XiaoMi-AI文件搜索系统
World File Search System机械臂
研究论文：使用 SLAM 实现半自主移动机器人辅助系统远程操作的脑机接口
所提出的辅助混合脑机接口 (BCI) 半自主移动机械臂展示了一种设计，该设计 (1) 通过使用传感器观察环境变化并部署替代解决方案而具有适应性，(2) 通过非侵入式脑电图帽接收来自用户脑波信号的命令而具有多功能性。所提出的机器人由三个集成子系统、混合 BCI 控制器、全向移动基座和机械臂组成，其命令映射到与一组特定身体或心理任务相关的用户脑波上。传感器和摄像头系统的实施使移动基座和手臂都具有半自主性。移动基座的 SLAM 算法具有避障能力和路径规划能力，可帮助机器人安全操纵。机械臂计算并部署必要的关节运动，以拾取或放下用户通过摄像头馈送上的脑波控制光标选择的所需物体。使用 Gazebo 对子系统进行了验证、测试和实施。BCI 控制器和子系统之间的通信是独立测试的。使用与每个特定任务相关的预录脑电波数据循环来确保执行移动基座命令；使用相同的预录文件来移动机器人手臂光标并启动拾取或放下动作。进行最终系统测试，其中 BCI 控制器输入移动光标并选择目标点。辅助机器人手臂的成功虚拟演示表明恢复残疾用户的运动能力和自主能力是可行的。
使用脚控假肢进行身体重塑
摘要 我们介绍了 MetaArms，这是一种可穿戴的拟人机械臂和机械手，具有六个自由度，由用户的腿和脚操作。我们的总体研究目标是使用身体重塑方法重新想象我们的身体在可穿戴机器人的帮助下可以做什么。为此，我们提出了一个初步的探索性案例研究。MetaArms 的两个机械臂由用户的脚部运动控制，机械手可以根据用户的脚趾弯曲来抓取物体。用户的脚上还会呈现触觉反馈，与机械手上触摸的物体相关，从而创建一个闭环系统。我们对该系统进行了正式和非正式的评估，前者根据菲茨定律使用 2D 指向任务。据报道，该系统 12 个用户的总吞吐量为 1.01 比特/秒（标准差 0.39）。我们还提供了来自 230 多名用户的非正式反馈。我们发现 MetaArms 证明了身体重塑方法在机器人肢体设计中的可行性，这可能有助于我们重新想象人体可以做什么。
myCobot AI 套件
myCobot人工智能套件是一款集视觉、定位抓取、自动分拣等模块于一体的入门级人工智能套装。基于Linux系统，在ROS中搭建1：1仿真模型，通过软件开发实现对机械臂的控制。简单易学。可快速学习人工智能基础知识，启发创新思维，领悟开源创意文化。
机械工程
控制、自动化和机器人 (CAR) 实验室位于 Seamans 工程艺术与科学中心，由机械工程系管理。它为学生提供先进控制、机器人和自主系统方面的经验。该实验室配备了一个工业 6 轴机械臂、两个带协作机械臂的 Kuka 移动机器人 (KMR iiwa 和 KMP)、一台台式计算机、两个 Roboception 摄像头、一个 co-act 和一个吸盘夹持器以及四个 Quanser 旋转伺服基座单元。该设施拥有最新的软件技术，例如 LabVIEW 和 KUKA.Sim。Quanser 单元用于 ME:3600 机械工程系统控制的实验室作业，而机器人系统用于 ME:4140 现代机器人与自动化。2019 年秋季，基于两个 Quanser 基座单元开发了两个控制实验室。控制实验室在 CAR 中开发和测试，并设置为容纳大班。后来，又购买了两个额外的基本单元和三个附件模块来扩展控制实验室。此外，机器人系统还用于 ME:4111 科学计算和机器学习和
引用方式：Shi, TW, Chen, K.-J., Ren, L., Cui, W.-H. (2023)。基于运动意象的机械臂抓握控制脑机接口。
本文提出了一种脑机接口（BCI）系统，利用ABB机械臂实现手部和腕部控制。该BCI系统从30个电极采集四类运动想象（MI）任务（手抓握、手伸展、腕部屈曲和腕部伸展）脑电图（EEG）信号。它利用两个具有不同带宽的五阶巴特沃斯带通滤波器（BPF）和归一化方法实现原始MI任务EEG信号的预处理。特征提取的主要挑战是从预处理后的EEG信号中分析MI任务意图。因此，所提出的BCI系统在时域和时频域中提取了十一种特征，并使用互信息方法来降低提取特征的维数。此外，BCI系统应用一个具有30个滤波器的单卷积层卷积神经网络（CNN）来实现MI任务的四级分类。与现有研究相比，该BCI系统的分类准确率提高了约32%-35%，实际机械臂抓取控制实验验证了该BCI系统具有良好的适应性。
渐进关系网络：基于少量脑电图学习解码直觉上肢运动想象
摘要 —脑机接口 (BCI) 是一种连接用户和外部设备的通信工具。在实时 BCI 环境中，每个用户和每个会话都需要进行校准过程。此过程消耗大量时间，阻碍了 BCI 系统在真实场景中的应用。为了避免这个问题，我们采用基于度量的少样本学习方法，使用可以逐步考虑时间和光谱组组合的渐进关系网络 (GRN) 来解码直觉上肢运动想象 (MI)。我们从 25 名受试者那里获取了与直觉上肢运动相关的上臂、前臂和手的 MI 数据。在 1 次、5 次和 25 次设置下，离线分析下的总平均多类分类结果分别为 42.57%、55.60% 和 80.85%。此外，我们可以使用少样本方法在实时机械臂控制场景中展示直观 MI 解码的可行性。五名参与者在饮水任务中可实现 78% 的成功率。因此，我们展示了通过关注人体部位缩短校准时间的在线机械臂控制的可行性，同时也展示了基于所提出的 GRN 适应各种未经训练的直观 MI 解码。
安德鲁·戈登伯格
1990 年，安大略省哈格斯维尔的 1400 万个旧轮胎被烧毁。一位关注这一情况的私营企业家与 Goldenberg 合作，制造了一台机器人机器，可以确定轮胎是否支持翻新。为了检查轮胎，旧轮胎被安装起来，以便小型机械臂可以在轮胎内部旋转以绘制内部结构。在同一十年中，Goldenberg 开始与加拿大原子能有限公司 (AECL) 进行为期五年的合作，其中包括开发多个机器人来支持核能运营。第一个是制造用于维护核反应堆管道的机械臂。管道需要定期进行内部清洁，但由于高辐射水平，对人类构成重大风险。Goldenberg 为 AECL 创建的另一个工作原型是长距离机械手，用于在放射性排放高于人类安全允许值的区域运行。它包括一个超声波扫描仪，用于绕着反应堆的支腿移动并定期扫描危险缺陷。第三次合作包括自动处理员工生物样本，以便可以在无需人工干预的情况下对生物材料进行准备和放射性扫描。
利用机器人操纵器进行柔性航天器建模与控制
由于存在碰撞风险和人造物体的堆积，尤其是在低地球轨道 (LEO) 中，围绕地球运行的空间垃圾的增多已成为现役航天器和未来任务面临的重大问题。为了缓解这一问题，人们提出了新的解决方案。空间机器人已被纳入在轨服务，以帮助人类在太空环境中开展活动，特别是机器人操纵器可以在主动清除碎片方面发挥关键作用。本论文的目的是开发一个灵活的航天器动力学和控制模型，包括空间操纵器。采用混合方法实现主体和操纵器动力学。具体而言，操纵器运动方程是从拉格朗日公式中获得的，而主体动力学则用刚体的欧拉方程表示。机械臂是一个带有两个连杆的两自由度 (DOF) 平面操纵器。主要结构特性是在与文献中的空间机械臂进行比较后选择的。另一方面，JAXA 微型卫星 PROCYON 被用作航天器的主体。与 PROCYON 航天器一样，也考虑了金字塔形配置的四个反作用轮系统。所有建模和仿真阶段均在 MATLAB/SIMULINK 环境中进行。这项工作的另一个重要方面是卫星的柔性部分，由 PROCYON 航天器的四个太阳能电池板表示。使用 PATRAN/NASTRAN 进行有限元法 (FEM) 分析，以获得模型所需的自然模式和频率，并评估刚性和柔性部分之间的耦合矩阵。论文的第二部分是关于控制策略。两种不同的控制器用于机械手的运动和主体姿态控制。机械臂采用简单的比例-积分-微分 (PID) 控制器，目的是实现所需的关节角度位置，以便捕获碎片/目标。对于姿态控制，采用具有线性二次调节器 (LQR) 的主动抗扰控制 (ADRC) 作为控制律，以便获得快速稳定的响应，并消除作用于系统的所有内部和外部扰动。仿真环境中的令人满意的结果证明了 ADRC 执行姿态控制的能力，
空间探索的优点和缺点
GPS技术乳腺癌测试成像基于NASA航天飞机主发动机燃油泵的设计人造心脏泵，以补充左心室中心脏的泵送能力。一种机械臂，允许外科医生操作三种仪器，同时进行腹腔镜手术。消防员的轻巧呼吸系统，值得注意的是吸入受伤。在1970年代开发的特氟龙涂层玻璃纤维作为宇航员宇航服的新面料已被用作建筑物和体育场的永久屋面材料。