果蔬采摘欠驱动机械手爪设计及其力控制

为了实现果蔬的无损采摘,采用欠驱动原理设计出一种结构更简单、通用性更强的末端执行器。欠驱动机构是指驱动器数目少于机构本身自由度数目的机构,基于欠驱动原理设计的机械手结构简单可靠,抓取物体时具有形状自适应能力,手指可完全包络物体,可以通过最大接触力的闭环力反馈控制来实现无损采摘。基于这一设计思想设计出仅靠一个电动机驱动三个手指的机械手爪,通过理论分析、手爪机构设计与建模、结构参数优化,确定设计尺寸制出机械手爪,设计控制电路结合力反馈控制进行抓取试验。试验结果表明该手爪能实现期望的抓取与最大接触力控制功能,并具有控制简单可靠、抓取稳定、不损伤果实等特点。     

欠驱动仿人机器人手爪的精确捏取与包络抓取研究

研制出一种基于欠驱动机构的仿人机器人手爪,分析了手爪可实现的2种抓取模式(精确捏取和包络抓取),应用力矩平衡分析了精确捏取模式下末关节对物体的作用力与输入转矩的关系,应用虚功原理分析了包络抓取模式下各关节对物体的作用力与输入转矩的关系,并比较了2种抓取模式的抓取质量.最后在COSMOSMotion仿真环境中模拟了2种模式对圆柱形物体的抓取,验证了对抓取质量的分析.     

欠驱动形状自适应气动夹具夹持稳定性

欠驱动夹具有一定的包络和强力抓取能力,但由于欠驱动机构的存在,夹持系统更容易因外界干扰影响其稳定性。夹持构型及欠驱动元件的设计参数对欠驱动夹具的夹持稳定性影响尚未被揭示。提出通过分析夹具夹持状态小位移与力的关系,建立欠驱动夹具动力学方程,得到欠驱动夹持接触物体的等效刚度。对被夹持物体的动力学方程建模,构造能量函数,得到判定欠驱动形状自适应包络夹持的动态接触稳定性刚度矩阵。以平面二关节对称夹持为例分析,结果表明若夹持接触点位置对称分布,接触点处的等效接触阻尼C和等效接触刚度K分别相等,则夹持系统是渐近稳定的。进一步得到：系统中每个弹簧刚度和阻尼参数满足与夹持构型相关的一定比力关系时,可以保证夹持的渐近稳定性。研究结果可以用来分析判定欠驱动夹具的稳定性条件,指导欠驱动夹具的夹持构型及参数设计,对提高欠驱动机械夹具工作安全性和可靠性有重要意义。     

面向任务的多指机械手抓取构形评价与优选

基于机械手抓取物体时手指与物体之间构成有摩擦的固定点接触，提出一种面向任务的机械手抓取构形评价方法，在保证一定抓取稳定性和满足任务要求的前提下，以整个操作过程中手指接触力的最大值最小为目标确定最佳的抓取构形。结合实例说明了抓取构形评价与优选方法的应用。     

三关节连杆欠驱动手爪参数优化

欠驱动手爪抓取的性能主要由其机构设计所决定的,然而各关节的几何尺寸参数和作用在关节上的力矩对包络抓取的稳定影响是未知的,面向多自由度欠驱动机构的包络抓取稳定性研究仍存在诸多难题。提出了一种以接触力相等为目标函数的方法,以传动角和传动比为约束条件,确定欠驱动连杆关节几何参数,设计连杆欠驱动机构。并建立其优化设计模型,利用目标优化函数求解了在约束条件下的最优解。为进一步优化关节尺寸几何参数和驱动参数以及结构设计提供了一种有效的方法。     

基于欠驱动机构的仿人机器人手爪设分

通过研究人手的生理结构特点,模仿人手结构,设计出仿人机器人手爪。整个手爪设计有拇指、食指、中指和小指,每个手指有三个关节。采用欠驱动连杆机构设计出结构紧凑的三关节手指机构以实现包络抓取和精确捏取。设计出高度集成的大功率小体积的驱动和传动机构并通过一个电机调整拇指机构的位置,以形成多种抓取模式。最后介绍了该手爪的控制以及抓取实验。     

基于欠驱动机构的水下作业机械手仿真研究

建立了机械手的三维模型,对机械手运动学和动力学性能进行了仿真研究,分析了运动部件之间的相对关系,完成了机械手抓取不同目标物时的运动学、动力学仿真;机械手采用液压驱动方式,驱动力大、结构简单;机械手有3个手指,采用4个驱动元件实现对机械手11个自由度的驱动,3个手指之间的相对位置可根据抓取目标物的形状而改变,抓取物体时具有形状自适应能力.     

欠驱动手爪设计及接触力分析与仿真

针对现阶段自动化生产中末端执行器适应性较差的问题,设计了一种采用欠驱动机构的机械手爪。对欠驱动手爪的总体结构和存在的各个抓取构形进行了分析。基于虚功原理,将弹簧扭矩和被抓取目标重力纳入考虑范围,建立了较为精确的静力学模型,提出了接触力调节的方法。利用ADAMS对静力学模型和接触力调节方法进行了仿真验证,结果表明该欠驱动手爪抓取范围较大,理论计算与仿真结果误差较小,接触力调节方法切实有效。     

气动肌肉驱动手爪的设计与分析

安全柔顺地抓取物体是机器人手爪的一项重要指标,气动肌肉作为一种类似生物肌肉的柔性驱动器,可以有助于实现这一目标。讨论了基于生物运动机制的仿人两指手爪的结构和工作原理,建立了气动肌肉驱动手指夹持力的理论模型,指出气动肌肉的输入压力是决定手指抓取力与手指张角大小的唯一因素。实验证实了该手爪可有效地抓取多种易碎、柔软的物体。     

绳索式假肢手指包络抓取性能的优化研究

不合理的驱动滑轮半径往往导致绳索式假肢手指在包络抓取过程中出现弹射、抓取失败等现象。为了使假肢手指在包络抓取不同尺寸物体时都能有很好的综合抓取性能,文中对影响假肢手指抓取稳定性的驱动滑轮的轮径进行了优化选择。通过仿真研究假肢手指抓取的动态过程,并结合最常用的抓取模式优化选择了各驱动滑轮的轮径值。优化的关键在于考虑了指节与被抓物体表面存在的摩擦力对最终稳定性的影响。仿真验证了绳索式假肢手指在不同包络抓取模式下的综合抓取性能。     

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。     

基于 Keypoint RCNN 改进模型的物体抓取检测算法

机器人抓取在工业中的应用有两个难点:如何准确地检测可抓取物体,以及如何从检测出的多个物体中选择最优抓取目标。本文在Keypoint RCNN模型中引入同方差不确定性学习各损失的权重,并在特征提取器中加入注意力模块,构成了Keypoint RCNN改进模型。基于改进模型提出了两阶段物体抓取检测算法,第一阶段用模型预测物体掩码和关键点,第二阶段用掩码和关键点计算物体的抓取描述和重合度,重合度表示抓取时的碰撞程度,根据重合度可以从多个可抓取物体中选择最优抓取目标。对照实验证明,相较原模型,Keypoint RCNN改进模型在目标检测、实例分割、关键点检测上的性能均有提高,在自建数据集上的平均精度分别为85.15%、79.66%、86.63%,机器人抓取实验证明抓取检测算法能够准确计算物体的抓取描述、选择最优抓取,引导机器人无碰撞地抓取目标。     

A New Grasping Mode Based on a Sucked-type Underactuated Hand

Robot hands have been developing during the last few decades. There are many mechanical structures and analyti?cal methods for di erent hands. But many tough problems still limit robot hands to apply in homelike environment. The ability of grasping objects covering a large range of sizes and various shapes is fundamental for a home service robot to serve people better. In this paper, a new grasping mode based on a novel sucked?type underactuated(STU) hand is proposed. By combining the flexibility of soft material and the e ect of suction cups, the STU hand can grasp objects with a wide range of sizes, shapes and materials. Moreover, the new grasping mode is suitable for some situations where the force closure is failure. In this paper, we deduce the e ective range of sizes of objects which our hand using the new grasping mode can grasp. Thanks to the new grasping mode, the ratio of grasping size between the biggest object and the smallest is beyond 40, which makes it possible for our robot hand to grasp diverse objects in our daily life. For example, the STU hand can grasp a soccer(220 mm diameter, 420 g) and a fountain pen(9 mm diameter, 9 g). What's more, we use the rigid body equilibrium conditions to analysis the force condition. Experiment evaluates the high load capacity, stability of the new grasping mode and displays the versatility of the STU hand. The STU hand has a wide range of applications especially in unstructured environment.     

一种欠驱动多指杆机器人手

提出的欠驱动多指杆机器人手能用直指或曲指方式履行各种工业操作任务。本文描述了三指多指杆手的工作原理,手指位移与力分析,这种手抓取物体的适应性,稳定性,抓力都优于常规手爪,提出的手指结构能减少控制复杂性,重量和成本,并能实现多功能地抓取不同物体的能力。     

基于ADAMS的欠驱动手爪建模及接触力分析

利用虚拟样机仿真软件MSC．ADAMS,建立放射源检测机器人欠驱动手爪的虚拟样机模型并进行验证,分析影响接触力的相关因素：通过对虚拟样机模型的仿真可知,该模型接触力的仿真测量值与解析计算值吻合,可用其代替物理样机进行掀取分析,且接触力的主要影响因素为驱动力矩和抓取距离。借助于虚拟样机模型,可仿真得到实时的接触力,为抓取稳定性分析提供依据。     

METHOD OF CLASSIFYING GRASPS BY ROBOT HANDS

ＭＥＴＨＯＤＯＦＣＬＡＳＳＩＦＹＩＮＧＧＲＡＳＰＳＢＹＲＯＢＯＴＨＡＮＤＳＺｈａｎｇＹｕｒｕ（ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓＷｉｌｌｉａｍＡ．ＧｒｕｖｅｒＳｉｍｏｎＦｒａｓｅｒＵｎｉｖｅｒｓ...     

基于人工神经网络的抓取规划

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