XiaoMi-AI文件搜索系统
World File Search System操纵臂
ROV深发现者
Rov Deep Discoverer（简称为“ D2”）可以在海面以下最多6,000米（19,685英尺），这意味着它几乎可以探索海洋中的任何地方，除了深沟。D2携带各种相机设备，采样工具和传感器，以收集潜水期间有关深海的尽可能多的信息。其主摄像头可以从3米（10英尺）远的三英寸长生物体放大，并倾斜以捕捉宽阔的视野，从而有助于查看从小生物到深海中大规模栖息地的所有事物。D2的实时视频从海底到船上旅行，然后通过卫星连接到位于岸上的科学家。他们使用实时视频为飞行员提供有关去向地点以及要收集哪些样本的指导。d2的多关节操纵臂非常灵活，使操作员具有操纵和收集生物学和地质样品的能力。飞行员还可以控制操纵器臂下颚的握力，从而使他们轻轻夹住脆弱的珊瑚样品或捡起沉重的岩石或矿物样品。直播ROV视频也被广播到互联网，使任何人都可以参加D2的冒险经历。
被动重荷载连接臂的透明度分析
摘要 - 用于协作机器人技术应用程序，许多系统已经解决了近年来的一般处理问题。根据工业环境，这些系统带来了身体和认知的感觉，从而导致用户接受。透明度合格机器人遵循操作员施加的运动的能力，而无需注意任何抵抗力。本文的理论是开发一种方法，该方法将强调人为因素的方法及其与机器人标准的相关性混合在一起，而在被动操纵臂则与新尼奥德基公司产生的六个自由度。然后进行了一项探索性研究，以测量操纵过程中的时间，速度和努力以及基于技术层面，人格和技术ACCEPTACTACTACTACTACTACTACTACTACTACTACTAD模型方法调查表的标准。从那里，我们发现了用户的个性，尤其是他们缺乏神经质的性格与通过机械行为的有用性，舒适性和指标来评估设备的手段之间的相关性。这项研究是对用户行为和特征的初步分析，这些特征是在处理熟练臂时接受技术接受的。这项工作为将来的分析提供了一个框架，并建议对ARM进行机械调整以增加用户接受。
iac – 20 – d1.6.4设计和测试机器人头像...
摘要在2019年底，宇航员卢卡·帕尔米塔诺（Luca Parmitano）远程控制了配备了机器人操纵器的漫游者，并在ISS的月球 - 纳尔格网站上执行地质任务。一年零7个月后，在2021年7月，他将在更现实的月球 - 分析环境中控制同一条漫游者：意大利埃特纳山上的火山岩和雷果石领域。这些实验在ESA的Meteron项目框架中构成了模拟1活动。作为有效负载开发人员，我们想创建一个宇航员的接口，以直观地在行星或月球表面上操作机器人系统：我们如何才能最大程度地提高任务效率和沉浸式 /透明度的感觉？同时，我们如何最大程度地减少操作员的疲劳以及身体和精神效果？以及在人类空间的框架中，我们如何执行此操作，并具有质量和软件要求，并具有延迟，低宽带和不可靠的通信？我们展示了如何创建具有直观图形和触觉用户界面的远程动物系统。这包括力量反馈设备和自定义操纵杆，控制一个移动机器人平台。机器人平台由一个全地形底盘和两个带有扭矩传感的7-DOF机器人臂组成。一只手臂安装在漫游车的前部，用于操纵；另一个被安装在顶部，用于重新放置相机。使用该系统，宇航员完全控制了机器人以收集岩石样品。唯一的外部输入是从科学家组成的科学家，而不是语音循环和文字，关于地质样本的选择。通过Sigma.7触觉输入设备提供了操纵臂的全部稳定的6-DOF力反馈。这意味着宇航员可以（第一次从空间开始）不仅与轨道的行星表面接触，而且还可以感觉到它们所抓住的岩石的重量。系统状态反馈是在用户界面上的视觉和直觉上显示的 - 在ISS上的笔记本电脑上运行 - 以及两个摄像机的视图。在开发过程中，我们不断整合来自各种利益相关者的要求，以及宇航员和宇航员培训师的反馈，以改善用户界面。模拟测试提供了有关如何设计远程呈现系统来控制行星表面上从轨道上控制机器人的宝贵见解。我们希望这些见解对于在类似情况下的远程制定行星机器人技术以及陆地应用的未来开发非常有用。关键字：（最大6个关键字）远程操作，机器人技术，低带宽，触觉，实时，延迟