control hardware

(microcontroller)

one complete finger

fixation frame

3 laser

sensors

Figure 3: Top view of the KDH II

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

For sensing the forces applied to an object by a

finger a prototype of a 6 dimensional force torque

sensor has been developed (see figure 5). It can be

used as the last finger limb and is equipped with a

spherical finger tip. It is able to grasp light objects

as well as relatively heavy objects up to 3 to 5 kg.

The sensor is able to measure forces in x- y- and z-

direction and torques around these axes.

Additionally 3 colinear laser triangulation sensors

are mounted in the palm of the KDH II (see

figure 4) [11]. Because there are three such sensors

not only the distances of 3 single points can be

measured, but also the distance and orientation of

the surface of a grasped object, if the shape of the

object is known. This object pose sensor works

with a frequency of 1 kHz which allows the

detection and avoidance of a slipping object.

loop control in software are executed in parallel

for multiple fingers as well as for the object.

•  Small physical size is needed to be able to

integrate the control system into the

manipulation system.

•  Short electrical connections between the control

system and the actuators and sensors should be

used. This is especially relevant for the sensors

because otherwise massive interference might

disturb the sensor signal.

4.1  Control hardware

To cope with the requirements the control hardware

is usually distributed among several specialized

processors. For example the input/output on the

lowest level (motors and sensors) can be handled

4

Control system

by a simple microcontroller, which is also of small

size and thus can be integrated more easily into the

The control system of a robot hand determines

which of the potential dexterous skills provided by

the mechanical system can actually be exploited.

As mentioned before the control system can be

subdivided in the control computer or hardware and

the control algorithms or software.

The control system must meet several conflicting

requirements:

Figure 5: 6 DOF force torque sensor with strain

gage sensors used as the last finger limb

of the KDH II

• Many input/output resources like actor or

sensor signals must be attached. For example

for a minimum hand with 9 degrees of freedom,

at least 9 analog outputs to the motors and 9

inputs from angle encoders must be estimated.

With force and tactile sensors for every finger

and additional object state sensors the number

of inputs quickly increases to several dozens.

• Quick reactions in real-time to external events

are required. If for example a slipping of the

grasped object is detected immediate counter

measures must be taken.

• High computing power for several different

tasks must be available. For example path

planning, coordinate transformations, closed

manipulation system. But the higher levels of

control need more computing power and the

support of a flexible real time capable operating

system. This can be achieved most easily with PC-

like components.

Therefore the control hardware often consist of a

non-uniform, distributed computing system with

microcontrollers on the one end and more powerful

processors on the other. The different computing

units then have to be connected with a

communication system, like for example a bus

system.

4.2  Control software

The control software of a robot hand is quite

complex. Several fingers must be controlled in real-

time and in parallel while new trajectories for the

fingers and the object must be planned at the same

time. Therefore it is necessary to reduce the

complexity by dividing the problem into sub

problems.

Another aspect concerns software development. As

a robotic hand is usually a research project for most

of it's lifetime, the programming environment, like

user interface, programming tools and debugging

facilities, should be powerful and flexible. This can

only be achieved if a standard operating system is

used.

Figure 6: control hardware architecture of the KDH II

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

local grasp planning

The usual hierarchical control system approach

used in robotics has to be trimmed to fit the special

needs of the controlling of a robot hand.

4.3 The control system of the Karlsruhe

Dexterous Hand II

As suggested in section 4.1 a distributed approach

to the control hardware was taken for the Karlsruhe

Dexterous Hand II (KDH II) (see figure 6) [8]. One

microcontroller is used to control the actuators and

sensors of one finger respectively. An additional

microcontroller is used for the object state sensor

(laser triangulation sensors). These

microcontrollers (the outer boxes to the left and

right in figure 6) are mounted directly on the hand,

thus short electrical connections to the actuators

and sensors are guaranteed. The microcontrollers

are connected to the main control computer by

serial bus systems (CAN-bus).

The main control computer of the KDH II (the light

grey box in figure 6, and figure 7) is implemented

as a parallel computer consisting of 6 industrial

PCs (PC104 standard). These PCs are arranged in a

2D-plane. Neighboring PC-modules (a PC has at

most 8 neighbors) use a dual ported RAM (DPR)

for fast communication (the dark grey boxes in

object movement commands are received from the

superior robot control system and used for a fine

planning of the object path. According to the

generated object path feasible grasps (possible

grasp points for fingers on the object) are planned.

Now that the grasps and the object movements are

known the trajectories for each finger are planned

by the finger path planning and forwarded to the

real-time capable part of the system.

If an object is already grasped, then the finger

movement paths are forwarded to the object pose

controller. This controller controls the actual object

pose, determined by the gripper and object state

sensors, to reach the desired object pose. If a finger

is not attached to an object, then it's movement path

is forwarded directly to the hand controller.

The hand controller coordinates the movements of

all fingers by forwarding correspondent desired

finger positions to all finger controllers. These in

turn drive the finger actuators with the help of the

finger sensors.

local object path planning

figure 6).

One PC is used to control a finger respectively.

One PC controls the object state sensors and

finger path planning

object movement

object pose controller

free movement

calculates the object's position. The remaining PC

is placed such that it neighbors all the previously

hand controller (finger coordination)

mentioned PCs. It is used for the coordination of

the whole control system

The structure of the control software reflects the

control hardware architecture. It is shown in

figure 8.

object

sensors

finger controller 1

finger 1  finger 1

sensors  actuators

Fing

...

finger controller n

finger n  finger n

sensors  actuators

Fing

On the three top levels of the local hand control

system an on-line planning is performed. Desired

Figure 8: local hand control system of the

Karlsruhe Dextrous Hand II

5

Experimental results

Figure 7: parallel main computer used to control the

KDH II

To validate the capabilities of the Karlsruhe

Dexterous Hand II two demanding manipulation

problems were chosen. One problem is the on-line

controlling of the pose (position and orientation) of

a grasped object under external influences. Here

the hard real-time conditions reveal the controlling

capabilities of the approach chosen.

For the other problem a grasped object must be

rotated around arbitrary angles, which can only be

achieved with regrasping. This reveals the

capability of the Karlsruhe Dexterous Hand II to

perform very complex manipulation tasks.

5.1  Object pose control

The objective of the object pose controller is to

correctly position and orientate a grasped object to

fit a given trajectory. This task must be achieved

on-line under real-time conditions and in spite of

internal variations and external disturbances.

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

Internal variations are for example the rolling of the

spherical fingertips on a grasped object during

object movements in the workspace of the hand.

Figure 9: additional displacement due to rolling

Figure 10: additonal undesired tilt due to rolling

of the shperic fingertips on the object

This rolling is shown in figure 9 and figure 10. It

can result in an undesired additional displacement

or in an undesired tilt of the object. These object

pose errors are hard to estimate in advance.

Therefore the input of an object pose sensor is

needed to correct the errors. For the Karlsruhe

Dexterous Hand II the three laser triangulation

sensors were used for this purpose.

Figure 11 shows the undesired tilt of the object

according to figure 9 quantitatively when no object

pose control is used. The lower diagram shows the

desired trajectory over time in x-direction, while

the upper diagram shows the resulting undesired

rotation (tilt) of the object.

In figure 11 the tilt of the object is significantly

reduced due to the enabled object pose control. In

the upper diagram the rotation of the object

remains essentially constant, as desired.

An object pose controller is also necessary to

compensate external disturbances. For example

collisions of the robot (arm, hand or fingers) or the

grasped object with the environment might result in

the slipping of the grasped object. This might even

lead to the loss of the grasped object and is

therefore not acceptable. In order not to lose the

object in such situations the slipping must be

detected and a quick reaction must be performed to

stabilize the object pose.

To verify the capability of the Karlsruhe Dexterous

Hand II control system to cope with this kind of

Figure 11: Object tilt without object state control

Figure 13: Slipping experiment: actual object

position in x-direction (direction of

slipping)

Figure 12: Reduced object tilt with object state

control

Figure 14: Slipping experiment: actual object

orientation about z axis

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

disturbances the following experiment was made:

While an object was grasped the finger-contact-

forces were constantly reduced until the object

began to slip. After the slipping was detected with

the laser triangulation sensor the object pose

controller took measures to recontrol the object to

the desired pose.

Figure 13 and figure 14 show an example of such

an experiment. Especially figure 13 shows that the

object slipping starts quite abrupt and is quite fast.

But the object pose controller reacts fast enough to

detect and compensate the slipping so that the

object position (here: especially in x-direction, the

direction of the slipping) and the object orientation

is restabilized to the original desired value quickly.

5.2 Regrasping

Although the Karlsruhe Dexterous Hand II is very

flexible it can not perform every desired object

manipulation at first go. This originates from the

fact that the fingers are very small compared to

'normal' industrial robots and therefore only have a

limited workspace. If an object is grasped with the

fingers it can at first only be manipulated in a

subspace of all the fingers workspaces. The

a)

c)

e)

b)

d)

f)

condition for a feasible manipulation is that all the

contact points must be permanently inside the

workspace of the contacting finger. This limits the

feasible manipulations considerably.

To overcome this limitation a so called regrasping

operation must be performed. I.e. when a contact

point reaches the limitation of the contacting finger,

that finger must be detached from the object and

reattached at a new contact point. This is only

possible reliable by a hand with more than 3

Figure 15: rotation of a nut shaped object with

regrasping.

fingers. By cyclically regrasping all fingers

arbitrary object manipulations can be performed.

An example of such a manipulation where

regrasping is necessary is rotation of the grasped

object about large angles. Figure 15 shows a

sequence of photographs of the Karlsruhe

Dexterous Hand II rotating a nut shaped object.

The object is rotated about its vertical axis. In the

sequence a) to c) all fingers are attached to the

object and it is rotated by coordinated movements

of all four fingers. The sequences d) to f) show a

regrasping action for one single finger. In d) the

fingers have reached their workspace limits and the

coordinated movements of all fingers is stopped.

The finger to the front left is detached from the

object and moved separately to another contact

point. In f) the finger is reattached to the object and

another finger can be repositioned (not shown).

a)

c)

e)

b)

d)

f)

After all fingers are repositioned the coordinated

rotation operation continues.

Depending on the circumstances the Karlsruhe

Dexterous Hand II is also able to regrasp several

fingers simultaneously. This speeds up the

regrasping process but is only possible if the

grasped object is in contact with the environment,

like for example a nut on a screw or a peg in a hole.

Figure 16: pulling a peg out of a hole with

regrasping

Figure 16 shows a sequence of photographs of the

Karlsruhe Dexterous Hand II. pulling a peg with a

square base out of a hole. The peg is pulled out half

way in sequence a) to b) then the left and the right

finger are detached and repositioned, both fingers

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

at the same time, sequence c) to e). After that the

finger in the front and back are also repositioned,

sequence f). After that the whole peg can be pulled

out of the hole for further manipulations (not

shown)

[3]

for a three fingered robot gripper, Proc. of the

1996 IEEE/RSJ Int. Conf. on Intelligent

Robots and Systems, IROS, Osaka, Japan,

Nov. 1996

R. Menzel, Konstruktion und Regelung einer

6

Conclusion

Hand, Fortschritt-Berichte VDI-Reihe 8 Nr.

451,1995

To be able to perform dexterous fine manipulations

with a robot hand a suitable mechanical system and

control system is necessary. The introduced

criterions for these systems must be considered as

shown in this paper. This was done successfully for

the Karlsruhe Dexterous Hand II. This robot hand

is capable of grasping a wide variety of objects of

different shape, size and weight. The pose of a

grasped object can be controlled reliably, even

under external disturbances. Additionally complex

fine manipulations, like regrasping, are possible

with this system.

The novel hand to be built in the context of the

'humanoid robots' special research area, will be

anthropomorphic and mechanically based on a very

different concept called fluidic actors (see

figure 17) developed at the IAI in the Karlsruhe

research center [12]. However the principal

structure of the control software will be adapted

and used for the novel hand.

Figure 17: fluidic hands developed at the IAI

7 Acknowledgements

This paper is based on research done at the Institute

for Process Control and Robotics Prof. Dr.-Ing. H.

Wörn, as well as on the research done at the

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

J.K. Salisbury, Articulated Hands: Force

Control and Kinematics Issues, Phd thesis,

Stanford University, 1982

G. Hirzinger, Mechatronik-Konzepte nicht

nur für die Raumfahrt, Deusche

Forschungsanstalt für Luft- und Raumfahrt,

Hannover Messe, 1996

W. Paetsch, Exemplarische Untersuchungen

zu mehrfingrigen Robotergreifern: Aufbau-

Regelung- Systemintegration, Fortschritt-

Berichte VDI-Reihe 8 Nr. 363, Düsseldorf,

1993

B. Magnussen, Infrastruktur für Steuerungs-

und Regelungssysteme von robotischen

Miniatur- und Mikrogreifern, Fortschritt-

Berichte VDI Reihe 8, Nr.567, Düsseldorf:

VDI-Verlag, 1996

T. Fischer and H. Woern, Structure of a robot

system: Karlsruhe Dexterous Hand II,

Mediterranean Conference on Control and

Systems, 1998

Th. Doersam and Th. Fischer, Using Fuzzy

Controllers for the Karlsruhe Dexterous Hand,

The Int. Symposium on Intelligent Robotic

Systems, SIRS, Lisbon, Portugal, 1996

Th. Fischer and J. Seyfried, The new

Karlsruhe Dexterous Hand II, Int. Sym. on

Intelligent Robotic Systems, 1997

T. Fischer and H. Woern, Multifinger

Grippers for Human-like Robots in Industry,

World Multiconference on Systemics

Cybernetics and Informatics, Orlando,

Florida, 1999

S. Schulz, C. Pylatiuk, and G. Bretthauer. A

new class of flexible fluidic actuators and

their applications in medical engineering. In

at- Automatisirungetechnik 47, pages 390-

395, 1999

Mechanical System and Control System of a Dexterous

Robot Hand

Dirk Osswald, Heinz Wörn

University of Karlsruhe

Department of Computer Science

Institute for Process Control and Robotics (IPR)

Engler-Bunte-Ring 8 - Building 40.28

D-76131 Karlsruhe

email: osswald@ira.uka.de , woern@ira.uka.de

Abstract: In recent years numerous robot systems

with multifingered grippers or hands have been

developed all around the world. Many different

approaches have been taken, anthropomorphic and

non-anthropomorphic ones. Not only the

mechanical structure of such systems was

investigated, but also the necessary control system.

With the human hand as an exemplar, such robot

systems use their hands to grasp diverse objects

without the need to change the gripper. The special

kinematic abilities of such a robot hand, like small

masses and inertia, make even complex

manipulations and very fine manipulations of a

grasped object within the own workspace of the

hand possible. Such complex manipulations are for

example regrasping operations needed for the

rotation of a grasped object around arbitrary

angles and axis without depositing the object and

picking it up again. In this paper an overview on

the design of such robot hands in general is given,

as well as a presentation of an example of such a

robot hand, the Karlsruhe Dexterous Hand II. The

paper then ends with the presentation of some new

ideas which will be used to build an entire new

robot hand for a humanoid robot using fluidic

actuators.

Keywords: Multifingered gripper, robot hand, fine

manipulation, mechanical system, control system

with such a robot hand system. This new hand will

be built by the cooperation of two institutes, the

IPR (Institute for Process Control and Robotics) at

the University of Karlsruhe and the IAI (Institute

for Applied Computer Science) at the Karlsruhe

Research Center. Both organizations already have

experience in building such kind of systems, but

from slightly different points of view.

The 'Karlsruhe Dexterous Hand II' (see figure 1)

built at the IPR, which is described here in detail, is

a four fingered autonomous gripper. The hands

built at the IAI (see figure 17) are built as

prosthesis for handicapped people.

The approach taken so far will be presented and

discussed in the following sections, as it founds the

basis for the novel hand of the humanoid robot.

1

Introduction

The special research area 'Humanoid Robots'

founded in Karlsruhe, Germany in July 2001 is

aimed at the development of a robot system which

cooperates and interacts physically with human

beings in 'normal' environments like kitchen or

living rooms. Such a robot system which is

designed to support humans in non-specialized,

non-industrial surroundings like these must, among

many other things, be able to grasp objects of

different size, shape and weight. And it must also

be able to fine-manipulate a grasped object. Such

Figure 1: Karlsruhe Dextrous Hand II from IPR

great flexibility can only be reached with an

adaptable robot gripper system, a so called

multifingered gripper or robot hand.

The humanoid robot, which will be built in the

above mentioned research project, will be equipped

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

2 General structure of a robot hand

A robot hand can be split up in two major

subsystems:

• The mechanical system

• The control system

The mechanical system, further described in section

3, can be subdivided into:

- The mechanical design

- The actuator system

- The sensor system

And the control system described in section 4

consists at least of :

- The control hardware

- The control software

For each of these parts we will describe the

considerations for a robot hand in general and then

present the exemplary implementation in the

Karlsruhe Dexterous Hand II.

3 Mechanical system

The mechanical system describes how the hand

looks like and what kind of components it is made

of. It defines the mechanical design, e.g. the

number of fingers and the kind of materials used.

Additionally actuators, e.g. electric motors, and

sensors, e.g. position encoders, are settled.

3.1 Mechanical design

The mechanical design determines the fundamental

'dexterousness' of the hand, i.e. what kind of

objects can be grasped and what kind of

manipulations can be performed with a grasped

object. Three basic aspects have to be settled when

designing a robot hand:

• The number of fingers

• The number of joints per finger

• The size and placement of the fingers

To be able to grasp and manipulate an object safely

within the workspace of the hand at least 3 fingers

are required. To achieve the full 6 degrees of

freedom (3 translatory and 3 rotatory DOF) for the

manipulation of a grasped object at least 3

independent joints are needed for each finger. This

approach was taken for the first Karlsruhe

Dexterous Hand [1,2]. However, to be able to

regrasp an object without having to release it and

then pick it up again, at least 4 fingers are

necessary.

To determine the size and the placement of the

fingers two different approaches can be taken:

• Anthropomorphic

• Non-anthropomorphic

It then depends on the objects to manipulate and on

the type of manipulations desired which one is

chosen. An anthropomorphic placement allows to

hand to the robot hand. But the different sizes of

each finger and their asymmetric placement makes

the construction more expensive and the control

system more complicated, because each finger has

to be treated separately.

When a non-anthropomorphic approach is taken

most often identical fingers are arranged

symmetrically. This reduces the costs for the

construction and simplifies the control system

because there is only one single 'finger module' to

be constructed and controlled.

3.2  Actuator system

The actuation of the finger joints also has a great

influence in the dexterousness of the hand, because

it determines the potential forces, precision and

speed of the joint movements. Two different

aspects of the mechanical movement have to be

considered:

•  Movement generation

•  Movement forwarding

Several different approaches for these aspects are

described in the literature. E.g. the movement can

be generated by hydraulic or pneumatic cylinders

[3] or, as in most cases, by electric motors.

As the movement generators (motors) are in most

cases to big to be integrated in the corresponding

finger joint directly, the movement must be

forwarded from the generator (most times located

in the last link of the robot arm) to the finger joint.

Again different methods can be used, like tendons

[4,5,6], drive belts [1,2] or flexible shafts. The use

of such more or less indirect actuation of the finger

joint reduces the robustness and the precision of the

system and it complicates the control system

because different joints of one finger are often

mechanically coupled and must be decoupled in

software by the control system. Due to these

drawbacks an integration of miniaturized

movement generators directly into the finger joints

is desirable.

3.3  Sensor system

The sensor system of a robot hand provides the

feedback information from the hardware back to

the control software. This is necessary to perform a

closed loop control of the fingers or a grasped

object. Three types of sensors are used in robot

hands [7,8]:

•  Gripper state sensors determine the position of

the finger joints, and hence the finger tip, and

the forces which act upon the finger. Knowing

the exact position of the fingertip makes precise

position control possible, which is necessary for

dexterous fine manipulations. With the

knowledge of the forces applied to a grasped

object by the fingers it is possible to grasp a

fragile object without breaking it.

easily transfer e.g. grasp strategies from a human

Proceedings of the IEEE-RAS International Conference on Humanoid Robots

Copyright  2001

• Grasp state sensors provide information about

the contact situation between the finger and the

object. This tactile information can be used to

determine the point in time of the first contact

with the object while grasping, and to avoid

undesired grasps, like grasping at an edge or a

tip of the object. But it can also be used to

detect slippage of an already grasped object,

which might lead to a loss of the object.

• Object state or pose sensors are used to

determine the shape, position and orientation of

an object in the workspace of the gripper. This

is necessary if these data is not known exactly,

prior to grasping the object. If the object state

sensors still works on a grasped object it can be

used to control the pose (position and

orientation) of a grasped object too, e.g. to

detect slippage.

Depending on the actuator system the geometrical

information about the finger joint position can be

measured at the movement generator or directly at

the joint. For example if there is a stiff coupling

between an electric motor and the finger joint then

the joint position can be measured by an angle

encoder at the axis of the motor (before or after the

gear). This is not possible if the coupling is less

stiff and a high position precision is desired.

Figure 2: KDH II mounted on an industrial robot

Figure 4: Side view of the KDH II

3.4  The mechanical system of the Karlsruhe

Dexterous Hand II

In order to permit more complex manipulations like

regrasping the current Karlsruhe Dexterous Hand II

(KDH II) was built with 4 fingers and 3

independent joints per finger. It is designated for

applications in industrial environments (see

figure 2) and for manipulation of objects like

boxes, cylinders, screws or nuts. Therefore a

symmetric, non-anthropomorphic configuration of

four identical fingers, each rotated by 90° was

chosen (see figure 3).

Due to the experiences gained with the first

Karlsruhe Dexterous Hand, like e.g. mechanical

problems caused by the drive belts or controlling

problems caused by large friction factors, some

different design decisions were chosen for the

KDH II. The dc-motors for joint 2 and 3 of each

finger are integrated into the previous finger limb

(see figure 4). This permits the use of very stiff

ball-spindle-gears for the forwarding of the

movement to the finger joint. Angle encoders

directly on the motor axis (before the gear) are used

  全套毕业设计论文现成成品资料请咨询微信号：biyezuopin QQ：2922748026     返回首页 如转载请注明来源于www.biyezuopin.vip