通过半年多的努力，机械臂的研究到了最关键的时期—抓取阶段，硬件模型甚至动用了关系，专业的机械加工厂按照孙俊设计的图纸一比一协助精雕完成。

芯片组的制造和焊接都是由小好完成，沈旭确保了神经元生物采集数据的准确性。

于建保障了运行逻辑和精度的数值算法。

万事俱备，只欠东风了，大家都期待这个能够成功，但是无论怎么测试，都无法实现准确抓取玻璃杯，不是力度过大造成玻璃杯碎裂，就是力度太小，造成杯子滑落。

他们多次复检数据，也没有发现是哪里出了问题。

沈旭觉得按照算法来说，应该不会有问题，力量可以精确到每一个手指和关节部分。

孙俊认为应该是仿生上出了问题，如捏碎杯子或杯子滑落，通常力量的误差是由皮肤和肌肉做了分量纠正，物体所受力时，抓取的精度有可能需要靠一定的摩擦力去解决的。

于建也比较赞同这样的说法，他觉得应该应用牛顿第二定律的分量形式来作为肌肉部分的理论依据，调整抓取的速度和轨迹，再利用仿生学中的胶质物模仿肌肉和皮肤去解决摩擦力问题。

小好恍然大悟，告诉他们，其实自己腿虽然不能动，但是并非没有疼痛知觉，所以就是说神经元无法控制肌肉，并不代表肌肉本身有问题。

说着淘气的沈旭就要用螺丝钉去刺小好的大腿试试触觉，被于建一扇子把手打了回去。

小好说：“目前的程式主要是通过摄像头捕捉和判定物体种类，大小，判定质量，读取测力的算法进行的测试抓取，这种测试需要多次，所以这个实验如果想成功就只有每次一次机会。

但是大家并没有发现，人闭着眼睛也可以抓住玻璃杯，靠的是什么？”

于建在一旁点头，表示小好有搞科研的天赋，说这个发现很重要，就是一次抓取的成功率，不能靠预判的力量，一个杯子，是冰做的还是玻璃做的，有可能靠程式判定未必精确。

人类就算闭着眼睛也可以一次性抓取任何物体，第一次抓取的判定被设在了肌肉和皮肤的神经元上，而不是二次对物质材质或质量的判定。

孙俊接着说：“我明白了，预判没错，但是实际力量调整就在触碰物体后的那段时间，之前的问题就应该在我们用硬的骨骼去抓东西，而人类的肉和皮肤是软的，有感受的，这就要给机械手的外侧裹上胶质物，并且通过胶质物的压强来让机械手判定多大的力气是合适的，这可能在0.2-0.5秒就需要完成芯片感应，数据回传和调整判定！”

大家综合了意见和建议后都非常兴奋。

四人觉得这个想法是可行的，沈旭告诉大家，虽然胶质物没有活性细胞，不能感受，但是只要将感应芯片焊接在骨骼上，仿生胶质物硬度调整的好，作为感应判定和抓取缓冲是完全没问题的。

小好灵机一动：“对了，我们去买橡胶手套吧！”

三人随后的几天采购了很多款式的橡胶手套，从硬一点到软一点的，然后将手套按内侧硬外侧软的顺序，一层一层套上机械手，之前孙俊已经在机械手的每一块指骨上，增加了测压芯片。

试验时用监视器判定物体后核算出物体材质、重量及机械臂本身的重力，抓取力。

当机械手握住任何东西时，它会先预判一个力量，再进行持握时，橡胶手套承受的压强判断出握力和摩擦力的大小，在约0.5秒左右算出的抓取力时，从而一次抓握成功。

经过反复测试，虽然实践的逻辑没问题，但是因为感应芯片的质量没有那么理想，所以成功几次也会失败一次。

但是至少是成功了。

为了增加成功率，经过沈旭将压力数据采集分析后，进行了平均值修正，基本可以实现成功率解决百分百的稳定抓取。

在阶梯教室的仿生机械手成果汇报展上，这只机械手成功一次性抓起了玻璃杯，纸杯，划着了火柴，可以与真人下象棋，翻简单的花绳等动作，搏得一片好评。

在此之后，他们多次参加展会，在很多地方表演，都广受赞誉。

这项实验获得了三项专利，分别是：数字神经元采集模拟专利、数字神经元模拟脑电波信号专利、生物运动数据采集模型的应用。

于此同时，副校长姜伟国给予了三人极大的鼓励，带着他们去了国际科技应用博览会，一时间鹧海大学名声大振，三个人都拿到了国家，省，市及学校的荣誉和现金奖励。

……

本章未完，请点击下一页继续阅读！

本站网站:.kuaishuku