基于高斯过程的机器人自适应抓取策略

在机器人抓取作业时,目标物体的位姿经常发生变化。为了使机器人在运动过程中能够适应物体的位姿变化,提出了一种基于高斯过程的机器人自适应抓取策略。该方法建立了从观测空间到关节空间的映射,使机器人从样本中学习,省去了机器人视觉系统的标定和逆运动学求解。首先,拖动机器人抓取物体,记录物体的观测变量和机器人的关节角度;然后,利用记录的样本训练高斯过程模型,实现观测变量和关节角度的关联;最后,当得到新的观测变量时,通过训练的高斯过程模型得到机器人的关节角度。经过训练后,UR3机器人成功抓取了物体。

机器人远程控制与自适应抓取研究

研究机器人的正向、逆向运动学是深入机器人运动姿态控制的基础,以UR5型协作机器人为研究对象,根据DH参数对其进行运动学建模,并利用MATLAB编程比对实际位姿坐标进行仿真实验验证。利用TCP/IP协议,将机器人作为客户机进行远程控制。通过视觉图像软件对抓取物进行处理提取,对比参照物后获得控制夹爪开合的比例,从而达到自适应抓取的目的。实验表明,该策略简单可行,具有较强的工业应用性。在保障操作者工作安全之外,提高了机器人的自主性和生产稳定性,对于不同的抓取物,能够做出智能的反应。

基于Faster-RCNN的智能机器人自动抓取系统研究

为实现复杂场景、多模态目标物体的自适应定位、抓取,文章设计一种基于改进Faster-RCNN算法的智能机器人自动抓取系统。首先,以DSFPN算法改进Faster-RCNN的特征提取方法,通过低、高层次语义信息融合,改进小尺寸目标特征提取精度;并采用CDN通过可变形卷积的逐层叠加,提升复杂环境下多模态目标体检测精度,而后,引人NP层对训练进行自适应反馈调节,以控制候选区数量,优化目标检测的效率,由此,基于ROS机器人操作系统,利用Kinect相机获取目标物体的位姿,通过手眼标定数据完成目标物体位姿转换,实现自适应抓取。最后,通过对比实验,验证基于改进Faster-RCNN算法的抓取系统,目标检准率、检全率、综合检测率分别达到93.68、92.71%、93.06%,尤其对小尺寸目标的检测准确性更优,可满足多变环境下不同目标物体的抓取需求。

腱绳驱动机械手的设计及其柔性抓取控制

为了实现机械手稳定的自适应抓取目的,需要加强对抓取信息的感知处理,同时设计柔顺的力控抓取算法。针对不同尺寸、外形、材质的物体对抓取姿态和力度要求各异的问题,提出了一种腱绳驱动的柔性三指机械手方案及对应的柔性抓取力控算法(导纳力控算法)。首先,设计了一种腱绳驱动柔性机械手指,提出了一种往复式缠绕的腱绳传动线路,制作了柔性机械手的实物;其次,采用改进Denavit-Hartenberg(DH)法,建立了机械手指的运动学模型,利用MATLAB的机器人工具箱,分析了手指的自适应包络能力;然后,设计了适配机械手驱动的导纳控制算法,通过在实物上的程序实现和控制测试对机械手的柔性力控性能进行了验证;最后,搭建了柔性机械手的软件控制平台和实机实验平台,对不同目标物体进行了实物抓取实验,对柔性机械手的稳定抓取能力进行了验证。研究结果表明:该往复式缠绕传动线路和导纳力控算法可保证该机械手在面对不同尺寸、外形、材质的物体时,具有抓取形状的高自适应性和抓取力的高柔顺性;在抓取过程中,机械手的手指可以自适应地包络目标,并借助导纳控制算法柔顺地控制抓取力,进而完成稳定、可靠的抓取任务。

弹性霍肯连杆直线平夹自适应机器人手研制

平行夹持是机器人手重要的抓取模式,但由于其末端指段沿圆弧轨迹运动,因此,机器人手在桌面上夹持物体时需要机械臂配合升降,从而增加了其对不同尺寸物体的抓取难度。针对此问题,介绍了一种末端指段呈直线轨迹平动的直线平行夹持模式;基于该模式,提出了一种基于霍肯连杆机构实现的直线平夹自适应手指(SHKL手指)。SHKL手指利用霍肯连杆机构实现末端关节直线运动,利用同向等速的双平行四连杆机构实现末端指段相对手掌姿态固定,利用弹性关节、弹簧和限位等实现自适应抓取。理论分析与实验结果表明,SHKL手指具有直线平夹与自适应抓取功能,抓取稳定,控制容易。

LIPSA-L手:直线平夹自适应机器人手

传统平行夹持自适应机器人手仅具有圆弧平夹功能,无法达到对薄板物体的良好夹持。提出了直线平行夹持与自适应相结合的LIPSA抓取功能。设计了一种具有LIPSA抓取功能的新型欠驱动机器人手——LIPSA-L手,具有2个手指,由一个电机驱动。在LIPSA-L手指中,采用切比雪夫连杆机构实现末端点的直线轨迹,利用同向等速传动带轮机构实现末端指段的平动,利用空程传动配合弹簧实现手指自动适应不同物体的包络握持目的。分析与实验结果表明,LIPSA-L手可以在直线平行夹持与自适应两种模式之间切换;既能够直线平动第二指段去夹持物体,又能够以多个指段包络抓取物体,获得出力更大的握持效果。

自适应机器人手的研究现状与展望

机器人手(或称为抓持器)是机器人抓取物体的末端部件,是机器人抓取、操作与帮助人类最重要的部件,也是目前国际研究前沿热点和难点。综述了国内外机器人手的发展概况,介绍了目前自适应机器人手的研究现状,分析了自适应机器人手的发展趋势。

小型软体抓取机器人的系统设计

相比于传统的刚性机器人,软体抓取机器人的抓取装置具有更高的柔性和自适应性,可以实现对易碎、不规则形状、球形、棒状等物品的抓取与移动,可操作性高,设计和维护成本相对较低。设计的软体抓取机器人以STM32为控制核心,利用激光测距传感器扫查实现物体的自动检测定位,以球形自适应手为载体,利用阻塞原理,通过真空泵对软体手内部施加负压,实现软体手对多种物体的灵活抓取。

新型柔性三维力触觉传感器的设计与研究

对柔性三维力触觉传感器进行了研究和设计,详细分析了该器件的基本结构和材料选型,基于实验方式对器件的性能和功能进行了验证分析。根据验证的结果可知,该传感器具备了较高的灵敏度,其中,在x,y轴上可以达到1.8 V/N,而在z轴内则为3.1 V/N,验证该传感器的性能良好。在灵巧手中集成设计的传感器,进一步进行实验验证,结果表明:可以实现对水杯的自适应抓取控制,验证了该传感器的性能,可用于工业机器人设计等领域中。

基于纤维增强型驱动器的气动软体抓手设计

现有机械抓手多为刚性结构,对被抓物品的自适应能力差。为实现柔顺抓取常采用欠驱动的方式,由此带来设计的机械抓手结构复杂、控制难度大的问题,而且通常只能应用于特定的目标对象。设计一种结构与控制简单、自适应能力强的软体抓手。该抓手由三个具有纤维增强结构的软体弯曲驱动器作为爪子协调配合实现抓取任务,气体的可压缩性与软体驱动器的弹性使此抓手拥有可对易损物品无损抓取的良好特性。选取合理的性能参数后,采用3D打印出模具浇注硅胶的方式制作出特性优良的驱动器,同样采用3D打印的方式制作抓手的连接基座,同时,整个装置的气密性通过独特设计的结构得以保障。该抓手配合UR机械臂抓取形状大小各异物品的试验结果表明:该抓手抓取稳定、自适应能力强、控制简单并且能够很好地实现无损抓取。

面向无损采摘的腔室化气动柔性驱动器研制

为实现对易损果蔬的无损采摘及提高采摘效率,该研究在捕蝇草叶片的启发下,以硅胶作为本体材料,采用气体驱动,提出腔室化设计思路,设计并制作气动柔性驱动器。通过有限元仿真和实验验证方法探究驱动器的可行性和可靠性,验证驱动器在稳定抓取和无损采摘领域的应用,实现驱动器对于不同形状物体的稳定抓取和对草莓和花生柿子易损果蔬的采摘。研究表明,腔室化设计的气动柔性驱动器能够在0.3 kPa的气压激励和3 L/min的流速下,3 s内完成2个维度的弯曲变形,可以实现对目标物的包裹或者半包裹式抓取,能够完成对于不同形状大小的物体自适应抓取和对采摘目标的无损采摘。此研究表明研制的软体机械手和驱动器可以在一定程度上解放劳动力、提高生产效率以及保证果蔬品质。

三指柔性气动夹爪结构设计与实验

针对水果表皮脆弱易损、不适合采用传统刚性夹爪抓取的问题,基于章鱼触手结构特征,结合仿生学原理和增材制造技术,设计并制作了一种结构简单、具有自适应性的由3个柔性手指和固定组件组成的适用于水果采摘的气动柔性夹爪。采用ANSYS模拟和测试柔性手指在不同气压下的弯曲情况,发现柔性手指可在低压下具有较大的弯曲变形,最大弯曲角为22.4°,气压为100 kPa时,产生最大压力为2.38 N;柔性夹爪的夹持力实验表明,在0~100 kPa的压力范围,柔性夹爪可自适应抓取质量564 g、直径100 mm内的水果,并且水果表面没有损伤,抓取效果良好,达到设计目标要求。

用于人机交互的柔性三维力触觉传感器

研制了一种应用于人机交互的柔性三维力触觉传感器,将其与仿人灵巧手集成,具有仿人灵巧手实时感知法向力与切向力的能力。该传感器采用了碳纳米管和聚二甲基硅氧烷的纳米复合物作为敏感材料,具有2×2的传感单元,每个单元具有双敏感层堆叠结构。三维力解耦实验结果表明,基于上下敏感层的压阻效应,传感器具有较高的灵敏度,x轴和y轴方向灵敏度在0~0.4 N内均为1.8 V/N,z轴灵敏度在0~3 N内为3.1 V/N。将传感器安装集成在仿人灵巧手的手指上,成功实现了仿人灵巧手的稳定抓握、自适应抓取和传递水瓶,保证了仿人灵巧手在人机交互控制上的安全性。

基于微电机驱动的仿人手结构设计与研究

为实现仿人手的集成化、智能化、轻量化,采用微型电机与蜗轮盘结合的绳驱方式,通过3D打印制作了与人手尺寸1∶1,总质量为300 g的仿人手样机。采用蜗轮与绳驱组合的方式实现了仿人手在小体积下具有较大的输出力和较高的安全性。通过复位弹力绳与驱动钢丝绳在蜗轮盘上逆向缠绕方式,降低了驱动过程中阻力,提高了手指有效输出力。然后,对仿人手的自适应抓取进行了研究,结果表明,通过采用弯曲传感器和压力传感器联合控制的方式,可以有效实现对不同大小物体的尺寸预估以及期望力的动态调节,并实现稳定抓取。

通用梯形包装盒柔性抓持机械手结构

工业生产中为了满足抓取(如巧克力,饼干)梯形的礼品包装盒的需要,文中提出一种绳牵引驱动的串联双铰链柔性梯形包装盒机械手,设计了适合抓取不同梯度与宽度的梯形礼品包装盒的机械手爪结构,该结构能实现自适应抓取,并且介绍了该手爪结构的驱动原理,通过全局优化的方式得出两组重要扭弹簧的刚度系数与预紧角,计算结果表明,在设定的最大压力下,该手爪能够满足对约1.3 N重的梯形包装盒任意位置的抓取。

差动瓦特连杆直线平夹自适应抓持器

现有的平夹自适应抓持器不能实现末端直线轨迹运动,导致其存在抓取盲区。针对此问题,本文提出一种新型平夹自适应手指——Watt手指。该手指采用瓦特连杆机构实现末端指段的直线轨迹运动,结合平行四连杆机构保持末端指段在初始阶段的固定姿态,并利用三角形差动连杆机构实现自适应抓取。Watt手指在初始阶段具有直线平行夹持功能,适合捏持桌面上不同尺寸的物体;当第1或第2指段接触物体被阻挡时,该装置自动进入自适应抓取模式,可以适应不同形状、尺寸的物体。对该Watt手指进行了运动学分析,获得了该手指的稳定抓取空间和相对优化的参数集合。研制了二指Watt手,理论分析与实验结果表明,Watt手可实现良好的直线平夹与自适应抓取效果,直线轨迹使得该手具有更大的抓取空间,适应范围更广。

平夹自适应欠驱动手的参数优化与稳定性分析

针对欠驱动多模式抓取问题,提出了一种具有平夹自适应复合抓取模式的8自由度机械手(PASA手).为了研究PASA手的抓取性能,提出了抓取姿态与稳定性分析模型.根据被抓取物体的位置、尺寸和大小的不同,PASA手能够执行平夹(PA)用于精确抓取,自适应包络用于力量型抓取,或者像人手那样既能平夹又能自适应抓取(PASA).不同抓取模式之间的切换是自动且自适应的.详细讨论了PASA手的运动、抓取力分布和在不同外力下基于势能的抓取稳定性分析.对各种状态下手指接触力进行了测量,并对不同的物体进行了抓取实验.尽管被抓取对象形状、大小各异,PASA手均能牢固抓取.实验结果表明PASA手具有可靠性和广泛适用性.