共查询到18条相似文献,搜索用时 78 毫秒
1.
多指灵巧手抓取规划方法综述 总被引:6,自引:0,他引:6
对多指灵巧手的抓取规划方法的研究现状进行了综述。介绍了形封闭的相关概念,对抓取规划方法进行了分类,介绍了具有代表性的方法并阐述其特点。讨论了该领域存在的问题及其可能的解决策略。 相似文献
2.
3.
基于人工神经网络的抓取规划 总被引:1,自引:1,他引:1
针对机器人多指手自身特点,对其所有可能具备的抓取模式进行分类,利用人工神经网络表示被取对象的形状,几何参数及所处姿态与抓了模式之间得杂的非线性映射关系,通过样本对人工神经网络进行训练,用训练好的人工神经网络自动生成抓取模型,讨论更为一般的力分配问题,这时手指和物体之间的接触形式可以是无摩擦的上来的点接触,有摩擦点接触及软指接触中的任何一种,并不论是否对称抓取,为使实时抓取成为可能,考虑用BP网络和 相似文献
4.
多边形物体带摩擦抓取的最优规划算法 总被引:1,自引:0,他引:1
多指机械手抓取物体时,需要选取手指和物体的接触位置,最大限度地抑制外来扰动,实现稳定抓取.基于此,考虑n指抓取任意多边形的情况,将各方向上多指手可平衡的最大外力螺旋作为优化指标,提出一种满足力封闭条件的初始抓取位置规划算法.经过仔细分析原始力螺旋集合的特点和优化指标在力螺旋空间的几何意义和物理意义,构造线性规划算法来求取给定初始抓取位置下改进抓取性能的最优方向.从初始位置出发,提出一种不断向最优方向改进抓取性能,最后收敛到最优抓取位置的迭代算法.计算实例表明,初始抓取位置规划算法能获得性能较优的初始抓取位置,同时由于最优抓取位置迭代算法每步均在最优方向上作改进,因此算法迭代步数少,运行效率高,计算结果达到或接近全局最优指标. 相似文献
5.
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. 相似文献
6.
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。 相似文献
7.
8.
9.
10.
基于支持向量机的机器人多指手预抓取模式分类 总被引:1,自引:0,他引:1
机器人多指手的抓持分类是抓持规划的一个主要问题。提出了一种基于支持向量机和二叉树聚类的分类方法来实现机器人多指手的抓持模式分类。根据多指手预抓取物体的几何特征,对机器人多指手的预抓取模式进行识别与分类,仿真结果表明该方法能快速而有效地实现机器人多指手的抓取模式分类。 相似文献
11.
12.
多指灵巧手基于广义力椭球的最优抓持规划 总被引:6,自引:1,他引:5
首先在抓持系统的力旋量空间中 ,建立了关节力矩与物体外力的关系 ,定义了整个手物体抓持系统的雅可比矩阵。按照关节空间和物体空间的力的映射关系 ,提出了广义力椭球和内力椭球。在此基础上 ,定义了抓持系统的最优抓持能力和最优内力。最后 ,按抓持能力和最优内力对多指灵巧手进行最优抓持规划 相似文献
13.
14.
变胞多指灵巧手分析 总被引:1,自引:0,他引:1
对戴建生提出的新型的变胞多指灵巧手进行分析。该灵巧手与目前常用的机器手最大的不同在于它的手掌可以活动,并具有变胞功能。手掌的变胞增强了机器手的灵巧度并增大了工作空间。当手掌杆件静止的时候,每个手指都在一个平面内运动,由此提出手指操作平面的概念,从而将研究抓取姿态的问题转化为研究手指操作平面单位法矢量的问题。建立球面变胞手掌的全局坐标系,并得到3个手指平面的单位法矢量在此全局坐标系下的表示,然后将抓取姿态映射成为姿态直纹面。将机器手的工作空间分为手指和手掌两部分,着重研究后者,提出工作空间三角形的概念。工作空间三角形随着手掌的运动而变化,映射成为手掌工作空间直纹面后可以直观地了解其形状和大小的变化情况。 相似文献
15.
16.
17.
基于滑模控制的空间机器人软硬性抓取 总被引:3,自引:1,他引:3
采用滑模控制对空间机器人捕获漂浮目标的软硬性抓取进行研究。空间机器人捕获漂浮目标时,由于机械臂与基体的动力学耦合、抓取时的碰撞激振等非线性特性使得抓取控制变得复杂而重要。建立空间机器人及漂浮目标的动力学模型,而后引入末端装置抓取目标时的碰撞模型,并引入动态抓取域用于机械臂抓取目标时的控制,随后应用滑模控制及基体姿态控制,以减小抓取碰撞冲击对系统的冲击干扰。滑模面参数表征了机械臂保持及跟踪状态的抗冲击能力,可通过其灵活改变机械臂刚性以获取不同抓取性态,包括接触式硬抓取及碰撞式软抓取。仿真表明,空间机器人捕获漂浮目标过程中,硬抓取能保持机械臂刚性,且关节变化小,末端抓取为持续接触;而软抓取时,机械臂受冲击而随动耗能,关节变化大,但对目标位置及基体姿态的冲击小,均约为硬抓取的50%。抓取性态的研究对空间机器人的捕获操作有着重要的理论及工程价值。 相似文献