XiaoMi-AI文件搜索系统
World File Search System机械手
在工业 4.0 背景下，开发一个框架将移动机械手作为信息物理系统集成到现有的生产系统中
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
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。
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。
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。
功能性电刺激与机械手套联合用于脑卒中后患者手部康复的疗效评价
摘要背景：中风患者的主要症状是上肢偏瘫和手部功能丧失。联合使用功能性电刺激和机械手套可以克服单独应用的局限性。目的/目标：评估机械手套和功能性电刺激对改善中风后患者手部功能的综合效果及其对生活质量的影响。方法：从 PUBMED、Google Scholar 和 Cochrane 等在线资源中搜索了 2011 年至 2022 年期间发表的不同文章。本综述包括实验研究、临床试验、初步调查、试点研究、随机对照试验。还对所有已确定文章的参考文献列表进行了二次搜索。然后对每项研究进行独立审查。结果：共搜索了 30 篇文章。在 30 项研究中，筛选出了 10 项，其中 4 项研究因方法学缺陷被排除在外。其余 6 项支持性研究报告称，功能性电刺激和机器人手套的结合作用比单独使用常规疗法更有利于改善手部功能。结论：因此，可以得出结论，功能性电刺激和机器人手套比常规疗法更有效地改善中风后患者的特定任务，例如完全伸展、抓握、释放、举重任务、饮水等。关键词：功能性电刺激、手部康复、机器人手套、中风。引言根据世界卫生组织的定义，中风是一种临床综合征，包括迅速发展的局部脑功能紊乱临床症状，持续时间超过 24 小时或导致死亡，除血管起源外没有明显原因。（1）根据 1990 年的全球疾病负担 (GBD) 研究，中风是全球第二大死亡原因。（2）中风幸存者表现出身体功能障碍，例如神经肌肉骨骼和运动相关功能的显着偏差或丧失
基于差分平面度的一类 3D 空中机械手的 6D 位姿任务轨迹跟踪
I. 引言 A. 背景与动机 近年来，空中操控引起了机器人研究界的极大兴趣 [1]。多个研究小组展示了使用安装在空中机械手上的夹持器进行空中抓取 [2]–[4]。Lee 和 Kim、Kim 等人展示了协作式空中机械手在有障碍物的环境中抓取未知有效载荷 [5]，[6]。Orsag 等人演示了使用四旋翼平台和安装在平台上的双臂执行拾取和钉孔任务 [7]。欧盟第七框架计划资助了几个空中机械手项目，研究空中机械手与环境交互时的运动规划和阻抗控制 [8]–[10]。德国航空航天中心的一个研究小组介绍了安装在直升机上的 7 自由度人形手臂的潜在应用 [11]。类似 Delta 的机构 [12] 和并联机械手 [13] 也被考虑用于空中机械手。这些现有的研究为空中操纵的研究提供了广阔的未来。然而，与地面操纵器相比，空中操纵器能够完成的任务仍处于非常初级的阶段。这是由于许多因素造成的，例如
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。
变刚度索驱动机械手阻抗控制的卷积动态跳跃规划算法
摘要：缆索驱动机械手具有手臂细长、运动灵活、刚度可控等特点，在捕获在轨卫星方面有着很大的应用前景，但由于缆索长度、关节角度和反作用力之间的耦合关系，难以实现缆索驱动机械手的有效运动规划和刚度控制。该算法还可以通过动态设置加加速度使加速度更加平滑，减小加速度冲击，保证缆驱动机械手的稳定运动。再次，通过采用基于位置的阻抗控制来补偿驱动缆的位置和速度，进一步优化缆驱动机械手的刚度。最后，开发并测试了变刚度缆驱动机械手样机，利用卷积动态加加速度规划算法规划出所需的速度曲线，进行了缆驱动机械手的速度控制实验，结果验证了该算法可以提高加速度的平滑度，从而使运动更加平滑，减小振动。此外，刚度控制实验验证了缆驱动机械手具有理想的变刚度能力。
脑机接口引导的机械手训练对慢性中风患者功能连接和低频波动的调节：为期 6 个月的随访研究
慢性期中风患者的手部功能改善通常在 6 个月内达到平台期。脑机接口 (BCI) 引导的机器人辅助训练已被证明可有效促进慢性中风患者的上肢运动功能恢复。然而，其背后的神经可塑性变化尚不清楚。本研究旨在探讨 20 次 BCI 引导的机器人手训练后全脑神经可塑性的变化，以及这些变化是否能在 6 个月的随访中保持。因此，对 14 名慢性中风患者进行了探讨，探讨了训练前、训练后立即和训练后 6 个月的临床改善和神经系统变化。通过动作研究手臂测试 (ARAT) 和 Fugl-Meyer 上肢评估 (FMA) 评估上肢运动功能，并使用静息态功能性磁共振成像评估神经系统变化。重复测量方差分析表明，FMA（F [2,26] = 6.367，p = 0.006）和 ARAT（F [2,26] = 7.230，p = 0.003）均发现了长期运动改善。基于种子的功能连接分析表明，在同侧运动区域（初级运动皮层和辅助运动区）和对侧区域（辅助运动区、运动前皮层和顶上小叶）之间观察到显著的 FC 调节，并且这种影响在 6 个月后仍然持续。fALFF 分析表明，局部神经元
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。