XiaoMi-AI文件搜索系统
World File Search System机械手
机械手
机械手 摘自：SciencetoyMaker.org 如何制作一个工作模型机械手 目标 学生将： • 学习有关机器人技术的基本信息 • 制作一个与人手非常相似的机械手 建议年级 6 至 12 年级 学科领域 机器人技术、技术、工程设计 时间线 60-90 分钟 标准 (NGSS) • MS-ETS1-4 开发一个模型来生成数据，用于迭代测试和修改拟议的对象、工具或流程，从而实现最佳设计 • HS-ETS1-2 将复杂的现实问题分解为可以通过工程解决的更小、更易于管理的问题，从而设计解决方案 21 世纪基本技能 • 创造力和想象力 • 信息素养 • 主动性 • 分析 • 预测模式 背景 机器人是一种能够执行由工程师编程的常规或复杂操作的机器。如今，机器人可用于手术、太空探索、制造和代码分析等方面。人类已经开发机器人和自动机数百年了。自 2000 年代以来，技术的进一步进步带来了更先进的自动化和人工智能。自动化机器被编程为反复执行一个动作，如今已用于制造业、海洋探索、太空探索、军事和商业化农业。由于创新速度快，机器人的未来很难预测。然而，据预测，机器人很可能会在家庭和商业世界中发挥更大的作用。
移动机械手性能测量研究综述
本调查为移动机械手性能测量领域的研究提供了基础，与其他移动机械手研究领域相比，该领域的研究文章相对较少。调查提供了移动机械手研究的文献综述，并提供了实验应用示例。调查还提供了一份详尽的规划和控制参考文献清单，因为这是移动机械手的主要研究重点，也是系统性能测量的因素。然后，调查回顾了移动机器人、机械臂和移动机械手的性能指标以及测量其性能的系统，包括通过动态运动跟踪系统的机床测量系统。最后，调查包括一个关于机器人、移动机器人和移动机械手性能测量研究的部分，从校准、标准和移动机械手工件开始，这些工件正在考虑用于评估移动机械手的性能。
RoboGrav – 面向力敏感空间机械手
摘要 —本文介绍了 RoboGrav，这是一项专注于在第 42 次 DLR 抛物线飞行活动期间在零重力条件下测试全扭矩传感机械臂的任务。RoboGrav 与德国航空航天中心 (DLR)、KINETIK Space、iBOSS、慕尼黑工业大学 (TUM) 和 Novespace 合作进行，旨在推进扭矩控制机器人操纵器的开发和测试，用于在轨服务 (OOS) 和空间组装任务。本文强调了扭矩感应的重要作用，它增强了零重力条件下的操纵任务。进行了实验测试，以确保控制器在零重力下的自由空间运动期间的稳定性，使用针状末端执行器进行环境相互作用。采用外力感应来评估机器人在不同控制器上的准确性和性能。这也使得能够比较机器人在零重力和全重力环境中的行为，为将地球开发的算法转移到太空应用提供了宝贵的见解。使用 iBOSS“iSSi”接口进行的模拟卫星对接任务展示了机器人通过阻抗控制管理位置误差的能力，从而提高了操作稳定性。为该项目开发的技术，例如扭矩传感器的集成、所提出的基于 FPGA 的联合控制算法和通信接口、高级控制器和决策算法，可以转移到未来的太空任务中。RoboGrav 的扭矩传感器机械臂为未来的太空服务和太空组装任务提供了宝贵的经验和方法。
移动机械手遥操作的性能和可用性评估方案
摘要 — 本文介绍了一种标准化的移动机械手人机遥控界面 (HRTI) 评估方案。遥控操作仍然是开放环境中移动机械手的主要控制类型，尤其是四足机械手。然而，与传统机械相比，移动机械手，尤其是四足机械手，在工业中实施的系统相对较新。因此，尚未为它们建立标准化的界面评估方法。所提出的方案是评估移动机械手遥控操作的首个方案。它包括一组机器人运动测试、客观测量、主观测量和预测模型，以提供全面的评估。运动测试包括运动、操纵和综合测试。每次试验的持续时间被收集为客观测量中的响应变量。统计工具（包括平均值、标准差和 T 检验）用于交叉比较不同的预测变量。基于扩展的 Fitts 定律，预测模型采用时间和任务难度指数来预测未来任务中的系统性能。主观测量利用 NASA 任务负荷指数和系统可用性量表来评估工作量和可用性。最后，提出的方案在现实世界的四足操纵器上实施，该操纵器具有两个广泛使用的 HRTI、游戏手柄和可穿戴运动捕捉系统。
短文——开发用于中风患者康复的机械手矫形器
摘要 — 本研究开发了一种机器人矫形器，能够检测佩戴者移动手指的意图，然后增强其肌肉力量。目的是生产一种可用于中风后手部康复的装置。矫形器的设计基于现有设计，使用 BLENDER 2.78 版进行了修改，并用 ABS 塑料打印。执行器安装在矫形器的后端，以提供驱动，使手指进行全范围的屈伸运动。力传感器嵌入在矫形器的指尖，以检测微小的手指运动。对于中风幸存者无法进行小指运动的严重病例，该研究采用脑机接口来检测移动意图。机器人矫形器在检测松开和握紧活动以及响应驱动矫形器手指方面的准确率分别达到 64.1% 和 62%。结果表明，这里提出的设计有助于提供有效的手部康复。研究得出结论，结合 BCI 系统的设计能够在临床环境中进行手部康复，因为它在检测患者移动意图和做出响应方面具有一定程度的准确性。这种设计成本低，因此将减轻资源匮乏国家的中风幸存者的经济负担。
简历.pdf
● CNN：谷歌展示远大的 AI 研究项目。2020 年 1 月 ● VentureBeat：谷歌的机械手 AI 可以用最少的训练数据学会旋转保定球。2019 年 9 月 ● 纽约时报：谷歌重启机器人计划内幕。2019 年 3 月 ● 专栏：发明未来：计算机科学和工程的“新里程碑”。2019 年 2 月 ● NeuroHive：像人类一样使用手指的机器人2019 年 10 月 ● 纽约时报：机械手如何进化来做我们手上的事情。2018 年 7 月 ● New Atlas：弥合科学与虚构之间的差距。2016 年 12 月 ● ACM 通讯：Hand Jive：机械手学会旋转。2016 年 8 月 ● 路透社：机械手获得人类的触感。2016 年 5 月 ● Wired：这个灵巧的机器人可以自学旋转一管咖啡豆。 2016 年 5 月 ● Business Insider：研究人员创造了一种与人类极为相似且能自主学习的机械手。2016 年 5 月 ● MIT Tech Review：ADROIT 登上 TR35。2016 ● UW360：能像人手一样移动的机械手，2016 年 8 月 ● ScienceDaily：这种 5 指机械手可自行学习抓握物体。2016 年 5 月 ● Engadget：机械手可自行学习旋转物体。2016 年 5 月 ● GeekWire：华盛顿大学团队创造了一种机械手，它可以比你的更灵巧。2016 年 5 月 ● Gizmodo：这个机器人可自行学习旋转棍子。2016 年 5 月 ● UWToday：这种 5 指机械手可自行学习抓握物体。2016 年 5 月 ● UW CSE 新闻：UW CSE 机械手可自行学习操纵物体。 2016 年 5 月 ● CNN：能够从错误中学习的超人机械手。2016 年 5 月 ● Tech Insider：研究人员创造了一种与人类极为相似且可以自行学习的机械手。2016 年 5 月 ● 印度快报：五指机械手学会自行抓握。2016 年 5 月 ● 英国每日镜报：令人难以置信的五指机械手能够从自身的经验中学习。2016 年 5 月 ● 经济时报：五指机械手学会自行抓握。2016 年 5 月 ● ZDNet：五指机械手有自己的想法。2016 年 5 月 ● Kurzweil：这种五指机械手的功能接近人类。2016 年 5 月 ● 最重要的一点：熟练：熟能生巧的机械手。UW-CSE，2016 年夏季 ● 未来主义：这种五指机械手比你自己的还要灵活。 2016 年 5 月 ● Hackaday：机器人啦啦队只需一只手就能学会基本技巧。2016 年 5 月 ● 设计：可以自行学习任务的五指机械手。2016 年 5 月 ● 有趣的工程：可以自学移动的机械手。2016 年 5 月 ● FoxNews：炫酷的机械手可以边走边学。2016 年 5 月 ● IEEE Spectrum：模拟和现实中的下一代假肢。2015 年 2 月 ● UW CSE 新闻：人民选择奖。2013 年 10 月 ● 纽约时报：触感细腻的机器人。2012 年 9 月 ● 每日新闻：华盛顿大学程序员为灾难响应机器人开发软件。2012 年 11 月
开发适应机器人机械手多项式轨迹规划特性的人工智能方法
摘要 — 当轨迹类型已知时，可以使用数学方法计算机器人操纵器的轨迹规划。然而，由于复杂的数学方程和推导，传统的数学方法变得难以实现。本研究介绍了使用人工神经网络 (ANN) 来克服这些限制，通过求解非线性函数并适应轨迹规划的特点。本研究利用虚拟三自由度 (DOF) 机器人操纵器。将对 ANN 的超参数进行分析和选择，以获得 ANN 的最佳性能。最后，将使用样本数据通过将实际结果（数学方法）与 ANN 结果进行比较来评估开发的 ANN 拓扑的稳健性。 索引术语 — 人工神经网络、正向运动学、轨迹规划、机器人操纵器
带有机械手和计算机视觉的微型温室浇水自主移动机器人原型
摘要。开发能够代替人类执行智力劳动的浇水自主移动机器人是机器人和生物信息学领域的一项紧迫任务。这些机器人可广泛应用于精准农业以节约资源，特别是在最佳植物灌溉领域。在全球城市化的背景下，本研究致力于开发用于微型温室的浇水自主移动机器人。该机器人集成了微电子和微自动化系统。创建了一个配备机械手和计算机视觉系统的原型机器人。开发的灌溉计划和种植方法可以高效利用资源，提高作物产量并降低劳动力成本。这种方法对城市农业具有重要的实用价值。
步态和平衡康复设备：基于末端执行器的机械手的一般分类和叙述性回顾
摘要：步态和平衡直接影响患者的独立性和生活质量。由于预期寿命的提高，患有神经系统疾病的患者数量呈指数级增长，步态和平衡障碍是主要副作用。在此背景下，使用康复机器人设备作为恢复步态和平衡功能的有效补充工具应运而生。在康复设备中，末端执行器具有一些优势，并已显示出令人鼓舞的结果。本研究的目的有两个：提出步态和平衡康复设备的一般分类，并回顾现有的用于此类目的的末端执行器。我们将设备分为五类：跑步机、外骨骼、患者引导系统、扰动平台和末端执行器。总体而言，文献中确定了 55 种末端执行器，其中 16 种已商业化。我们发现，能够提供两种康复类型的末端执行器（2/55）和专注于平衡（21/55）或步态（32/55）的数量不成比例。从机械角度（自由度、拓扑和训练模式）分析它们的特征，使我们能够确定并联机械手作为末端执行器装置驱动机制的潜力，并提出了几个未来的研究方向。
用于在轨服务的具有柔性附件的旋转漂浮空间机器人的控制
由于很难获得柔性动力学，因此提出了对未知扰动具有鲁棒性的控制器 [6]。在机械手操纵过程中实现姿态控制仍然是一项具有挑战性的任务，因为除了外部扭矩/力之外，机械手运动和附加物振动也可能导致不良的底座旋转。已经研究了通过工作空间调整策略 [7] 或同时控制全局质心和航天器姿态 [8] 来有效使用推进器来补偿机械手运动。同样，当仅控制机械手时，已经开发了反应零空间控制以减少机械手和航天器底座之间的相互作用 [9]。由于振动部分是由于机械手运动引起的，因此基于机械手刚体动力学和附加物柔性动力学之间的耦合因素，已经提出了一种控制策略来抑制振动 [10] 或优化机械手轨迹以最大限度地减少底座扰动 [11]。此外，未来的任务预计会有更长的寿命。除了飞行空间机械手的高效推进剂消耗策略外，一个有意义的延长寿命的方法是使用带电气的动能矩交换装置，这种装置被称为旋转自由浮动航天器机械手[12]。利用动能矩交换装置的优点来控制机械手引起了人们对处理相对较大质量和惯性的操纵的兴趣，比如在捕获或部署场景中。通过运动学指标，在控制机械手的同时控制航天器姿态可以提高其可操纵性[13]。已经研究了结合反作用轮和控制力矩陀螺仪来在机械手运动期间保持卫星平台固定[14]。本文旨在开发在轨部署应用中在结构扰动下航天器底座和机械手的通用控制。在考虑不同机械手配置的系统动量分布时，开发通用控制的兴趣凸显出来 [13]。本文的贡献在于将柔性动力学与刚性动力学相结合，从而可以开发扩展状态观测器来改善控制性能，而不是刚性系统的未知扰动观测器 [6]。然后使用 NDI 对系统进行解耦和线性化，包括对振动扰动和航天器漂移的估计。此外，还针对实际的大尺寸系统开发了控制律和观测器的综合。