摘要：针对水下机器人实现自主抓取过程中缺乏引导系统的问题,提出了一种依托水下机器人的海产品智能检测与自主抓取系统,用来解决水下目标的智能检测问题,并引导水下机器人进行海产品的自主抓取。将卷积神经网络检测算法应用到水下场景,利用水下图像数据集训练特定的网络模型DSOD检测海产品。建立短基线定位系统定位水下作业的机器人。通过分析相机成像坐标系与定位系统坐标系之间的关系,提出了一种计算海产品实际位置的坐标转换方法,计算海产品的实际位置。设计了一种基于反馈机制的多信号分析方法,引导机器人在水下移动并抓捕海产品。为了验证所提系统的有效性,搭建了一款水下抓捕机器人,并成功将所提算法应用到机器人,在真实海洋环境中进行海产品的自主抓取实验。

摘要：随着机器人技术的发展,仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人,基于机器视觉进行自主抓取研究,旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面,硬件采用Realsense-D435深度摄像头,利用YOLO(You Only Look Once)物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成,并根据目标点云与标准点云的配准算法(ICP)获取物体的姿态,通过D-H法对机器人头部进行建模,将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上,参照人手臂的抓取规律,将抓取过程分为9个基础动作:初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位,针对不同物体确定对应抓取姿态,以提高抓取成功率,根据视觉获取的抓取点和放置点,自主计算余下的关键点,并以空间弧形作为抓取轨迹,通过Matlab仿真,验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验,结果表明,仿人机器人在自然环境中能够快速准确地识别和定位不同物体,并能成功进行抓取和搬运,成功率均在80%以上,并且能够兼顾动作的仿人性,验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。

摘要：目的:设计一种无人机自主抓取仿生机械手,以实现无人机在飞行过程中精准抓取物体。方法:该机械手利用红外感应技术抓取物体,由外壳、支撑架、旋转齿轮、中央转轴、中央绕线盘、尼龙线(3根)、旋转电动机(2个)、扭簧(3个)、机械爪(3个)、机械爪固定装置(3个)、红外感应装置和Arduino开发板等组成。其中外壳采用聚乳酸材料进行3D打印,支撑架、旋转齿轮、中央转轴、中央绕线盘、机械爪采用光敏树脂进行3D打印,机械爪打印完成后再用橡胶材料浇注形成弹性结构;Arduino开发板采用OpenCM9.0控制器,可对红外感应装置和旋转电动机进行供电与控制。结果:经测试,该机械手能够实现张开与闭合操作,且可以在0.11~0.15 s完成张开—感应—启动—抓取的过程。结论:该机械手质量轻、负载低、抓取效率高,可满足无人机自主抓取物体的需求。

摘要：为一种能够实现5指独立动作以及具备人机交互能力的多自由度仿生假手设计了手部嵌入式控制系统.该系统由传感器系统和运动控制系统构成,集成于假手机体内部,通过通信总线与上层控制器交换信息.传感器系统包括3种类型,共12个传感器,可为假手自主抓取以及人机交互中的感觉反馈提供数据,运动控制系统用于控制、驱动各手指动作.此外,本文以基于位置的阻抗控制为底层,以动作预构形为上层设计了分层控制策略.实验表明,该嵌入式控制系统和分层控制策略使假手实现了自主抓取功能,提高了抓取的柔顺性、稳定性和适应性.

摘要：针对传统的机械手抓取方法难以获得可靠抓取位姿的问题,提出一种基于点云的抓取方法。通过深度相机获得工作空间的部分点云;采用GPD法在点云空间采样候选抓取位姿;最后,通过自主设计的评估模型筛选出高质量的抓取位姿。基于所提方法,搭建了完整的自主抓取系统,对多种物体进行实际抓取实验。结果表明:算法能有效地检测出可靠的抓取位姿,且对未知物体的泛化性良好,抓取成功率和抓取完成度较传统方法有明显提升,能够满足各类抓取任务的需求。

摘要：以苹果采摘机器人末端执行器稳定抓取为目标,建立了二指末端执行器抓取苹果的力学模型,提出了利用加速度传感器反馈进行优化控制的方法并设计基于BP神经网络和PID控制的自适应控制器。

摘要：机械臂结构设计以及多自由度的运动控制是危险作业机器人能否胜任作业任务的关键。针对特殊的作业任务要求,采用电液比例控制和直流伺服驱动相结合的关节驱动形式,分析了无线通信系统、基于双目立体视觉的遥操作主从分级控制系统、各关节的伺服控制及所采用的先进控制策略,提出了半自助、自主两种作业模式,并对其实现原理进行了较深入的剖析。最后,创建了机械臂的虚拟样机模型,进行了机械手工作域的仿真分析,结果表明能较好地满足设计要求。