根據(jù)介紹，靈巧手TRX-Hand擁有像人手一樣靈活的操作能力，可適應不同場景，靈活規(guī)劃動作，自主完成“操作”。而機械臂TRX-Arm針對人居環(huán)境自主研發(fā)，擁有七自由度和擬人的特性。
不同于傳統(tǒng)的協(xié)作型機械臂，TRX-Arm采用了繩索傳動與差分驅動相結合的方式，不僅有效降低了傳動摩擦和運動慣量，還實現(xiàn)了多電機多關節(jié)協(xié)同驅動，具有高動態(tài)運動的能力。數(shù)據(jù)顯示，其最大速度7.4m/s，可負載6kg以上。同時，其前臂集成了768點的觸覺陣列，刷新頻率高達1000Hz。
一般來說，機器人技術根據(jù)“智能程度”可分為三個階段：只能完成固定命令的程序機器人、能夠感知周圍環(huán)境的自適應機器人以及能夠自主學習和決策的智能機器人。常見的工廠流水線機械臂以及拉面機器人等即屬于第一階段，它們只能在單一的場景內重復固定的動作。
具備靈巧操作能力的機器人則屬于第二和第三階段。而想要在各類場景里靈活操作物體，機器人必須能感知環(huán)境、理解物體、評估狀態(tài)、預測行為并自主規(guī)劃完成物體操作，這意味著機器人要具備豐富的感知、強大的決策與可靠的執(zhí)行能力。
以騰訊本次展示的機器人花式調酒場景為例，為完成一杯酒的調制，機器人需對多種物體連續(xù)進行30多次操作，這個過程不僅涉及瓶子、杯子、攪拌棒等多種常見物體，機器人還需要以多種動作操作這些物體，包含抓、放、倒這些常規(guī)操作和旋轉、搖晃等雙手協(xié)同動作，以及更高難度的拋接、翻轉等動態(tài)操作和插孔、穿刺、攪拌等精細操作動作。
機器人如何學會“調酒”？
那么，騰訊的機器人是如何完成花式調酒的？據(jù)騰訊研究員介紹，得益于創(chuàng)新的剛柔混合驅動專利技術和自研高功率密度驅動器，騰訊靈巧手TRX-Hand擁有8個可獨立控制關節(jié)，自重僅1.16千克，最大持續(xù)指尖力可達15牛，最大關節(jié)速度不低于600度每秒，可輕松應對不同形狀尺寸物體的抓取和操作。
在感知能力上，靈巧手在指尖、指腹和掌面均覆蓋了自研的高靈敏度柔性觸覺傳感器陣列，掌心處安裝有微型激光雷達和接近傳感器，同時每一個關節(jié)均集成了角度傳感器，保證靈巧手在抓取和操作過程中能準確地感知自身與物體狀態(tài)信息。
考慮到人居環(huán)境中充斥著透明、反光、細小的物體以及由遮擋、光照、打滑等因素造成的各種不確定性，為了讓機器人精準可靠地獲取物體信息，騰訊RoboticsX實驗室通過對不同傳感器進行建模與標定，采用多傳感器信息融合技術，使機器人能在各種操作任務中更全面及時地感知物體信息、自身運動狀態(tài)以及與環(huán)境的物理交互。
比如，相機可以看到場景全貌，為機器人做全局運動規(guī)劃提供必要信息；接近覺在機器人靠近環(huán)境物體過程中提供更實時的反饋，彌補系統(tǒng)建模的誤差，使機器人更精準地獲取物體；觸覺可以感知相機無法看到的接觸細節(jié)，包括接觸位置和形狀，實時感知手內物體的狀態(tài)；力覺使機器人感知與環(huán)境/物體交互時的整體受力情況，使交互更為輕柔和自然。
軟硬結合
除此之外，機器人是一項綜合性的技術，不僅對本體和傳感器等硬件有著極高的要求，軟件算法也是機器人的核心要件。
據(jù)騰訊研究員介紹，騰訊RoboticsX實驗室本次展示的機器人是在六自由度工業(yè)機械臂上搭載靈巧機器手TRX-Hand以及自主開發(fā)的感知與控制算法后，才讓機器人能夠順暢地完成一系列操作動作。
針對抓放物體與倒水等常規(guī)動作，首先基于視覺和觸覺對物體進行實時識別與定位，利用在線規(guī)劃算法，讓機器人能夠計算出臂、手的最佳構型與安全運動軌跡，隨后，在執(zhí)行中利用手上三種傳感器進行自適應調整，進一步保證動作執(zhí)行的精度與可靠性，同時借助機械臂末端六維力傳感器感知與環(huán)境的交互力，避免猛烈碰撞。這樣才能保證機器人抓得穩(wěn)、放得輕、倒得準。
讓機器人的“雙手”在高速運動的同時保持協(xié)同也極具挑戰(zhàn)，因為協(xié)同失誤會產生過大沖擊或應力，損傷被操作物體甚至機器人本身。在調酒的過程中，騰訊RoboticsX實驗室展示的機器人結合視觸覺融合的手內物體姿態(tài)估計與基于機械臂末端力傳感信號的力位混合控制，實現(xiàn)了酒瓶與搖酒器高速旋轉倒酒、大小搖酒器相扣搖酒等雙手協(xié)同動作。
而針對“拋接”等高難度的動作，騰訊研究員表示，研究團隊在這一過程中創(chuàng)新性地提出了基于機器人本體感知的抓拋過程建模與物體飛行軌跡預測方法，有效彌補傳統(tǒng)視覺算法在短距離、強遮擋、高動態(tài)操作場景下的局限性，實現(xiàn)了高精度、高時效的抓拋物體飛行軌跡預測。
此外，團隊還提出了飛行物體的最優(yōu)攔截時間、最優(yōu)攔截位置與最優(yōu)攔截軌跡的計算方法，以動作持續(xù)時間、機器人運動能量以及與物體的接觸力為優(yōu)化目標，能在數(shù)毫秒內完成計算，實現(xiàn)對快速飛行物體的平穩(wěn)攔截。
據(jù)騰訊研究員介紹，接下來騰訊RoboticsX實驗室將繼續(xù)推動自研機器人靈巧手TRX-Hand和機械臂TRX-Arm的融合，并引入深度學習等前沿算法，提升機器人的靈巧操作能力和解決復雜問題的能力，讓其更好地服務現(xiàn)實需求。
