确的球形物体建立，直接推广至不规则或非球形物体可能需额外标定或形状修正。未来工作中，研究人员将考虑局部接触条件、物体取向及表面特征，将该法拓展至更多样几何体，并探索基于机器学习( machine learning )的预测模型以应对传感器响应与物体尺寸间无法被简单线性回归充分描述的复杂不规则几何体情况。

结论原文翻译：在本研究中，压阻式CNT/PDMS复合传感器被集成于气动软体夹爪中以实现对被抓握物体尺寸的估算。结果证明，由归一化电阻响应定义的抓取起始压力与物体直径呈现强线性相关性。此关系使得仅依靠内部传感器信号——无需外部视觉系统——即可估算物体尺寸。所提模型使用中间直径球体及具几何变异的真实水果样本进行了验证，确认了其在研究范围内的适用性及对实际物体的潜在适用性。尽管真实水果样本存在几何变异，传感器响应与预测行为趋势一致，表明估算性能可靠。因此，所提出的传感器集成系统不仅能检测接触，还可基于抓取起始响应进行定量尺寸估算，为实时物体分类与自适应操控提供了实用潜力。本方法有助于智能软体机器人系统的发展，尤适用于自动采摘及易碎物件处理等应用。但由于抓取起始压力与物体尺寸的定量关系主要基于较明确接触条件下的球形物体建立，直接应用于不规则或非球形物体可能需要额外标定或形状相关校正。未来工作中，研究人员将通过考虑局部接触条件、物体取向及表面特征，将该法拓展至更多样几何体；此外将探索基于机器学习的预测模型，以应对传感器响应与物体尺寸间关系不能被简单线性回归充分描述的更复杂不规则物体几何。