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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
最新内容推荐
Mac Mouse Fix v3.2.0:重构鼠标交互体验的全面革新跨平台压缩引擎的安全实践:SSZipArchive数据加密方案全解析Coze Studio AI Agent开发问题排查指南:从现象到解决方案的系统方法论3大智能模块重构暗黑3战斗体验:D3KeyHelper自动化工具全解析突破物理限制:Virtual Display Driver革新多屏工作流的终极方案Umi-OCR:革新性离线文本识别效率引擎,如何让图片文字提取效率提升300%?形式化验证的突破性革新:面向开发者的程序正确性证明工具Umi-OCR文本排版引擎深度优化:从识别到可读性的技术跨越令牌计算大师:Tiktokenizer可视化工具全方位解析Fastboot Enhance:一站式Android设备全流程管理解决方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
649
4.22 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
484
589
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
388
278
🎉 (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
1.53 K
880
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
331
387
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++
936
847
暂无简介
Dart
896
214
昇腾LLM分布式训练框架
Python
141
165
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194

