W lipcu 2026 roku zespół naukowców z Japonii, Wielkiej Brytanii i Stanów Zjednoczonych zaprezentował EleTac — miękki chwytak robotyczny wzorowany na końcówce trąby słonia, który za pomocą jednej kamery fisheye potrafi jednocześnie wykrywać dotyk, szacować siłę nacisku i śledzić własne położenie przestrzenne. Dla nas w redakcji IWD Partner najbardziej uderzający jest nie sam projekt, ale pytanie, które za nim stoi: dlaczego przez dekady robotycy kopiowali ludzką dłoń, skoro natura dawno wymyśliła coś lepszego? EleTac nie jest kolejnym humanoidalnym chwytakiem — to sygnał, że biomimetyka zaczyna wygrywać z inżynierską intuicją.
Czym jest EleTac i skąd pochodzi jego nazwa?
EleTac to pneumatyczny chwytak z kategorii robotyki miękkiej, którego geometria i funkcja czuciowa zostały zainspirowane końcówką trąby słonia afrykańskiego — strukturą, która łączy siłę, elastyczność i wrażliwość dotykową w obrębie kilku centymetrów tkanki. Nazwa łączy słowo „elephant” (słoń) z „tactile” (dotykowy), co precyzyjnie opisuje założenie projektu.
Urządzenie zostało opracowane przez interdyscyplinarny zespół badawczy z uczelni w Japonii, Wielkiej Brytanii i USA, a wyniki prac opublikowano w 2026 roku. Chwytak nie naśladuje całej trąby — skupia się wyłącznie na jej dystalnej końcówce, gdzie skupienie receptorów dotykowych jest najgęstsze i gdzie słoń wykonuje najbardziej precyzyjne ruchy manipulacyjne.
Dla porównania: dorosły słoń afrykański potrafi tym samym narządem przenieść konar ważący kilkaset kilogramów, a chwilę później podnieść pojedyncze źdźbło trawy bez jego uszkodzenia. Żaden dotychczasowy chwytak przemysłowy nie osiągał takiego zakresu w tak kompaktowej formie.
Jak działa mechanizm pneumatyczny i system czucia?
EleTac wyposażono w dwa miękkie palce napędzane pneumatycznie — sprężone powietrze wypełnia wewnętrzne komory, zmieniając kształt struktury i generując ruch zaciskający. Takie podejście zastępuje sztywne serwonapędy elastycznym „mięśniem powietrznym”, który naturalnie dopasowuje się do nieregularnych kształtów trzymanego obiektu bez dodatkowego programowania trajektorii ruchu.
Kluczowym elementem odróżniającym EleTac od wcześniejszych miękkich chwytaków jest wewnętrzna kamera typu fisheye, umieszczona wewnątrz struktury palców. Zamiast montować dziesiątki miniaturowych czujników nacisku na całej powierzchni — co w materiałach elastycznych prowadzi do szybkiego zużycia mechanicznego — badacze pozwolili kamerze obserwować odkształcenia miękkiego materiału od środka w czasie rzeczywistym.
Obrazy z kamery są przetwarzane przez algorytmy uczenia maszynowego, które na ich podstawie estymują cztery parametry jednocześnie: lokalizację punktu kontaktu, wartość siły nacisku, geometrię chwytanego przedmiotu oraz aktualną pozycję własnych palców chwytaka. Ten ostatni parametr — zdolność robota do orientacji we własnym kształcie bez zewnętrznych sensorów — nosi nazwę propriocepcji.
Dlaczego klasyczne czujniki zawodzą w miękkich robotach?
Tradycyjne sensory nacisku, projektowane z myślą o sztywnych konstrukcjach metalowych, są słabym punktem każdego miękkiego robota — materiały elastomerowe ciągle się zginają, rozciągają i powracają do kształtu wyjściowego, co powoduje mechaniczne zmęczenie czujników w tempie wielokrotnie szybszym niż w robotach sztywnych. Dodatkowym problemem jest to, że kable i ścieżki przewodzące ograniczają elastyczność struktury, niwecząc główną zaletę miękkiego podejścia.
Rozwiązanie oparte na wizji wewnętrznej eliminuje ten problem strukturalnie. Kamera nie dotyka ani nie rozciąga się razem z materiałem — siedzi wewnątrz komory i obserwuje deformacje powierzchni jako zjawisko optyczne. Oznacza to, że czujnik nie degraduje się szybciej niż sam materiał chwytaka.
Podobne podejście — kamera zamiast siatki czujników — stosowano już wcześniej w projektach takich jak GelSight opracowany przez MIT w 2009 roku, jednak EleTac jako pierwszy łączy je z pełną propriocepcją i pneumatycznym napędem w jednej, zintegrowanej strukturze bionicznej.
Redakcja IWD Partner: Patrząc na EleTac, trudno oprzeć się wrażeniu, że robotycy przez lata rozwiązywali zły problem — zamiast pytać „jak sprawić, by robot chwytał jak człowiek?”, powinni byli pytać „które zwierzę robi to najlepiej?”. Trąba słonia ewoluowała przez miliony lat właśnie po to, by radzić sobie z ekstremalnym zakresem obiektów — od delikatnych po masywne. Ciekawe, ile innych rozwiązań inżynierskich czeka na odkrycie nie w laboratoriach, ale w zoologii.
Co EleTac potrafi chwycić — i co go jeszcze ogranicza?
Podczas testów przeprowadzonych przez zespół badawczy w 2026 roku EleTac skutecznie podnosił i manipulował obiektami reprezentującymi skrajnie różne wyzwania mechaniczne: kostki tofu (kruche i odkształcalne), owoce (nieregularny kształt, ryzyko zgniecenia), tkaniny (plastyczne, bez sztywnej geometrii) oraz karty do gry (cienkie, śliskie, wymagające precyzyjnego zlokalizowania krawędzi). Taki zestaw testowy nie jest przypadkowy — każdy z tych obiektów eliminuje inną słabość klasycznych chwytaków przemysłowych.
Zakres przedmiotów, z którymi EleTac sobie radzi, jest imponujący jak na jedno urządzenie bez wymiennych końcówek roboczych. Dla porównania: standardowy chwytak dwupalcowy stosowany w przemyśle motoryzacyjnym jest zwykle kalibrowany do jednego konkretnego elementu i wymaga przeprojektowania przy zmianie produktu.
Ograniczenia projektu są jednak realne. Według wstępnych danych z 2026 roku system działa najskuteczniej przy obiektach mieszczących się w gabarycie odpowiednim dla dwupalcowego zacisku — bardzo duże lub bardzo twarde przedmioty pozostają poza zakresem urządzenia. Skalowalność rozwiązania do zastosowań przemysłowych wymaga też dalszej pracy nad odpornością na kurz i wilgoć, które mogą zaburzać obraz z kamery wewnętrznej.
| Typ obiektu | Główne wyzwanie | Skuteczność EleTac (2026) |
|---|---|---|
| Tofu | Kruche, łatwe do zgniecenia | Potwierdzona w testach |
| Owoce | Nieregularny kształt, zmienna twardość | Potwierdzona w testach |
| Tkaniny | Brak sztywnej geometrii | Potwierdzona w testach |
| Karty do gry | Cienkie, śliskie krawędzie | Potwierdzona w testach |
| Ciężkie, twarde elementy | Przekroczenie zakresu siły | Poza obecnym zakresem |
Dlaczego miękka robotyka i biomimetyka mają znaczenie?
Manipulacja przedmiotami pozostaje jednym z głównych wąskich gardeł współczesnej robotyki przemysłowej i usługowej — według szacunków firmy analitycznej McKinsey Global Institute z 2024 roku, automatyzacja zadań wymagających precyzyjnej manipulacji fizyczną jest wciąż poniżej 30% w większości gałęzi przemysłu przetwórczego. Chwytaki takie jak EleTac mogą odblokować zastosowania w logistyce, opiece medycznej i przetwórstwie spożywczym, gdzie różnorodność kształtów i kruchość obiektów uniemożliwiały dotąd ekonomiczne wdrożenie robotów.
Biomimetyczne podejście do projektowania narzędzi robotycznych zyskuje na znaczeniu nie tylko w kontekście chwytaków. W 2025 roku zespół z Harvard Wyss Institute zaprezentował miękki egzoszkielet kończyny dolnej wzorowany na muskulaturze gekona, a rok wcześniej naukowcy z ETH Zurich opublikowali w czasopiśmie Science Robotics projekt skrzydła latającego robota kopiującego geometrię piór jaskółki. EleTac wpisuje się w ten szerszy trend: natura jako baza danych rozwiązań inżynieryjnych, testowanych przez miliony lat ewolucji.
Jeśli wyniki badań z 2026 roku się potwierdzą i technologia trafi do kolejnej fazy rozwoju, miękkie chwytaki z wewnętrzną wizją mogą stać się standardem w robotach pomocniczych dla osób starszych — segmencie, który według prognoz Światowej Organizacji Zdrowia (WHO) będzie jednym z najszybciej rosnących rynków technologicznych po 2030 roku.
Powiązane pojęcia technologiczne
- Robotyka miękka (soft robotics) — dziedzina robotyki zajmująca się konstrukcją urządzeń z materiałów elastycznych, zdolnych do odkształcania się i adaptacji do nieregularnych kształtów bez sztywnego szkieletu.
- Propriocepcja — zdolność systemu (biologicznego lub mechanicznego) do percepcji własnej pozycji, kształtu i ruchu bez korzystania z zewnętrznych czujników środowiskowych.
- Biomimetyka — projektowanie urządzeń i materiałów na podstawie struktur i mechanizmów obserwowanych w przyrodzie, takich jak budowa skrzydeł owadów czy skóry płazów.
- Uczenie maszynowe w percepcji dotykowej — zastosowanie algorytmów ML do interpretacji danych sensorycznych (optycznych, ciśnieniowych) w celu rekonstrukcji parametrów kontaktu fizycznego.
- Napęd pneumatyczny — mechanizm generowania ruchu za pomocą sprężonego powietrza wpompowywanego do elastycznych komór, stanowiący alternatywę dla silników elektrycznych w miękkich strukturach robotycznych.
Na podstawie materiałów źródłowych.
