S-烯虫酯水分散体的制备及其性能研究

S-烯虫酯是一种绿色、高效且对环境及非靶标生物安全的生物化学农药。然而,由于其在有氧、光照等条件下不稳定及不溶于水等问题,限制了其实际应用。本研究以玉米醇溶蛋白为载体,使用反溶剂法制备了负载S-烯虫酯的水分散体,实现了S-烯虫酯的高效负载。探讨了不同浓度的玉米醇溶蛋白和S-烯虫酯对纳米水分散体的微观形貌、载药量、包埋率、释放特性、贮藏稳定性及对烟草甲的防治功效的影响。

在线微波水分仪在测定仓库片烟水分中的应用

为进一步推广在线微波水分仪在测定仓库片烟水分中的应用,本研究使用在线微波水分仪对进库的烟叶进行水分检测,使用前先按产地、等级分通道对在线水分仪进行误差标定,初步标定后随机抽取水分仪检测数据与烘箱检测数据进行对比,并进行水分仪重复性检测,完成仪器校正。仪器校正后,对在线微波水分仪局部湿团检测结果和应用效果进行分析。试验结果表明,在线微波水分仪能够检测并判断烟包不合格段面,有效减少因水分而产生的霉变;采用在线微波水分仪对片烟含水率进行测量,对片烟质量起到了较好的监测作用。

Tactile-sensing-based robotic grasping stability analysis

Tactile signals play a crucial role in enabling robots to successfully manipulate unfamiliar objects.For robots to grasp unknown objects securely and without causing damage,it is essential that they can analyze grasping stability in real time through tactile signals and respond promptly.This study introduces a novel method for analyzing the stability of robotic hand grasping,utilizing the Wilcoxon signed rank test.The efficacy of this method is demonstrated through its static and dynamic performance,and evaluated across a series of experiments.The findings of this research highlight the method’s ability to accurately detect when an object begins to slip from the robot’s grasp.Employing this method allows the gripper to maintain a secure hold on objects by applying the minimal necessary force.It also enables the gripper to dynamically adjust the force it applies in real time,thus preventing the object from slipping during the movement of the robotic arm.Moreover,the gripper demonstrates the ability to stably grasp objects of varied weights and with unknown characteristics,showcasing the versatility and effectiveness of the proposed method.

人与机器人共存中的位姿估计与碰撞检测

提出了一种人与机器人共存中的位姿估计与碰撞检测方法。首先,利用光学3维动作捕捉系统获取标记点位姿信息,建立人体手臂的运动学模型。其次,针对工作空间中障碍物遮挡导致部分标记点位姿信息丢失的问题,将角度传感器获取的肘关节角度作为人体手臂运动学模型的输入,获取人体手臂末端位姿信息。再次,构建人体手臂和协作机器人的胶囊体模型,计算各胶囊体之间的最短距离,从而判断人机的相对位姿关系并实现碰撞检测。最后,通过10个人在不同人机共存场景下对人机位姿估计与碰撞检测方法进行评价。实验结果表明,本方法估计的人体手臂末端位置误差在20 mm以内,人机最短距离的最大误差为14.53 mm,能够实现人机碰撞检测。

基于人体手臂运动意图反馈的人机顺应协作

本文旨在通过人体手臂运动意图反馈来提高人与机器人协作的顺应性.首先通过自编码器和反向传播神经网络融合表面肌电信号和机器视觉信号,对人体手臂肘关节力矩和运动意图进行预测.然后,将人体手臂肘关节力矩反馈给机器人,以此预测手臂的运动意图并让机器人作出顺应响应,从而实现人机协作.最后,结合主观评价指标和客观评价指标,在人机协作锯木头实验中对比了3种不同协作模式的效果.与无运动意图反馈的人机协作相比,有反馈的人机协作下的协作交互力波动幅度减小了153.39 N,任务完成时间减少了19.25 s.实验结果表明,有人体手臂运动意图反馈的人机协作能够提高人与机器人协作的顺应程度,与人-人协作效果类似.