Standard Open Arm 100柔顺抓取设计:柔性夹具3D打印与测试
2026-02-05 04:29:07作者:胡唯隽
柔顺抓取的核心痛点
传统工业机械臂的刚性夹具在抓取易碎物品(如玻璃器皿、水果)或复杂形状物体时,常因力度控制不当导致物品损坏或滑落。SO-100(Standard Open Arm 100)项目的柔顺抓取设计通过柔性材料与仿生结构结合,解决了这一难题。其核心优势在于:无需精确控制抓取力度,夹具可通过自身形变适应物体轮廓,降低对传感器和算法的依赖。
设计原理与结构解析
SO-100的柔顺抓取模块基于Fin Ray Effect®(鳍条效应) 原理设计,该结构受鱼类胸鳍运动启发,当受到外力时会向受力方向弯曲并产生均匀的夹持力。主要组件包括:
- 柔性移动夹爪(Compliant Moving Jaw):采用中空网格结构,通过TPU材料的弹性形变实现自适应抓取
- 柔性腕部连接件(Compliant Wrist Roll Follower):减少抓取过程中的刚性冲击,提升操作稳定性
核心部件技术参数
| 部件名称 | 材料 | 邵氏硬度 | 打印方向 | 关键特性 |
|---|---|---|---|---|
| Compliant_Moving_Jaw_SO101.stl | TPU 95A | 95 Shore A | 水平放置 | 3条平行弹性筋,最大形变±15mm |
| Compliant_Wrist_Roll_Follower_SO101.stl | TPU 95A | 95 Shore A | 垂直放置 | 十字形柔性关节,旋转角度±20° |
3D打印全流程指南
设备与材料准备
推荐使用支持柔性材料打印的FDM打印机,如:
- Prusa MINI+(需更换柔性材料送料组件)
- Bambu Lab X1(配备TPU专用打印头)
- Creality Ender-3 S1(直接支持TPU打印)
材料选择:TPU 95A(建议使用品牌如Ninjaflex、eSUN),需满足:
- 熔融温度:220-240°C
- 打印床温度:60°C
- 打印速度:20-40mm/s(低于普通PLA打印速度)
切片参数设置
以PrusaSlicer为例,关键参数配置:
层高:0.2mm
壁厚:1.2mm(6层)
填充密度:20%(网格填充)
支撑:仅接触底板(水溶性PVA支撑更佳)
回抽距离:4-6mm
回抽速度:30mm/s
打印步骤与注意事项
- 床面预处理:使用PEI涂层床面或涂抹专用胶水,防止TPU冷却收缩后翘边
- 温度校准:先用废丝测试220°C、230°C、240°C三个温度下的挤出流畅度
- 支撑移除:打印完成后静置30分钟再取下,使用尖嘴钳小心剥离支撑结构
- 后处理:用80°C热水浸泡10分钟去除残留支撑,自然晾干后装配
⚠️ 注意:TPU打印时需关闭风扇冷却,避免材料因快速冷却产生内应力开裂
装配与测试流程
工具准备
- M3内六角扳手(推荐套装参数)
- 异丙醇清洁布(去除打印残留油污)
- 扭矩螺丝刀(设定2.5N·m扭矩,防止滑丝)
装配步骤
- 拆除原刚性夹爪,保留金属连接轴
- 将柔性夹爪通过M3×12mm螺丝固定到腕部关节
- 安装柔性腕部连接件,确保转动无卡顿
- 连接Motor Control Board进行电气调试
功能测试方案
1. 形变性能测试
| 测试项目 | 测试方法 | 合格标准 |
|---|---|---|
| 夹爪开合角度 | 控制伺服电机从0°到180°转动 | 全程无卡顿,最小抓取直径≤5mm |
| 负载形变 | 抓取500g砝码保持10秒 | 永久形变≤0.5mm |
| 疲劳寿命 | 1000次开合循环测试 | 无裂纹或断裂 |
2. 实际抓取效果对比
| 测试物体 | 传统刚性夹爪 | 柔顺夹爪 | 优势体现 |
|---|---|---|---|
| 鸡蛋(50g) | 30%破损率 | 0破损 | 自适应接触面积增大40% |
| 魔方(57mm) | 需精确对位 | 自动定心 | 抓取时间缩短60% |
| 网球(直径65mm) | 易打滑 | 稳定夹持 | 摩擦力提升2.3倍 |
常见问题与解决方案
打印失败案例分析
| 问题现象 | 可能原因 | 解决措施 |
|---|---|---|
| 挤出不连续 | TPU丝材缠绕 | 安装丝材干燥盒,预热至40°C |
| 层间分离 | 打印温度过低 | 提高喷嘴温度至235°C |
| 支撑难移除 | 支撑密度过高 | 降低支撑密度至10%,启用支撑接口层 |
抓取性能优化建议
- 表面摩擦增强:在夹爪接触区域粘贴3M防滑胶带(厚度≤0.5mm)
- 硬度调节:对于更柔软物体(如草莓),可尝试TPU 85A材料(需调整打印温度至210°C)
- 结构强化:若频繁抓取重物(>1kg),可在STL文件中增加碳纤维增强筋
应用场景与扩展方案
典型应用场景
- 食品工业:糕点、水果的无损搬运
- 电子制造:PCB板、精密元器件组装
- 家庭服务:餐具、玻璃制品的安全抓取
扩展硬件推荐
| 扩展模块 | 用途 | 安装位置 |
|---|---|---|
| Wrist_Cam_Mount_32x32_UVC_Module | 视觉引导抓取 | 腕部前端 |
| 4040_Base_Mount | 机械臂固定支架 | 底座部分 |
设计文件与资源
- 3D模型文件:Compliant_Gripper/stl/
- STEP格式图纸:SO100/Follower_Specific/
- 打印服务指南:3DPRINT.md
- 社区讨论:项目README.md中提供的Discord链接
通过SO-100柔顺抓取设计,普通用户可低成本实现工业级柔性操作能力,该方案已在Hugging Face LeRobot社区得到100+用户验证。建议搭配LeRobot库进行控制算法开发,进一步提升抓取精度。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
558
3.79 K
Ascend Extension for PyTorch
Python
372
433
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
890
638
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
792
195
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1

