机器人多指手抓取爆炸物能力研究

应用力螺旋理论建立了多指手抓取矩阵与外力螺旋之间的关系,对多指手抓取爆炸物能力进行研究.首先建立多指手抓取爆炸物的力学模型,确定影响抓取的参数;然后以最大抓取重量为目标函数,建立满足力封闭约束条件下的抓取数学模型,并采用神经网络和优化方法对多指手抓取爆炸物进行了仿真,研究多指手不同抓取位置与爆炸物重量之间的对应关系,获得了多指手抓取爆炸物时最有利的抓取位置.

面向任务和基于几何特征的机器人多指手抓取模式规划

针对机器人多指手自身的特点,通过分析人手的抓取特性,对其可能具有的抓取模式进行分类。考虑被抓取物体的几何特征和任务要求,采用基函数为高斯核函数的RBF神经网络来表示被抓物体的样本特征和抓取模式之间的复杂非线性映射。将抓取模式分为10类,对于新的被抓物体,利用训练好的神经网络自动生成抓取模式,并利用VC++/OpenGL建立了可视化仿真平台,进行了抓取模式分类仿真实验,结果表明对于新的物体,机器人可以选择适当的抓取模式进行抓取。

机器人多指手的位置一力混合控制

分析了一类机器人多指手的动力学模型的特点，针对这类机器人多指手在运动和抓握２个过程中动力学特性有根大差异的特点，提出了１种切实可行的位置─力混合控制方案，并成功的应用于北京科技大学双拇指手控制系统。

基于滑觉功能的机器人多指手稳定抓取方法

提出机器人多指手滑觉功能的一种实现方法和基于滑觉功能的机器人多指手力反馈控制方法.机器人多指手的滑觉功能是通过检测力觉传感器输出的变化而实现的,而通过将滑觉判断与力反馈控制相结合,并在力反馈控制系统中引入分级模糊控制的思想则可以使机器人多指手在实现滑觉功能的同时完成对物体的稳定抓取.

机器人多指手预抓取模式聚类分析

提出一种基于计算机视觉的,以及改进的模糊C均值聚类算法的机器人多指手预抓取模式分类方法。根据人手抓取分类学,将抓取手势分为13类。选取若干具有代表性的不规则形状物体,先经视觉系统采集物体图像,然后运用数字图像处理方法提取物体的姿态、大小、形状和表面粗糙度等特征,最后利用改进后的模糊C均值聚类算法对待抓取物体进行聚类分析。实验结果表明:对比人类抓取策略,该方法具有理想的预抓取模式分类效果。

多指机器人手协调控制研究进展

本文综述了关于多指机器人手协调控制方面的研究进展情况 .文章分为三个部分 .第一部分介绍了多指机器人手各方面的研究现状 ;第二部分讨论协调控制 ,主要是力分配算法方面的研究成果 ;第三部分探讨了自主抓取的实现方法 。

机器人多指手可变腕掌设计

目前,对于大小、形状各异的物体,机器人多指手的抓取规划和控制问题尚未得到完善的解决。总结现有各类机器人手掌,发现一些新型手掌结构可以提高机器人多指手的灵巧性和工作空间,且结构和控制相对简单。基于此,分析了章鱼腕的运动机理,提出了广义腕掌结构,可构型出任意大小和形状的多边形,并依此结构设计了一种12自由度的仿生机器人四指手。为了简化结构和控制,设计了一种5自由度的新型手掌结构,命名为可变腕掌。对于不同大小和形状的物体,可变腕掌能够自适应改变手掌构型,将手指变位到最佳的接触点位置,大幅提高了机器人多指手的灵巧度和工作空间。构型分析表明,对于大小、形状各异的物体,可变腕掌能够简单快速地实现自适应构型,既提高了机器人多指手的抓取质量,又降低了抓取规划和控制的难度。

欠驱动多指节机器人手的抓力分析

对欠驱动多指节机器人手的抓力进行了分析 ,给出了直指和曲指抓取物体时的抓力方程 ,并对手指抓力作了动态仿真。手指抓力分析为多指节手的机构与力控制设计提供了理论基础。

面向任务的三指机器人手最优抓取规划(英文)

提出了三指机器人手抓取规划的一种研究方法．通过对人手抓取操作动作的分析，归纳出三指抓取的两种典型方式．综合任务要求、物体的几何和物理特性以及环境信息，获得了三指手的抓取姿态和可抓取平面．最后将抓取规划过程归结为可行抓取平面上三个抓取位置的确定．

气动机器人多指灵巧手——ZJUT Hand

总结了现有灵巧手的缺点,例如结构复杂、难以控制等,并在此基础上提出了一种新型的气动驱动多指灵巧手,命名为ZJUT Hand.基于一种新型的气动柔性驱动器FPA,设计了气动刚柔性弯曲关节及侧摆关节;在此基础上给出了一种4自由度气动拟人手指;为了获得较高的模块化集成度,将5个完全相同的手指装配在拟人手掌上,构成具有5个手指、20个自由度的ZJUT Hand的本体结构;采用仿生学优化方法确定ZJUT Hand的结构参数,并对其本体结构进行了抓持仿真实验.仿真结果表明:ZJUT Hand能够对圆柱、长条形、球形等典型形状的物体实现抓持,并能够模拟人手实现对捏、夹持、勾拉等复杂拟人手形.详细设计了ZJUT Hand的力/位传感系统.完成了ZJUT Hand的抓取实验,结果表明:ZJUT Hand能够对典型形状目标物体实现稳定抓取.最后,简单总结了ZJUT Hand的特色之处.

基于柔性腕手的最优抓取规划研究

在食品自动化加工行业中,由于抓取对象具有软、脆、易损,尺寸、形状差异较大等特性,机器人多指手的抓取规划和稳定性问题尚未得到完善解决。为此,设计了一款柔性腕手,并提出了相应的最优抓取规划算法,以降低其抓取规划和控制的难度。首先,利用软体手指和仿人手掌的变掌机构研发了柔性腕手:基于变掌机构的构型变换,柔性腕手手指的工作空间以及抓取点位置发生变化,从而可抓取尺寸、形状差异较大的物体;基于软体手指的柔顺性,柔性腕手可抓取软、脆、易损的物体。然后,通过实际抓取分析,分别确定了柔性腕手利用四指、三指、二指抓取物体时的稳定性评价指标,提出了基于柔性腕手的最优抓取规划算法,并通过抓取算例验证了该算法的可行性。最后,制作了柔性腕手样机并搭建了相应的实验平台,选取8种不同的物体,演示了柔性腕手的构型变换,通过实验分析再次验证了基于柔性腕手的最优抓取规划算法的可行性。结果表明基于柔性腕手的最优抓取规划算法不仅能提高机器人多指手的适应性和抓取稳定性,而且能降低其抓取规划和控制的难度。研究结果为机器人多指手的应用提供了参考。

基于气动柔性驱动器的弯曲关节的基本特性研究

基于气动柔性驱动器(FPA)研制了一种弯曲关节,该关节可用于机器人多指灵巧手设计。向FPA内腔中充入不同压力的压缩气体,弯曲关节可以实现不同的转角。对关节进行了力平衡分析,分别建立了关节的转角和输出力静态模型。对弯曲关节进行了静态特性测试实验,实验结果与仿真结果基本吻合。弯曲关节动态特性实验表明:关节转角开环阶跃响应时间大约1s,关节输出力的开环阶跃响应时间大约0.5s;采用前馈补偿及PI反馈控制可使关节转角实现精确控制。

气动侧摆关节的动态特性

针对目前气动关节存在的缺点,提出了采用气动柔性驱动器(flexible pneumatic actuator,FPA)直接驱动,模拟人手指侧摆运动的侧摆关节。介绍了侧摆关节的工作原理。根据热力学第一定律,结合关节的动力学方程,推导建立了关节的转角及输出力矩的动态模型,并进行了仿真分析研究了关节的动态特性;试验研究了侧摆关节的动态特性,分析了关节转角及输出力矩的实际动态响应较慢原因;采用了串联双闭环控制方法,对关节的转角及输出力矩进行了控制研究,结果表明:期望角度为15°时,关节转角闭环动态响应时间约为0.3s,稳态相对偏差小于0.65%;期望输出力矩为188N?mm时,闭环输出力矩动态响应约为0.3s,稳态相对偏差小于1.5%。侧摆关节可控性高,可满足多指灵巧手关节设计要求。

传感器

本部分收录四篇论文。内容包括机器人触觉感知的综合心理学实验,具有触觉感知器的多指机器人手接触实验,采用生物学方法实施机器人抓取任务,人一机器人接触作用中整体触觉感知衣的模型与处理。