形状记忆合金驱动的软体仿生手掌

与刚性部件控制的机械手臂或者手指相比,以记忆合金丝作为驱动器的驱动部件,避免了结构复杂的刚性部件以及复杂的运动反馈控制系统,其输出力—重量比高,驱动方式简便,引起各界的关注。本文以形状记忆合金为基础,设计试验了一种形状记忆合金丝驱动的软体仿生手掌。阐述了驱动记忆合金的原理、手掌的制作原理,建立了软体仿生手掌的运动学模型,采用matlab进行了运动学仿真验证分析,通过物理试验证明记忆合金驱动的软体仿生手掌可以达到手指弯曲及实际物体抓取的效果。     

PVC凝胶驱动及CNT/PDMS传感一体化柔性抓手的研究

鉴于目前关于的软体机器人的研究大多仅致力于软活性材料的驱动功能研究、而且忽视传感功能的研究，研究一款集驱动与传感一体化的柔性抓手机器人。首先研究PVC凝胶驱动器结构设计与制备工艺，然后研究CNT/PDMS柔性传感结构的制造工艺，在此基础上，以PVC凝胶驱动器作为柔性抓手的驱动单元，以CNT/PDMS立体结构作为柔性抓手的传感单元，设计出一款具有驱动与传感一体化的功能结构，并对该功能结构进行测试。研究结果表明：在施加800 V直流电压下单根手指的弯曲角度可达32.5°。在400V直流电压驱动下，由两根柔性手指构成的抓手能够抓取直径为15 mm、邵氏硬度分别为10-20、30-50的易变形的硅橡胶圆柱体；在抓取不同硬度的圆柱体时，CNT/PDMS的电阻变化率亦不同，表明CNT/PDMS柔性传感结构可以感知抓取物体的软硬度，证明了本研究关于驱动及传感一体化结构设计的可行性，本文的研究为后续软体机器人的设计及制造提供参考。     

用于手部康复的热塑性聚氨酯软体驱动器研究

针对软体康复训练手套制作流程复杂和辅助力低等问题，文章基于热塑性聚氨酯(thermoplastic polyurethane, TPU),借助3D打印技术，研制具有单、双向软关节的分段式气动软体驱动器。通过有限元软件建立TPU材料超弹性本构模型，仿真分析软体驱动器弯曲特性，试验测试研究软体驱动器弯曲角度、运动轨迹和握力，结果表明，软关节特性满足人手关节最大弯曲角度120°需求，软体驱动器弯曲状态与人手运动轨迹相符，最高握力达11.5 N。直接3D打印的软体驱动器制作简单，辅助力强，满足手指康复训练需求，为手功能损伤患者提供一种更加安全有效的康复训练设备。     

气动网络多腔室弯曲软体驱动器结构优化

采用理论分析和有限元分析方法对气动网络多腔室弯曲软体驱动器进行结构优化.基于Yeoh本构方程建立气动网络多腔室弯曲软体驱动器形变模型并进行静力学试验与仿真验证,利用ABAQUS软件对驱动器结构进行仿真优化,分析驱动器各结构参数对弯曲变形的影响,得到最佳优化设计方案.结果表明:驱动器限制层厚和腔室壁厚是弯曲变形的关键影响因素,优化后的驱动器性能得到提升,可为进一步应用奠定基础.     

基于完备抓取构型和多阶段网络的软体手抓取

视觉引导的软体手抓取依赖视觉输出正确的抓取位置、抓取角度和抓取深度,为此提出了面向多手指软体手的完备抓取构型数学模型和多任务损失函数,设计了基于"锚点"旋转框的两阶段深度学习网络,实现了从图像到软体多手指抓取指令的直接映射.通过公开数据库和自建数据库分析了网络模型的性能表现.研究结果表明:多任务损失函数和基于"锚点"旋转框的两阶段网络模型有效提高了多输出抓取检测的准确率和机器人抓取的成功率.最后,构建了机器人软体手抓取系统,抓取实验结果表明:所提方法对视觉定位误差具有一定的抓取稳健性,可成功抓取不同种类的水果,能够达到96%的抓取成功率,对水果皮的抓取也具有很好的泛化能力.     

环境自适应软体机器人驱动方式和路径规划研究

软体机器人具有优越的柔软性能,能够灵活的穿越狭小的空间,并且对非结构化环境具有较强的自主适应能力．驱动方式和路径规划是软体机器人的关键,其驱动分为有缆驱动和无缆驱动．采用气动、形状记忆合金、电活性聚合物、聚合凝胶等作为驱动器．气动、形状记忆合金之类的驱动器灵活度低、自由度少;电活性聚合物以及聚合凝胶之类的驱动器灵活度高、自由度高．软体机器人的路径规划主要采用人工智能算法,在实际使用中还存在一系列的问题需要继续研究．比如概率路线法和碰撞检测法都易陷入局部最小点与最优点：遗传算法运算效率不高、在线规划困难：神经网络算法泛化能力差等．现在可用的智能算法都只适用特定的物体而不适用通用可变形物体．未来需要致力于柔性驱动器以及新型路径规划算法的研究．     

液压驱动仿生捕蝇草柔性抓手的设计与实验研究

随着科技的发展和生活的需要，柔性抓手因其安全性和柔顺性逐渐成为了研究热点。捕蝇草作为一种能够实现包络抓取的植物，其运动特点对于柔性抓手的抓取运动具有较好的参考性。文中根据软体网格结构和捕蝇草的变形机理，提出了一种由双仿生叶片组成的液压驱动仿生捕蝇草柔性抓手结构。首先基于本构模型提出了完全嵌入式单列网格弯曲角度和压力关系的数学模型，然后基于仿真模型分析了多列网格弯曲角度和压力的关系，确定了柔性抓手0.040 MPa的工作压力。通过分析仿真结果，得出了边缘不完整网格的弯曲角度变化和受力均大于完整网格的结论，证明了不完整网格处是柔性抓手强度的薄弱点。进行了液压驱动和气压驱动仿生叶片的弯曲实验和闭合力实验，证实了在工作压力下液压驱动的性能优于气压驱动，确定了柔性抓手0.010 MPa的准备压力。最后通过适应性实验证明了所设计的柔性抓手能抓取不同形状的物体，证实了最大负载能力达304.3 g。文中设计的液压驱动仿生捕蝇草柔性抓手可以为活体昆虫捕捉和无损采摘提供有效的解决方案，也可为仿生植物机器人的研发提供理论和技术基础。     

基于单向气动驱动器的软体手变形机理

针对软体气动驱动器的变形机理,以气动驱动软体手为研究对象,开展了基于单向气动驱动器的软体手指弯曲和摆动机理的研究。设计了气动驱动软体手,其弯曲和摆动结构均由多个相互连通的气室和一个不可延伸层组成。当相邻气室因充气膨胀而相互挤压时,气室受到不可延伸层的约束,实现了弯曲和摆动变形。为进一步考察软体手的变形机理,对620#T超弹性硅橡胶材料的非线性力学特性进行了研究,测定了其材料常系数。基于Yeoh模型密度函数,结合空间力矩平衡方程,建立了驱动压强和曲率半径的理论模型,并开展了软体手指弯曲及摆动变形的仿真研究,结果证明了理论模型的正确性。研究结果可以为其他基于气动驱动的软体结构变形机理研究提供理论基础。     

复合变形软体驱动器设计及试验

模拟蚯蚓肌肉特性,设计了一种单气道多气室复合变形软体驱动器。气室由环形气室和线性气室组成。在气压作用下,该驱动器可同时实现径向膨胀和轴向伸长。为提升性能,利用ABAQUS软件仿真分析外形结构参数对变形性能的影响。制作样机并进行变形量与输出力测试。结果表明：在气压作用下,驱动器可实现径向膨胀和轴向伸缩。在0.12 MPa气压下,膨胀区直径为70 mm的驱动器最大径向膨胀率和轴向伸长率分别为19.1%和9.8%,径向力和轴向力分别可达70.0 N和32.8 N。     

一种新型螺旋变形软体驱动器建模方法及应用

软体驱动器的变形方式主要为弯曲、伸缩变形,限制了软体驱动器的灵活性。为了提高软体驱动器的操作灵活性,提出一种新型的螺旋扭转变形软体驱动器。通过拉线驱动软体变形,骨架限制驱动器产生螺旋变形,实现驱动器末端在三维空间中的可控运动。基于常曲率连续软体运动学理论及螺旋扭转变形的几何关系,建立了一种适用于常曲率螺旋变形运动学模型,获取在全局坐标系下驱动器末端的坐标变换矩阵,实现对驱动器位姿的描述。通过仿真和实验数据验证,模型精度大于98%。为螺旋扭转变形驱动器的控制建立精确的运动学模型,为未来基于此软体驱动器的超高灵活性抓手的搭建提供了理论模型基础。     

基于气动人工肌肉力反馈数据手套的柔性物体力觉再现

为了模拟抓取虚拟环境中柔性物体的力觉感知,该文对以气动人工肌肉作为驱动器的外骨架力反馈数据手套进行了研究.利用气动人工肌肉的等压特性,建立了柔性物体模拟的数学模型,通过改变气动人工肌肉的充气压力改变其刚度系数,实现对不同柔性物体的模拟.实验结果表明:在相同的手指弯曲角度下,手指的受力随着气动人工肌肉充气压力的增大而增大,因而能够模拟抓取虚拟环境中柔性物体的力觉感知.     

基于感兴趣区域的机器人抓取系统

智能抓取机器人能够代替人类完成高强度工作,为实现物体的准确定位,提升机器人抓取的成功率,对基于感兴趣区域的机器人抓取系统进行研究。对深度相机进行标定,对深度卷积神经网络损失函数进行改进,使用焦点函数代替传统的交叉熵函数,训练模型,得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息。利用手眼标定方法将深度传感器坐标转换到机械臂基坐标系下,依据相机成像原理完成物体的定位。通过机器人逆运动学求解关节角度,驱动机器人实现抓取。对实验过程进行分析,在aubo_i5机械臂上进行实验验证。实验结果表明,目标的识别定位误差较小,平均精度值提升了2.36%,抓取的平均成功率达到93.4%,较改进前提升了13.4%,能够满足机器人抓取的需求。     

基于视觉定位的七轴机械臂目标抓取研究

针对机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大、可移植性差的问题,提出基于机器人操作系统(ROS),结合手眼的七轴机械臂目标抓取方法,在ROS框架下利用协作机器人FRANKA PANDA结合RGBD摄像头进行目标抓取。创建了RGBD摄像头的xacro机器人模型,利用RViz进行三维模型的可视化操作;应用MoveIt!软件对RViz和Dazebo进行联合仿真;将ROS获取的图像信息发送给OpenCV库进行图像处理及物体定位,然后将物体坐标信息发还给ROS进行机械臂抓取任务。结果表明,该方法简单有效,以ROS为基础设计的抓取方法可移植性强,解决了面对复杂多样的物体,机器人系统需进行大规模控制改动的问题。     

无环境阻力的尖端生长型软体机器人研究综述

尖端生长型软体机器人是一类新型的软体机器人,其制作简单、成本低,通过压力驱动主体外翻实现机器人的"生长",且具有运动过程中无环境阻力的独特优势,在诸多领域有着广阔的应用前景.目前,机器人的变刚度控制、大范围变形检测及精准控制是软体机器人存在的三个主要问题.围绕提出的软体机器人存在的三个主要问题,从机器人灵感来源、基本结...     

变姿态下的多指手抓取爆炸物能力分析

将多指手运用于排爆机器人以提高处理爆炸物的能力。论文针对排爆机器人在作业时其姿态的不断变化对抓取爆炸物能力的影响,寻求有利于提高抓取能力的最优手指关节角,以及多指手在不同的姿态下能抓取爆炸物的最大重量,并得出抓取能力最差的位姿。论文还考虑到爆炸物容易爆炸的特点,研究接触力不超过爆炸物所能承受的极限时多指手的抓取能力,为机器人安全操作爆炸物,防止过大的夹持力而使爆炸物发生爆炸提供理论依据。     

视觉引导下协作机器人抓取技术研究

针对在多物体复杂抓取场景下,协作机器人如何实现能在人机共融的环境中精确抓取特定目标工件及自主避障的问题,提出了一种基于监督学习的视觉引导下的协作机器人抓取方法;首先利用监督学习算法训练和处理待抓取物图像信息,完成对抓取目标特征的快速识别与定位;然后将抓取物的定位信息通过串口通信协议传输给ROS系统控制机器人完成运动规划...     

基于CFFCA的全驱动五指灵巧手抓取研究

为精确控制灵巧手对目标物体的抓取,针对灵巧手对目标物体的抓取控制实时性不高的问题,设计了全驱动五指灵巧手试验样机DH-MN-I。分析了单根手指的正运动学与逆运动学,提出了接触力反馈控制算法( CFFCA: Contact Force Feedback Control Algorithm) ,利用压力传感器的反馈值,实时控制灵巧手和目标物体之间的接触力,并且详细描述了灵巧手的强力抓取和精确抓取两种抓取模式。在全驱动五指灵巧手试验样机DH-MN-I 上的实验证明,在两种抓取模式下该算法对两种尺寸的目标物体实现抓取控制是可行的。利用提出的接触力反馈控制算法可控制全驱动灵巧手和目标物体之间的接触力,实现灵巧手对不同大小的目标物体的稳定抓取操作,实验结果表明,该算法实时性较好,有很高的灵巧性,具有应用价值。