食指的运动捕捉生物力学可以涵盖广泛的主题,从触觉反馈到人体工程学负荷考虑以及许多与伤害相关的指标。这些分析的基础是食指运动范围和关节位置的运动捕捉,这需要高精度和可重复性的测量。如图 1 所示,此测量所需的传感器必须根据手指本身的小尺寸进行尺寸调整。根据所需模型的分辨率,可以将微型传感器放置在每个单独的手指节段或单个节段上。标准尺寸的传感器或微型传感器也可以放置在手上作为运动链的基础。放置传感器后,可以数字化其他地标以满足手和手指运动模型的要求。
本文提出了在电缆悬浮的钟摆配置中的僵化的体体建模和识别程序。所提出的模型依赖于几乎受约束的开放运动链,并借出了自身通过最常用的机器人模拟器进行模拟,而无需明确说明电缆约束和灵活性。此外,设计了一个动态参数识别过程,以改善仿真模型保真度并减少控制器部署的SIM到SIM到实现差距。我们通过对两个代表性的电缆悬浮的双臂操纵系统进行自定义来处理不同的电缆配置和悬架机制的能力:由无人机和Cranebot系统悬挂的LICAS手臂,其中有两个由起重机悬挂的PILZ ARMS。通过将其演变与从实际系统中获取的数据进行比较,可以验证已确定的动态模型,该系统显示出响应信号的高度(在91.3%至99.4%之间)。在基线摆模型进行的比较中,我们的模型将模拟精度从64.4%提高到85.9%。模拟环境和相关控制器以开源代码发布。
摘要 - 在这项工作中,我们提出了一种新的方法,将机器人几何形状表示为距离场(RDF),该方法将签名距离场(SDF)的原理扩展到铰接的运动链。我们的方法采用了伯恩斯坦多项式的组合,以高精度和效率编码每个机器人链路的签名距离,同时确保SDF的数学连续性和不同性。我们进一步利用机器人的运动学链来在关节空间中产生SDF表示,从而允许以任意关节配置进行稳健的距离查询。提议的RDF表示在任务和关节空间中都是可区分和平滑的,使其直接集成到优化问题。此外,机器人的0级集合对应于机器人表面,可以将其无缝整合到全身操纵任务中。我们在模拟和7轴Franka Emika机器人中进行了各种经验,与基线方法进行了比较,并证明了其在避免碰撞和全身操纵任务方面的效率。项目页面:https://sites.google.com/view/lrdf/home
摘要 - 在这项工作中,我们提出了一种新的方法,将机器人几何形状表示为距离场(RDF),该方法将签名距离场(SDF)的原理扩展到铰接的运动链。我们的方法采用了伯恩斯坦多项式的组合,以高精度和效率编码每个机器人链路的签名距离,同时确保SDF的数学连续性和不同性。我们进一步利用机器人的运动学链来在关节空间中产生SDF表示,从而允许以任意关节配置进行稳健的距离查询。提议的RDF表示在任务和关节空间中都是可区分和平滑的,使其直接集成到优化问题。此外,机器人的0级集合对应于机器人表面,可以将其无缝整合到全身操纵任务中。我们在模拟和7轴Franka Emika机器人中进行了各种经验,与基线方法进行了比较,并证明了其在避免碰撞和全身操纵任务方面的效率。项目页面:https://sites.google.com/view/lrdf/home