|
|
 |
| 详细信息 | 位置： 首页 >> 解决方案 |
机器人自适应机械手设计，有力抓取下的手内操作 |
| 编辑：创泽 来源：CAAI认知系统与信息处理专委会 时间：2023/6/25 |
BACH是一种具有主动表面的柔性机械手，用于实现灵巧的手内操作。本文介绍了BACH（带增强柔性的机械手）的设计与开发，它是一种全新的机械手，采用了主动表面技术，实现了物体的安全抓握和同时操控。BACH由三个相同的手指构成，每个手指都融合了一个绕绳的柔性指骨，并采用了Fin Ray机构。此外，手指通过柔性枢轴关节连接到柔性手掌，增强了机械手的适应性。通过结合柔性机构和主动表面，BACH能够实现牢固而灵巧的手内操作。 本文详细介绍了BACH的设计、相关分析结果，并进行了真实场景下的实验验证，展示了该机械手在处理不同大小和形状的物体时的高效和稳健的手内操作能力。 在机器人技术中，手内操作是实现灵活操控的关键能力，它使得机器人能够在抓握物体的同时进行精确的移动和操作。然而，传统机械手在抓握稳定性和操控灵活性之间存在折衷，精确抓握提供了更好的操控能力但牺牲了抓握的稳定性。为了增强操作的稳定性，一些研究采用了支撑表面或主动表面的方法，但这些方法在实现牢固的手内操作方面存在一定局限性。相反，柔性机械手和柔性机构在实现牢固抓握方面表现出色，但在手内操作方面仍面临挑战。 为了克服这些挑战，本研究提出了BACH机械手的设计，该机械手通过融合柔性机构和主动表面技术，实现了牢固而灵巧的手内操作。BACH采用三个相同的手指组成，每个手指都具有两个驱动自由度。第一个自由度是基于执行器的基本运动，用于实现抓握运动；第二个自由度是通过定制的皮带和微型直流电机驱动的表面运动。这三个手指对称地安装在柔性手掌上，手掌使用Fin Ray机构实现柔性，并配备定制设计的计时皮带和滚轮。
|
| 【声明：转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考，如有侵权，请联系删除。】 |
| 推荐信息 |
|
机器人多指灵巧手采用中间动力学模型来实现多指之间的协调控制,并通过引入中间变量来定义耦合关系,利用关节的柔顺性来适应不确定性和模型误差
机器人技术越来越被视为动物行为背后的大脑功能结构计算模型的有用测试平台,未来的神经机器人模型应该整合多种神经生物学约束
单一MI范式诱导的EEG信号使用较少的通道和较低的结构复杂性控制外部机器人系统,更容易被用户接受,系统的整体性能相对较低
通过设计抓取实验并进行对比分析,证明了所提出的人机交互方法能更有效地抓取日常生活中的常见物体,具有对未知物体的抓取适应性和较高的感知误差容忍度
机器人灵巧手在没有任何外部摄像头的情况下工作,因此不受照明,遮挡或类似问题的影响,手不依赖视觉来操纵物体,可以在黑暗中操作
将反射纳入机器人规划架构的设计,对更复杂的反射进行编程,以实现灵活,适应性强的机器人,具有反射能力的机器人能够适应并应对不确定性
SayCan使用基于RL的价值函数来提供世界上可能存在的个体技能,使用文本标签作为这些技能的潜在响应,由语言模型进行评分
SensLoc方法,基于移动电话上的多模态传感器实现长期视觉定位,利用附加移动传感器（主要是GPS,指南针和重力传感器）来辅助图像检索和姿态估计
|
解决方案 |
迎宾机器人在楼梯处迎接客人 |
| 新动态 |
