《Robotics and Autonomous Systems》：Deep learning-based object identification for grasping force control of a robotic soft end effector
编辑推荐：
智能线束制造中，现有机器人系统难以处理变形线性物体（DLOs）的抓取与持系统，研究聚焦于自动化流程、DLO manipulation技术及手爪设计方法，发现 tactile sensing、软体机器人等有进展，但实时形变估计、自适应路径规划等仍存缺口。
曼努埃尔·埃尔南德斯-梅希亚（Manuel Hernandez-Mejia）| 大卫·罗梅罗（David Romero）| 塔马斯·鲁珀特（Tamás Ruppert）| 费德里科·格德亚（Federico Guedea）| 奥姆卡尔·萨伦克赫（Omkar Salunkhe）| 西罗·罗德里格斯（Ciro Rodriguez）| 约翰·斯塔赫雷（Johan Stahre）
墨西哥蒙特雷科技大学（Tecnológico de Monterrey, Mexico）
摘要
线束是消费产品和工业产品智能化、互联化和电气化趋势中的关键组件。然而，其制造过程仍然主要以手工操作为主，超过90%的工序仍由人工完成。这种对人工劳动的依赖持续存在，主要是因为线束具有特殊性——它们被归类为“可变形线性物体”（Deformable Linear Objects，简称DLOs）。这类物体表现出非线性和不可预测的变形特性，使得使用传统机器人系统进行操作变得非常困难。因此，市场对定制化的先进机器人和协作机器人解决方案的需求日益增加，以满足线束的（协同）组装需求。本文系统地回顾了针对DLOs的机器人操控技术的最新进展，重点探讨了这些技术在线束（协同）组装中的应用，涵盖了三个关键领域：（i）线束制造过程的自动化；（ii）DLOs的抓取与固定系统；（iii）机器人夹具设计方法。研究重点探讨了现有机器人操控系统设计方法在应对DLOs时的适应性、支撑技术的角色，以及开发线束操控系统的参考设计方法的潜力。研究发现显示，在触觉传感、软体机器人技术、双臂协作以及基于CAD的机器人编程等方面取得了显著进展。不过，在DLOs的实时变形估计、机器人运动规划的自适应性以及人机协作工作站的任务分配方法方面仍存在研究空白。文章最后提出了研究机会分析，并构建了一个未来研究框架，旨在为灵活、高效且可扩展的线束（协同）组装机器人系统的发展提供指导。
引言
随着越来越多的消费产品和工业产品实现智能化、互联化和/或电气化，对线束的需求持续增长。因此，需要更多的线缆来连接这些产品的电气和电子部件（如传感器、电池和执行器），以实现高效且无故障的信号和电力传输[63,91]。然而，当前的线束制造系统主要依赖人工操作，约90%的制造工序仍由人工完成[37,69]，这限制了生产速度跟上市场需求的潜力。提高线束制造系统的自动化水平是提升生产效率的关键挑战之一，而大多数机器人系统在正确操控可变形线性物体（DLOs）方面存在局限性，尤其是线束[8]。传统的机器人操控系统适用于不可变形物体的处理，但无法有效应对DLOs的非线性变形特性[100]，这使得机器人运动规划和控制变得复杂[11]。与不可变形物体不同，DLOs的变形特性受施加力、固定距离、截面面积以及支撑点间重力的影响而变化[2]，这些因素给标准机器人末端执行器的操控带来了挑战。尽管一些自动化或半自动化系统（如纺织行业中的系统[98]）被用于DLOs的处理，但由于织物和电缆在变形特性上的显著差异，这些系统无法直接应用于线束制造[23,30]。在线束自动化处理中，实时感知和反馈机制至关重要，以便在操控过程中准确监测物体的变形和位置[79]；然而，现有的视觉系统和力传感器在复杂变形情况下难以提供精确可靠的数据，从而影响了自动化系统的控制效果[12]。此外，DLOs复杂变形特性给自动化带来了额外的挑战[59]。因此，针对特定类型DLOs的有效处理和固定技术可能不适用于其他类型，这凸显了开发专用解决方案的必要性。当前自动化和机器人研究主要集中在中小型线束的操控上，这类线束的操控要求相对简单，为开发更复杂的系统提供了基础[72]。线束制造行业需要能够处理多种尺寸和设计的线束的灵活系统[72]，因此理想的机器人操控系统必须适应线束的不同机械和物理特性[49]。根据Navas-Reascos、Romero、Rodriguez等人的研究[67]和Caporali等人的研究[11]，DLOs的机器人操控既是研究和技术发展的机遇，也是工业需求——即开发用于生产线中整体或部分自动化工作站的线束操控系统。本文系统地回顾了相关研究进展，旨在为未来研究提供指导。
研究方法
本文介绍了线束（协同）组装用机器人或协作机器人操控系统开发的理论背景，包括相关的技术支持。第3节详细阐述了进行此次系统文献回顾所采用的研究方法。第4节总结了文献回顾的结果。第5节对现有技术进行了批判性分析，并指出了研究空白。第6节提出了未来研究的方向，旨在构建线束（协同）组装用机器人或协作机器人操控系统的参考设计方法。
理论背景
以下小节介绍了为本系统文献回顾奠定理论基础的探索性文献回顾的成果，涵盖了相关研究的最新概念。
研究方法
本节详细说明了“系统评价和元分析的优先报告项目（PRISMA）”[71]方法如何作为提升该文献回顾透明度和完整性的指导框架。选择PRISMA方法是因为其注重透明度、清晰度和可重复性。此外，本文献回顾还涵盖了三个关键领域的研究现状：
文献回顾结果
本节展示了系统评价的结果，将发现内容分为三个与研究领域对应的子部分。每个子部分均包含发现内容的描述，并探讨了其对相应领域研究的贡献。
讨论与证据总结
在回顾了三个研究领域的科学文献后，本节讨论并总结了相关证据，以解答本研究提出的研究问题。
未来研究方向
本节通过热图可视化方法和未来研究框架，为未来的研究方向提供了指导。
结论
本系统文献回顾探讨了线束（协同）组装用机器人或协作机器人操控技术的最新进展，涵盖了三个关键领域：（i）线束制造过程的自动化；（ii）DLOs的抓取与固定系统；（iii）机器人夹具设计方法。研究成功回答了三个预设的研究问题，包括现有机器人操控系统在设计上的适应性等。
CRediT作者贡献声明
曼努埃尔·埃尔南德斯-梅希亚（Manuel Hernandez-Mejia）：撰写——审稿与编辑、初稿撰写、数据可视化、方法论设计、调查、数据分析、概念构建。大卫·罗梅罗（David Romero）：撰写——审稿与编辑、初稿撰写、数据可视化、验证、项目监督、资源协调、方法论设计、调查、数据分析、概念构建。塔马斯·鲁珀特（Tamás Ruppert）：撰写——审稿与编辑、数据可视化、验证、项目监督。
