XiaoMi-AI文件搜索系统
World File Search System机械臂
拟人机械臂假肢的设计与实现
摘要：假肢的开发和制造是医疗技术发展的重要趋势之一。考虑到现代电子技术和自动化系统的发展及其机动性和紧凑性，实际任务是制造一种假肢，其拟人化特性接近功能齐全的人体肢体，并能够高精度地再现其基本动作。本文分析了电子假肢控制系统开发的主要方向。本文介绍了拟人假肢原型及其控制系统的实际实施描述和结果。我们开发了一种拟人化的多指假手，用于机器人研究和教学应用。设计的机械手是其他已知 3D 打印机械手的低成本替代品，具有 21 个自由度——每个手指 4 个自由度，拇指 3 个自由度，2 个自由度负责机械手在空间中的位置。所展示的机械臂的开源机械设计具有接近人手的质量尺寸和运动参数，具有自主电池操作的可能性，能够连接不同的控制系统，例如计算机、脑电图仪、触摸手套。
蓝牙控制机械臂的设计与实现
机器人和自动化（尤其是物联网）的发展推动了蓝牙操作机械臂的发展。这些机械臂可以执行拾取和放置等任务，从而减少人员疲劳和错误。两种控制策略（力和运动控制）可实现精确操作。通过使用具有蓝牙连接的智能手机，用户可以远程控制机械臂。蓝牙模块（如 HC05）促进了这种连接。这种机械臂可以处理危险材料或难以接近的区域的任务。这些机械臂具有灵活性，可以重新编程以执行各种任务。它们使用 Arduino Uno 和四个伺服电机设计，通过移动应用程序进行控制，确保用户友好操作。该系统使用 CAD 软件和 3D 打印建模，可提高工业设置的安全性和效率。它可以实现远程控制和精确移动，以执行处理弹药等任务。
原生AI引擎+机械臂+视觉系统
AI Cobot 是一款无缝融合人工智能、视觉和协作机器人三大技术领域的协作机器人。这种融合有效地结合了“大脑”、“眼睛”和“手”的功能，使协作机器人能够像人类一样执行视觉任务、做出判断并执行动作。自动化流程不仅可以节省时间和资源，还能促进有效的人机协作，提升整体生产质量，并为您的工厂带来显著的价值。十五年前，协作机器人引入了人机协同工作的概念。如今，新一代 AI 协作机器人将拥有智能可靠伙伴的梦想变成了现实。
串行机械臂关节特性测量...
这是现代天线计量系统的一个关键方面，特别是在毫米波频谱区域 [1,2,3]。商用现货机械臂可为许多工业应用提供足够的定位精度 [4]。然而，要用于毫米波天线计量，机械臂需要与空间计量设备配合使用。美国国家标准与技术研究所通信技术实验室的天线计量项目表明，路径校正商用机械臂（无论是在硬件分析中还是在软件分析中）可用于实现足够的定位和对准精度（定位误差 ~λ/50），用于天线特性测量，例如增益外推和高达 183 GHz 的近场方向图 [3]。
机械臂和 arduino 控制的智能机器
摘要—如今，在建立和维持人际联系非常困难的一系列非人性化环境中，人工手臂的需求越来越大。此类任务的一些示例包括读取活火山的数据或拆除炸弹。在本文中，我们提出创建一个模仿人类手臂自然运动的机械臂，使用加速度计或人类观察者。该手臂是使用 ATmega32 和 ATmega640 平台、Arduino UNO 或 MEGA 板以及用于信号处理的个人计算机构建的。将使用串行连接将这些小工具连接在一起。最后但并非最不重要的是，这个原型手臂可用于伸出并抓取距离太远而无法安全放下的物品。它的用途不仅限于某些部门的自动化，还可以用于在需要在不同地点之间运输极其庞大的商品时使用。
规划空间机械臂的故障安全轨迹
对于部署在对人类有害和危险环境中的机器人操纵器，经常会担心关节故障时任务执行的可靠性。冗余机器人操纵器可用于降低风险并确保故障后任务的完成，这对于太空应用等至关重要。本文介绍了分析关节故障潜在风险的方法，并介绍了用于机器人操纵器的容错任务设计和路径规划的工具。所提出的方法基于离线预计算工作空间模型。这些方法足够通用，可以处理具有任何类型的关节（旋转或棱柱）和任意数量的自由度的机器人，并且可能在过程中包括任意形状的障碍物，而无需借助简化模型。应用示例说明了该方法的潜力。
末端执行器轮式机械臂游戏原型
中风患者难以控制上肢，导致他们的动作变得虚弱和无组织。传统疗法旨在重新训练因中风而丧失能力的受试者。正如之前的研究所关注的，具有强烈动机和治疗专注力的受试者往往比不遵循该计划的人恢复得更好。这项研究的重点是通过为用户提供轮式机械臂来训练他们的上肢，从而加强训练。用户将被要求在特定时间内反复将特定物体移动到另一个位置。机器人将帮助用户协助和重新学习他们的运动技能，并提高肌肉力量和协调性。当用户对练习做出积极回应时，训练的结果非常令人信服。大约 86% 的受试者可能更喜欢所提出的系统作为他们的家庭康复系统。方差分析 (alpha 0.05) 表明，受过训练的受试者和未受过训练的受试者在操作轮式机械臂方面没有显着差异。这意味着所提出的系统可靠且用户友好，无需助手即可使用，因此用户可以拥有更大的灵活性并提高恢复运动技能的成就。未来的工作将侧重于中风患者测试，在提高中风康复系统的有效性方面面临更多挑战和障碍。
使用机械臂进行 AI（人工智能）研究
使用机械臂进行 AI（人工智能）研究 Doan Ngoc Phuong 1 和 Nguyen Thi Phuong Thanh 2* 1,2 TNU - 越南信息与通信技术大学。通讯作者电子邮件：ntpthanh@ictu.edu.vn* DOI：http://doi.org/10.46759/IIJSR.2022.6208 版权所有 © 2022 Doan Ngoc Phuong。这是一篇根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体中不受限制地使用、分发和复制，前提是注明原始作者和来源。文章收到：2022 年 2 月 24 日 文章接受：2022 年 4 月 28 日 文章发表：2022 年 5 月 31 日
利用 BCI 实现大脑控制机械臂
关键词：脑机接口、机械臂、脑电图（EEG）、机器学习 I. 引言 近年来，脑机接口（BCI）技术受到了广泛关注，因为它为我们提供了一种操作事物和与外界联系的新方式。BCI 技术使运动障碍人士无需做出任何身体动作即可操作机械臂或假肢，也使健全人能够用大脑控制机器人设备。这项技术将非常有益，并有可能极大地帮助那些运动障碍人士，例如失去肢体或瘫痪的人。我们将在本出版物中讨论一项关于操作机械臂的非侵入式 BCI 系统的研究。该设备利用从头皮获取的脑电图（EEG）数据来对用户的意图、脑信号进行分类，并控制机械臂的运动。非侵入式 BCI 设备将使运动受限人士和失去肢体或手臂的人的生活更加轻松。该方法提高了其实用性和实际应用的适用性。
脑机介面肢体复健机械臂
• Albert C. Lo, MD, Ph.D.、Peter D. Guarino, MPH, Ph.D.、Lorie G. Richards, Ph.D.、Jodie K. Haselkorn, MD, MPH、George F. Wittenberg, MD, Ph.D.、Daniel G. Federman, MD、Robert J. Ringer, Pharm.D.、Todd H. Wagner, Ph.D.、Hermano I. Krebs, Ph.D.、Bruce T. Volpe, MD、Christopher T. Bever, Jr., MD, MBA、Dawn M. Bravata, MD 等，2010 年。中风后长期上肢功能障碍的机器人辅助治疗