Uw gegevens. Uw keuze.

Als je alleen het noodzakelijke kiest, verzamelen we met cookies en vergelijkbare technologieën informatie over je apparaat en je gebruik van onze website. Deze hebben we nodig om je bijvoorbeeld een veilige login en basisfuncties zoals het winkelwagentje te kunnen bieden.

Als je overal mee instemt, kunnen we deze gegevens daarnaast gebruiken om je gepersonaliseerde aanbiedingen te tonen, onze website te verbeteren en gerichte advertenties te laten zien op onze eigen en andere websites of apps. Bepaalde gegevens kunnen hiervoor ook worden gedeeld met derden en advertentiepartners.

ETH Zürich / Soft Robotics Lab
Nieuws en trends

Robothand van de ETH Zürich kruipt als 'The Thing'

Kim Muntinga
25/9/2026
Vertaling: machinaal vertaald

Onderzoekers van de ETH Zürich leren een commerciële robothand een ongebruikelijke dubbelfunctie aan: de vingers dienen zowel voor voortbeweging als voor het bedienen en verplaatsen van voorwerpen.

Het «Ding» uit de «Addams Family» loopt op zijn vingers net zo natuurlijk als op benen. De robot hand van het Soft Robotics Lab moet deze bewegingen echter eerst leren. Hij loopt over gras, grind en andere ondergronden, richt zich na een val weer op en kan bovendien een toetsenbord bedienen.

Het onderzoeksproject draagt de naam «Fingers as Legs». Amirhossein Kazemipour, Hehui Zheng en Robert Katzschmann hebben hun resultaten gepubliceerd als wetenschappelijke preprint. Andere onderzoekers hebben de studie dus nog niet onafhankelijk beoordeeld.

Vijf vingers vervangen de benen

Als basis dient een commercieel verkrijgbare WUJI-robothand. De vijf vingers hebben 20 aangedreven gewrichten. Op de rug van de hand bevinden zich bovendien een Raspberry Pi Zero 2 W, een bewegingssensor en een lithium-polymeer-accu. Het complete systeem weegt 818 gram.

Met wat fantasie zou de hand rechtstreeks uit de «Addams Family» kunnen komen.
Met wat fantasie zou de hand rechtstreeks uit de «Addams Family» kunnen komen.
Bron: ETH Zürich / Soft Robotics Lab

De vorm van de hand maakt het lopen uitdagend. De vingers verschillen in lengte en positie. De duim staat bovendien zijdelings versprongen. Vierpotige robots hebben het hier makkelijker omdat hun benen meestal veel symmetrischer zijn geplaatst.

De onderzoekers trainden de besturing daarom met reinforcement learning. Hierbij probeert een systeem veel bewegingen uit en krijgt feedback over hoe goed ze het gestelde doel bereiken. De training vond aanvankelijk plaats in een simulatie. Daar leerde het neurale netwerk zelf wanneer het welke vinger moet bewegen.

De besturing beloont bewegingen in de gewenste richting en een stabiele houding. In de simulatie bereikte de hand zo een snelheid van 1,67 centimeter per seconde. Een aangepaste besturing voor vierpotige robots kwam onder dezelfde omstandigheden op 1,02 centimeter per seconde.

Van het lab naar grind en asfalt

Op de echte hardware testte het team de hand op 14 verschillende ondergronden. Daartoe behoren gras, grind, asfalt, tapijt, tegels, hardhout, beton en metalen roosters. Daarnaast controleerden de onderzoekers hoe goed de hand zich na een val weer opricht. Een speciaal getrainde besturing bracht hem in 21 van de 25 pogingen terug op zijn vingertoppen.

De ongelijk lange vingers moeten zich ook op een losse ondergrond stabiel kunnen afzetten.
De ongelijk lange vingers moeten zich ook op een losse ondergrond stabiel kunnen afzetten.
Bron: ETH Zürich / Soft Robotics Lab

Nog bestuurt echter geen enkel model alle vaardigheden. Voor het lopen, opstaan en andere taken gebruiken de onderzoekers verschillende besturingen. Welke taak de hand uitvoert, wordt daarbij van buitenaf opgegeven. Ook van richting veranderen levert de asymmetrische hand nog moeilijkheden op.

Bij het doel worden de benen weer vingers

Na het lopen veranderen de vingers van taak. Zojuist droegen ze de hand nog over de grond, daarna grijpen, drukken of verschuiven ze voorwerpen.

Het team demonstreert dit onder andere op een toetsenbord. De hand drukt daar achtereenvolgens opgegeven toetsen in. Hij werkt daarbij zonder camera. Van 32 commando's voerde hij er 29 correct uit. Voor de poging moesten de onderzoekers hem echter wel passend voor het toetsenbord positioneren.

In een ander experiment schoof de robothand een kubus naar verschillende doelpunten. Een camera boven de proefopstelling leverde daarvoor de positiegegevens. Na 15 rondes lag de kubus gemiddeld 17 millimeter van het opgegeven doel verwijderd.

Op de lange termijn zou dit principe robots flexibeler kunnen maken. De onderzoekers beschrijven bijvoorbeeld een robotarm die zijn hand op een moeilijk bereikbare plek afzet. Van daaruit zou hij zelfstandig naar een schakelaar of voorwerp kunnen kruipen, zijn taak uitvoeren en vervolgens terugkeren.

Omslagfoto: ETH Zürich / Soft Robotics Lab

4 mensen vinden dit artikel leuk


User Avatar
User Avatar

Mijn interesses zijn gevarieerd, ik geniet gewoon graag van het leven. Altijd op zoek naar nieuws over darten, gamen, films en series.


Nieuws en trends

Van de nieuwe iPhone tot de wederopstanding van de mode uit de jaren 80. De redactie categoriseert.

Alles tonen

4 opmerkingen

Avatar
later