灵巧手运动学分析

本文研究了灵巧手操作物体的运动学问题,在分析手指与物体接触条件的基础上,建立了手指与物体之间单点接触作纯滚动和作可控制滑动的运动学方程,给出了3R,4R 和5R 手指的运动约束条件,并对5-4-5型灵巧手进行了速度仿真和图形仿真.     

灵巧手抓持规划的虚拟仿真方法

本文介绍在虚拟环境中,通过仿真分析的手段来研究机器人灵巧手抓持规划方案的方法.研究中以人的经验为指导,根据手、物的形状及尺寸等相对关系初步给出定性的抓持方案,以此为基础在虚拟环境中对机器人灵巧手的抓持过程进行仿真分析,判定所给出的抓持规划是否能实现在虚拟环境中的稳定抓持.然后在可行方案的基础上进一步对灵巧手的抓持点位置及抓持姿态进行优化,最终可得到机器人灵巧手对于特定被抓持物的较令人满意的抓持规划方案.     

灵巧手抓持规划的虚拟仿真方法

本文介绍在虚拟环境中,通过仿真分析的手段来研究机器人灵巧手抓持规划方案的方法。研究中以人的经验为指导,根据手、物的形状及尺寸等相对关系初步给出定性的抓持方案,以此为基础在虚拟环境中对机器人灵巧手的抓持过程进行仿真分析,判定所给出的抓持规划是否能实现在虚拟环境中的稳定抓持。然后在可行方案的基础上进一步对灵巧手的抓持点位置及抓持姿态进行优化,最终可得到机器人灵巧手对于特定被抓持物的较令人满意的抓持规划方案。     

基于FSR的灵巧手压力控制系统设计

仿人灵巧手是未来家用机器人必不可少的一部分,目前我国关于仿人灵巧手的研究尚处于起步阶段。设计了一款基于压力传感器（FSR）的智能灵巧手压力控制系统,该系统的主控芯片采用dsPlC30F6010A,手指压力传感器采用lnterlink Electronics公司生产的FSR408。借助外围硬件电路完成数据的采集、处理与传送。试验结果表明该系统具有测量准确、响应速度快及环境自适应强的特点,能够很好实现灵巧手的压力控制,具有较高的实际应用价值。     

机器人多指灵巧手的结构参数优化设计

本文对目前已经制造出的几种典型的多指灵巧手的结 构进行了分析．对一种三指十二自由度的多指灵巧手的各指之间的相对结构尺寸进行了优化 设计,得出了比较满意的结果．并对该手爪进行了具体的结构设计,给出了其三维视图．     

基于模糊逻辑控制的机器人灵巧手的抓取方式

机器人灵巧手抓取方式控制是整个灵巧手操作规划一个非常重要的环节。该文介绍了3种典型的抓取方式：平行抓取、聚中抓取和镊式抓取。以被抓取物体的尺寸为输入量,抓取方式作为输出量,提出了一种基于模糊逻辑的灵巧手抓取控制算法,并对这种算法进行了推导。在实际的机器人灵巧手遥操作系统中的应用表明,这种基于模糊控制的灵巧手抓取方式控制方法是正确有效的,具有使用价值。     

人手到灵巧手的运动映射实现

本文研究主从操作中人手到灵巧手的运动映射．提出了一种基于虚拟关节和虚拟手指的关节空间运动映射方法，实现了人手和灵巧手的三维运动仿真．以数据手套为人机接口，在虚拟环境下，通过直观地比较映射效果，验证了映射算法．     

多指灵巧手的位置/力矩控制

提出了一种新的多指手位置/力矩控制策略.该策略基于滑模位置控制和PD力矩控制分别实现自由空间中的轨迹跟踪和约束空间中的力矩跟踪,利用简单的系统观测器实现灵巧手在过渡过程中的控制模式切换.该策略具有很好的位置/力矩跟踪能力,并且可以保证过渡过程的稳定性.实验结果证明了该控制策略的有效性和可行性.     

虚拟环境中灵巧手主从抓持的实现

研究了虚拟现实环境中人手和灵巧手的抓持动作.利用数据手套采集人手的运动信息,将人手的运动 映射给灵巧手,通过搭建人手和灵巧手的模型,在虚拟环境下实现了主从抓持操作.探讨了关键技术问题:异构系统 运动映射、碰撞检测、虚拟力建模、稳定抓持的判据.􀁱     

基于连杆力矩传感器动态补偿的机器人灵巧手笛卡儿阻抗控制

为了对连杆空间力矩传感器进行动态补偿,提出了适用于求取串联机器人任意连杆中任意一点处所受的内力和内力矩的算法.该算法采用连杆假想截断原理利用牛顿-欧拉方程推导而出.推导过程综合考虑了串联机器人是否处于静态以及末端是否受外力作用的情况,以及串联机器人的关节是否是回转关节的情况.然后利用该算法计算动态补偿值,构建了基于连杆力矩传感器动态补偿的笛卡儿阻抗控制器.最后在HIT/DLR Hand II五指灵巧手上进行了实验验证.实验结果一方面验证了该算法的有效性,另一方面也验证了本文所构建的笛卡儿阻抗控制器的有效性.     

自重影响下对称结构三指灵巧手的抓持规划与分析

将驱动电机置入灵巧手指内部，使得灵巧手指自重对操作性能的影响增大．文中对所设计的对称结构三指灵巧手进行了受力分析，并在此基础上建立了手指自重对灵巧手指关节力矩影响的优化目标函数，以寻求不同手掌方位角下关节的最优抓持位形．通过对不同手掌方位角下关节力矩的优化分析，确定了手掌方位角与手指最佳位形之间的映射关系．将优化结果应用于实际机器人系统，其运行结果表明了该分析方法的有效性．     

机器人灵巧手基关节交叉耦合同步控制

为了提高机器人灵巧手基关节的轨迹跟踪精度,提出了包含同步误差和位置误差反馈项及平滑鲁棒非 线性反馈补偿项的交叉耦合同步控制策略,并建立了手指动力学模型．基于李亚普诺夫稳定性理论证明了所提出的 控制策略能够使同步误差和位置误差均收敛到0,并且保证了系统的渐近稳定性．与传统非同步控制的PD 加摩擦 力补偿算法和轨迹跟踪控制算法进行比较,实验结果验证了所提出控制策略的有效性．     

气动机器人多指灵巧手——ZJUT Hand

总结了现有灵巧手的缺点,例如结构复杂、难以控制等,并在此基础上提出了一种新型的气动驱动多指灵巧手,命名为ZJUT Hand.基于一种新型的气动柔性驱动器FPA,设计了气动刚柔性弯曲关节及侧摆关节;在此基础上给出了一种4自由度气动拟人手指;为了获得较高的模块化集成度,将5个完全相同的手指装配在拟人手掌上,构成具有5个手指、20个自由度的ZJUT Hand的本体结构;采用仿生学优化方法确定ZJUT Hand的结构参数,并对其本体结构进行了抓持仿真实验.仿真结果表明:ZJUT Hand能够对圆柱、长条形、球形等典型形状的物体实现抓持,并能够模拟人手实现对捏、夹持、勾拉等复杂拟人手形.详细设计了ZJUT Hand的力/位传感系统.完成了ZJUT Hand的抓取实验,结果表明:ZJUT Hand能够对典型形状目标物体实现稳定抓取.最后,简单总结了ZJUT Hand的特色之处.     

基于深度神经网络的多指灵巧手抓取手势优化

基于深度神经网络模型,提出了一种适用于多指灵巧手的抓取手势优化方法。首先,在仿真环境下构建了一个抓取数据集,并在此基础上训练了一个卷积神经网络,依据目标物体单目视觉信息和多指灵巧手抓取位形来预测抓取质量函数,由此可以将多指灵巧手的抓取规划问题转化为使抓取质量最大化的优化问题,进一步,基于深度神经网络中的反向传播和梯度上升算法实现多指灵巧手抓取手势的迭代与优化。在仿真环境中,比较该网络和仿真平台对同一抓取位形的抓取质量评估结果,再利用所提出的优化方法对随机搜索到的初始手势进行优化,比较优化前后手势的力封闭指标。最后,在实际机器人平台上验证本文方法的优化效果,结果表明,本文方法对未知物体的抓取成功率在80%以上,对于失败的抓取,优化后成功的比例达到90%。     

灵巧手操作的重构规划

根据人类利用滑动或滚动方式进行灵巧操作的几种模式 ,在多指灵巧手—物体的抓持系统中 ,把实现这些灵巧操作模式的规划问题作为一个位形空间的重构问题进行全局和局部级的操作规划 ,开发了实现灵巧操作的规划算法 .仿真结果表明了方法的有效性和正确性 .