XiaoMi-AI文件搜索系统
World File Search System机械手
@inproceedings{vogel2020edan，title={EDAN：一种由 EMG 控制的日常助手，帮助身体残疾人士}，作者={Vogel, J{\"o}rn 和 H
摘要 — 受伤、事故、中风和其他疾病会严重降低人们执行日常生活中哪怕最简单活动的能力。这些病例中很大一部分涉及神经肌肉疾病，导致肌肉功能严重下降。然而，即使受影响的人不再能够移动他们的四肢，残留的肌肉功能仍然存在。之前的研究表明，这种残留的肌肉活动足以应用基于 EMG 的用户界面。在本文中，我们介绍了 DLR 的机器人轮椅 EDAN（EMG 控制的日常助手），它配备了扭矩控制的八自由度轻型手臂和灵巧的五指机械手。使用肌电图，可以测量、处理用户的肌肉活动，并利用它们来控制轮椅和机器人操纵器。这种基于 EMG 的界面通过共享控制功能得到增强，可以实现与环境的有效和安全的物理交互。
使用商品移动操纵器
拉动开放式橱柜和抽屉在感知中提出了许多困难的技术挑战（从车载传感器中推断物体的发电参数），计划（制定符合紧密任务约束的运动计划）和控制（在环境上施加力时进行控制和维护接触））。在这项工作中，我们构建了一个端到端系统，该系统使商品机械手操纵器（Stretch Re2）能够在以前看不见的现实世界环境中拉出开放式橱柜和抽屉。我们对该系统进行了4天的现实世界测试，这些系统涵盖了来自13个不同现实世界环境的31种不同对象。我们的系统在未看到的环境中开放新颖的机柜和抽屉的成功率为61％。对故障模式的分析表明，感知错误是我们系统最重大的挑战。我们将开放源代码和模型，供其他人复制并在我们的系统上构建。
佘雨辰、李爽、刘宇飞、曹梦龙，“大型太空望远镜在轨机器人组装任务设计与规划”，J. Ast
摘要：研究大型空间望远镜（LST）的概念设计和在轨装配任务规划问题。提出了分段式镜面设计，并开发了考虑机械手工作空间覆盖范围的机器人装配概念。为了减少在轨装配周期并保护易碎的镜面结构，采用几种新算法优化机器人装配路径。首先，建立装配路径与装配件数之间的映射，快速生成优化问题的候选解。其次，提出了结合蚁群算法和遗传算法的两级混合优化框架。混合优化方法能够快速收敛到接近全局最优解。通过仿真验证了所提出的模型和算法，结果表明所开发的方法可以显著提高LST的在轨装配任务效率。 © 2020 光学仪器工程师协会 (SPIE) [DOI: 10.1117/1.JATIS.6.1.017002]
仿真建模实践与理论
本文提出了几种用于复杂在轨高自由度机器人的任务空间控制方法。这些方法包括冗余分辨率，并考虑了在轨机器人系统的非线性动态模型。在需要复杂人形机器人视觉伺服任务的几种在轨服务操作中探索了所提出的任务空间控制方法的适用性。一个统一的开源空间机器人模拟框架，称为 OnOrbitROS，用于评估所提出的控制系统并将其行为与最先进的现有系统进行比较。所采用的框架基于 ROS，包括并再现了最终空间机器人和机械手在轨服务场景中可能遇到的主要环境条件。介绍了开发的不同软件模块的架构及其在复杂空间机器人系统上的应用。使用所提出的 OnOrbitROS 框架实现了高效的实时实现。所提出的控制器用于执行人形机器人的引导。机器人动力学被集成到控制器的定义中，并在结果部分描述了结果和实际属性的分析。
开发用于采摘苹果的自动捕获装置
在果树机械化栽培过程中，采摘是一个重要的最后阶段，这需要开发新型、便捷、不损坏果实的自动化技术设备，这些设备安装在能够自主采摘果实的机器人平台上，因此，开发用于在高达 5 米的高度以最小的损伤（或无损伤）采摘果园果实的自动化设备是一项紧迫的任务 [1,2]。现有的工业机器人模型不能直接应用于执行苹果的装载、卸载、分选和收获的工艺过程 [3,4]。特别是对于后者，需要开发特殊的执行器、捕获装置及其控制新算法，以便在田间采摘果园的水果 [5,6]。为了确定采摘装置的最佳设计参数，证实其控制系统的参数并将该技术成功引入生产过程，必须进行科学研究。配备了先进的自动抓取机械手的自行式机器人技术装置将能够在无需人工干预的情况下，在工业园林种植中实现高质量的果实采摘技术操作。
高档名优绿茶柔性采摘指研制 - 金小俊
传感器与微系统 第 ４４ 卷 殊形状的刀片完成剪切，采摘成功率达 ９７ ． ３６ ％ 。进一步 设计了一种提拉断梗的机械手，舵机带动主动手指和从动 手指转动，将茶梗折弯并拉断，采摘成功率为 ７４ ． ３ ％ 。华 中农业大学 ［ ６ ］ 设计了一种结构为曲柄滑块剪切机构的末 端执行器，通过刀片闭合将鲜叶掐断，利用真空装置将剪切 后的茶叶吸入容纳箱。四川农业大学 ［ ７ ］ 设计了一种可夹 提式采摘茶叶嫩梢的末端执行器，通过预设夹持力使夹持 件夹断嫩梢叶柄，对一芽一叶和一芽两叶都达到较高的采 摘率。纵观现有大宗茶采摘末端执行器的结构和特点，多 以刀片切割的方式作为采摘原理，无法保证芽叶的完整，这 将在很大程度上降低茶叶的品质，不能用于高档名优绿茶 采摘。南京林业大学 ［ ８～１２ ］ 基于机器视觉、颜色特征、并联 机器人等技术，研发了对新梢有选择性采摘的机器人，研制 了一种气动采摘指，设置固定阈值，确定采摘指夹持嫩芽时 的闭合间隙，通过提拉动作完成采摘，成功率达到 ９０ ％ 。 由于自然生长的新梢枝条粗细不一，夹持时的夹持力波动 较大，会存在打滑或夹断现象。 针对现有采茶末端执行器导致嫩芽完整性的不足，本 文设计了一种柔性可感知的仿生采摘指作为采茶机器人的 末端执行器，模仿人工“提手采”的动作，通过固定和提拉 动作实现嫩芽采摘，并增加夹持力测量电路，在夹持过程中 检测夹持力，提高采摘成功率。
迈向自主机器人系统 - 研究探索
© 编辑（如适用）和作者，经 Springer Nature Switzerland AG 2022 独家许可，章节“通过全身控制远程操作腿式机械手”根据知识共享署名 4.0 国际许可条款获得许可（ http://creativecommons.org/licenses/by/4.0/ ）。有关更多详细信息，请参阅章节中的许可信息。本作品受版权保护。出版商保留所有权利，无论涉及全部或部分材料，特别是翻译、重印、插图重复使用、朗诵、广播、在微缩胶片上或以任何其他物理方式复制、传输或信息存储和检索、电子改编、计算机软件或通过现在已知或以后开发的类似或不同的方法。本出版物中使用的一般描述性名称、注册名称、商标、服务标记等并不意味着，即使没有具体声明，这些名称也不受相关保护法律和法规的约束，因此可以自由使用。出版商、作者和编辑可以放心地认为，本书中的建议和信息在出版之日是真实准确的。出版商、作者或编辑均不对此处包含的材料或可能出现的任何错误或遗漏提供明示或暗示的保证。
卡茨科学与健康学院
Natania Birnbaum 和 Amena Farooq（生物技术管理与创业硕士）正在与 Ke Chen 和 Ziyang Guo（数据分析与可视化硕士）合作，作为由人工智能博士后研究员 Sai Praveen Kadiyala 博士领导的跨学科团队的一部分，开发肌电外骨骼（机械手）以支持中风患者的上肢康复。尽管中风患者可能无法移动肌肉，但他们仍然会产生微弱的电信号，表面肌电图 (sEMG) 传感器可以通过皮肤产生的微电压检测到这些电信号。该团队正在构建手部外骨骼的原型，它可以从手臂的肌肉获取 sEMG 信号并利用它们来移动外骨骼的手指。他们的目标是创建一个可用于上肢康复的不同手势和复杂抓握的计算模型。机器人辅助治疗前景广阔，因为它们对患者和治疗师来说既方便又经济实惠，使治疗数据收集变得更加容易，并提高了患者的积极性。基于 sEMG 的方法的优点包括适应患者自身的身体运动，以及可能使用更轻便、更灵活、更舒适的机器人。
飞机的自主机器人无损检测 ARNDIA
自主机器人飞机无损检测 (ARNDIA)：飞机部件无损检测 (NDI) 平台 Adam Brant 博士、Jonathan Brown、Reeg Allen RE2 Robotics，宾夕法尼亚州匹兹堡，15201 RE2 Robotics 开发了一个新颖的平台，用于对飞机涂层和部件进行自主和遥控无损检测 (NDI)，以提高生产率、减少人为错误并改善操作时间和飞机准备情况。该平台名为“自主机器人飞机无损检测 (ARNDIA)”，将计算机视觉和机器学习算法与轻便的 7 自由度 (DOF) 自主机械手系统融合，可轻松安装到飞机表面。来自第三方供应商的各种传感器和末端执行器，如超声波设备和时域太赫兹传感器，可通过其接口控制文档 (ICD) 轻松与 ARNDIA 集成。传感器集成完成后，ARNDIA 可以自主扫描飞机部件以检测关注区域。此外，由于其 7 DOF 功能，ARNDIA 可以轻松访问难以接触的组件并对其进行 NDI，而如果由人工检查，则需要花费数小时的劳动来移除其他组件才能访问感兴趣的组件。ARNDIA 利用路径规划算法来绘制对相应飞机组件执行 NDI 所需的轨迹。通过使用计算
机械工程与技术
机械工程与技术 研究方向：金属成型技术 研究员姓名：CAPILLA GONZÁLEZ，GUSTAVO ORCID：0000-0002-6903-2567 任务：机械工程系，工程部，伊拉普阿托-萨拉曼卡校区 电子邮箱：g.capilla@ugto.mx 学术人员：机电一体化系统设计与集成。最近的研究项目：使用 3D 扫描设计和制作膝关节支撑矫形器的原型，使用增材制造改进膝关节支撑矫形器的设计和制造最近的科学文章：球抛光对 TRIP 钢板表面质量和机械性能的影响。 DOI：10.1007/s00170-021-07715-x 研究方向：具有延迟的系统 研究人员姓名：GOMEZ ALVAREZ、MARCO ANTONIO 任务：机械工程系、工程部、伊拉普阿托-萨拉曼卡校区 电子邮箱：marco.gomez@ugto.mx 学术人员：动力学与机器人学 最近的研究项目：设计和实施用于拾取和放置任务的机械手的基于延迟的控制算法。 最近的科学文章：关于具有多个延迟的微分代数系统的强 H2 范数：有限性标准、正则化和计算。 DOI：10.1109/TAC.2020.3046218 中立型时滞系统的必要充分稳定性条件（通过有限数量的数学运算）。 DOI：10.1109/TAC.2020.3008392