CN114378800A - 一种应用于水下作业的智能柔性机械抓手 - Google Patents
一种应用于水下作业的智能柔性机械抓手 Download PDFInfo
- Publication number
- CN114378800A CN114378800A CN202111652973.XA CN202111652973A CN114378800A CN 114378800 A CN114378800 A CN 114378800A CN 202111652973 A CN202111652973 A CN 202111652973A CN 114378800 A CN114378800 A CN 114378800A
- Authority
- CN
- China
- Prior art keywords
- flexible
- mechanical gripper
- flexible mechanical
- underwater
- finger
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 9
- 239000000741 silica gel Substances 0.000 claims abstract description 9
- 229910002027 silica gel Inorganic materials 0.000 claims abstract description 9
- 241000238413 Octopus Species 0.000 claims abstract description 8
- 238000005452 bending Methods 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 238000010146 3D printing Methods 0.000 claims abstract description 4
- 239000011521 glass Substances 0.000 claims description 3
- 238000002347 injection Methods 0.000 abstract 1
- 239000007924 injection Substances 0.000 abstract 1
- 239000000463 material Substances 0.000 abstract 1
- 238000000034 method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 206010001526 Air embolism Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 201000003144 pneumothorax Diseases 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 208000037816 tissue injury Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/085—Force or torque sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/08—Gripping heads and other end effectors having finger members
- B25J15/10—Gripping heads and other end effectors having finger members with three or more finger members
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
- B25J9/104—Programme-controlled manipulators characterised by positioning means for manipulator elements with cables, chains or ribbons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
- B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
- B63C11/52—Tools specially adapted for working underwater, not otherwise provided for
Abstract
本发明公开了一种应用于水下作业的智能柔性机械抓手，涉及水下机器人技术领域，受章鱼触手启发，本发明通过仿章鱼须提出以新型硅胶材料注模，内部采用以电机供力的绳驱方式的柔性机械抓手的构思，基于该发明构思研制的仿章鱼柔性机械抓手包括：3D打印技术制作的类似手掌的支架结构；支架结构的底部设置有用于对实物进行定位的微型摄像头；若干根通过电机和指板固定于支架结构的柔性手指；柔性手指由硅胶制成，且每根柔性手指包括多个关节；每根柔性手指的指尖处设置有压力传感器或弯曲传感器，将水下抓取的情况数据通过压力传感器或弯曲传感器反馈在计算机上。具有灵活度高和良好的可控性，可广泛应用于海底文物打捞，海洋生物捕捞等应用领域。
Description
技术领域
本发明涉及水下机器人技术领域，特别是涉及一种应用于水下作业的智能柔性机械抓手。
背景技术
水下机器人也称无人遥控潜水器，是一种工作于水下的极限作业机器人。水下环境恶劣危险，人的潜水深度有限，长期水下作业会导致严重的减压疾病(DCI)，包括脑动脉气体栓塞、气胸、血管和组织损伤等。水下机器人可在高度危险环境、被污染环境以及零可见度的水域代替人工在水下长时间作业，所以水下机器人已成为开发海洋的重要工具，在石油开发、海事执法取证、科学研究和军事等领域得到广泛应用。
目前，水下航行器搭载的用于水下作业的机械臂大多是刚性结构，如“蛟龙号”用于水下抓取的机械手，日本“深海6500”深海载人器所搭载的机械手等，传统的刚性机械臂一般为刚性多连杆式机械臂，由多段刚性连杆通过可运动的关节连接而成，刚性多关节式机械臂易于建立控制模型，容易实现准确的运动控制。
但刚性结构使其在与人和脆弱物体间接触时安全性低、通常具有较少自由度、能耗较高而效率较低且工作时伴有较大噪音，灵活度及对水下复杂环境的适应性较差，不适合应用于如海底文物等易损物品或海洋生物等对精度、力度要求高的领域。
发明内容
有鉴于此，本发明提供了一种应用于水下作业的智能柔性机械抓手，受章鱼触手启发而来的仿生柔性机械臂具有灵活度高，力度控制精确的特点，本发明通过仿章鱼须提出以新型硅胶材料注模，内部采用以电机供力的绳驱方式的柔性机械臂的构想，基于该发明构思研制的仿章鱼柔性机械抓手具有灵活度高和良好的可控性，可广泛应用于海底文物打捞，海洋生物捕捞等应用领域。
为此，本发明提供了以下技术方案：
本发明提供了一种应用于水下作业的智能柔性机械抓手，所述柔性机械抓手为仿生章鱼形状，包括：
3D打印技术制作的类似手掌的支架结构；
所述支架结构的底部设置有用于对实物进行定位的微型摄像头；
若干根固定于所述支架结构的柔性手指；所述柔性手指由硅胶制成，且每根柔性手指包括多个柔性关节；每根所述手指由一个步进电机控制；每个步进电机固定于所述支架结构；
每根所述手指的指尖处设置有压力传感器，每根所述手指的柔性关节镂空处设置有弯曲传感器；将水下抓取的情况数据通过所述压力传感器或所述弯曲传感器反馈在计算机上。
进一步地，所述微型摄像头上盖有透明玻璃。
进一步地，所述柔性手指的数量为八根，包括用于主要抓取的四根柔性手指以及用于辅助抓取的另外四根柔性手指。
进一步地，所述手指通过指板固定于所述支架结构。
进一步地，所述支架结构的上部设置有一个固定的用于与机械臂进行合体的螺旋结构。
进一步地，所述柔性机械抓手采用绳驱动方式，通过电机控制绳子拉紧与收放所述柔性手指。
进一步地，所述柔性机械抓手的控制程序包括：
AI视觉系统采用OPENMV开源摄像头进行图像获取，自动识别目标物体并追踪定位；
利用PID控制器控制速度环与抓取力度，使所述柔性机械抓手能够稳定的识别、跟随并抓取目标。
进一步地，所述水下智能柔性机械抓手包括三套PID控制器；其中两套PID控制器，包括竖直方向与水平方向两个PID控制器，将抓手稳定指向物体，其误差为物体在图像上的位置与期望的图像位置之差；另一套PID控制器，其误差输入量为由压力传感器测量得到的实际手指与物体间压力与目标压力之差。
本发明的优点和积极效果：
本发明从章鱼优越的运动模式中汲取灵感，研制了新型硅胶铸模，内部以牵引绳控制，电机供力，传感器控力的绳驱柔性臂。较传统刚性结构，该产品灵活度高，适应性强，水下定位及力度控制极精度高，可广泛应用于资源勘探、捕捞、安全检测，搜索救援等大部分水下机器人市场。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中智能柔性机械抓手的一种结构示意图；
图2为本发明实施例中智能柔性机械抓手的又一结构示意图；
图3为本发明实施例中支架结构的一种结构示意图；
图4为本发明实施例中支架结构的又一结构示意图；
图5为本发明实施例中柔性手指的结构示意图；
图6为本发明实施例中PID控制器的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1-2所示，其示出了本发明实施例中的一种应用于水下作业的智能柔性机械抓手的结构示意图，本发明实施例中的智能柔性机械抓手采用仿章鱼须的结构设计，主要包括：
3D打印技术制作的类似手掌的支架结构1；如图3-4所示，手掌中央为连接块9，手掌的下部(也就是支架结构1的底部)设置有一个微型摄像头3，摄像头具有追踪功能，放置于手掌下部可对实物进行定位，实现追踪抓取的功能。微型摄像头上还盖有透明玻璃，起到防水作用。手掌上部还设置有一个固定的螺旋结构，用来与机械臂进行合体，形成一个更加智能化的机器人手臂，以实现更加可在实践中作用的一个结构。
若干根通过电机和指板固定于所述支架结构的柔性手指2；如图5所示，柔性手指2由硅胶制成，且每根柔性手指2包括多个柔性关节8；具体可以包括：用于主要抓取的四根柔性手指以及用于辅助抓取的另外四根柔性手指。通过用硅胶(道康宁184硅胶)代替传统意义上的刚性机械抓手的手指，在设计柔性手指的过程中主要突出了手指部位的关节部分，并设计多个关节，能将手指拉伸的角度变大，提高了手指的灵活性，那么在进行实践的过程中就可以有更多种的选择，对不同外形，不同程度的物体能够提供更多不同的弯曲程度，以便于将物体在不被破坏的情况下更稳定地固定并且抓取。
每根手指2由一块指板固定在支架结构1上，每根手指由一个步进电机控制，与该手指对应的步进电机4也固定在支架结构1上，再将多个电机集成为一只完整的抓手；通过精确的测量，将拽动手指弯曲的绳垂直放置，当步进电机4进行工作时，将绳卷起，实现一个绳驱动7，使手指弯曲。
每根手指2的指尖处设置有压力传感器5，柔性关节镂空处设置弯曲传感器6，将水下抓取的情况数据通过该传感器反馈在计算机上。
每根手指是一个完全可独立的结构，当然，八根手指也可以同时工作，这样又给抓取的过程增加了选择性，是抓取变得更加灵活，更加符合工作者的需求。
本发明实施例中的智能柔性机械抓手采用仿章鱼须的结构设计，通过用硅胶代替传统意义上的刚性机械抓手的手指，同时采用绳驱动的方式对硅胶进行施力，将手指关节部拽起，像人肌肉的肌腱一样拽着肌肉进行拉伸，智能柔性机械抓手用绳驱动将手指进行拉伸弯折。
高效的软件程序是水下机械抓手高速平稳自动抓取的有效辅助。下面对上述智能柔性机械抓手的软件程序进行具体说明。
上述智能柔性机械抓手的软件程序主要包括两部分：1、AI视觉系统采用OPENMV开源摄像头进行图像获取，自动识别目标物体并追踪定位，图像采集及处理是整个软件的核心内容。2、通过PID控制速度环与抓取力度，使抓手能够稳定的识别、跟随并抓取目标。
首先对图像采集及处理部分进行说明：
在单片机采集图像信号后需要对其进行处理以提取主要的条件以及信息，同时，由于在水下环境、干扰物体的存在、光线不均匀、反光点、远处图像不清楚等等环境因素的干扰，图像效果会大打折扣。因此，在软件上必须排除干扰因素，对物体进行有效识别，并提供尽可能多的物体信息与标志位供决策使用。
在图像信号处理中，本发明实施例中提取的物体信息主要包括：物体位于图像的位置、物体边界点信息，物体宽度信息，物体中心线(点)位置，物体类型识别。具体包括以下几个方面：
(1)、获取用于单片机处理的基本图像：
由于摄像头自身的特性和远小近大的视觉原理，图像会产生梯形式变形，这使得摄像头看到的赛道信息和实际真实的赛道信息有所区别。因此本发明实施例中利用赛道进行测量和标定，得到一系列的参数，将摄像头采到的原始图像还原出真实环境信息。原始图像是一个将模拟图像经模拟电路转换得到的二维数据矩阵，矩阵的每一个元素对应一个像素点，图像的第一行对应远处，距摄像头固定位置大约100cm，图像的底部一行对应近处，距固定位置大约5cm。远处的图像小，近处的图像大，图像整体为梯形状。矫正算法为：逆透视变换。
摄像头返回的这个矩阵中，每一个像素点都有一个从0至255的灰度值，值越大表示该像素点越亮，相反，越暗的像素点值就越小。同色间的灰度差很小，而不同色间的灰度差很大，本发明实施例中使用固定阈值将像素矩阵二值化，得到黑白图像，将赛道与背景区别开来。
对于不同光线环境下，摄像头返回的图像亮度、色彩深度等数值不一致，这里采用大津法阈值处理算法(Ostu)，Ostu又名大类间差方法，通过统计整个图像的直方图特性来实现全局阈值T的自动选取，其算法步骤为：
S101、先计算图像的直方图，即将图像所有的像素点按照0～255共256个bin，统计落在每个bin的像素点数量；
S102、归一化直方图，也即将每个bin中像素点数量除以总的像素点；
S103、i表示分类的阈值，也即一个灰度级，从0开始迭代1；
S104、通过归一化的直方图，统计0～i灰度级的像素(假设像素值在此范围的像素叫做前景像素)所占整幅图像的比例w0，并统计前景像素的平均灰度u0；统计i～255灰度级的像素(假设像素值在此范围的像素叫做背景像素)所占整幅图像的比例w1，并统计背景像素的平均灰度u1；
S105、计算前景像素和背景像素的方差g＝w0*w1*(u0-u1)(u0-u1)；
S106、i++；转到S104，直到i为256时结束迭代；
S107、将大g相应的i值作为图像的全局阈值。
对摄像头高度与俯角进行标定，得到一系列参数，对原始的透视图像进行逆透视变换，得到了用于单片机处理的基本图像。
(2)、利用物体捕捉算法确定物体在图像上的位置：
单片机在对原始图像进行二值化之后，再通过逆透视变换得到单片机处理的基本赛道图像，然后用物体捕捉算法来对其进行处理，从而确定出物体在图像上的大体位置。物体捕捉算法的基本思想如下：
对赛道图像进行连通域提取，找出物体对应的连通域位置；
遍历图像，对物体对应的连通域提取边界信息以及宽度、高度信息，并对边界进行滤波处理，储存在数组中；
遍历完毕后，就得到了处理好的能够进行物体具体情况分析的完整的矩阵。
(3)、物体中心与物体大小计算，并描边：
物体中心与物体大小的计算，并描边得到完整的赛道信息矩阵后，即可通过一定的算法计算出物体的中心点坐标。之后由PID控制算法的思想，利用图像中心与物体的实际中心的偏移量来控制机械臂舵机的转动和电机的驱动力度。物体中心算法：
S201、由寻找到的物体连通区域，自底部向顶部扫描，将左右边界进行映射，得到一个映射关系，当物体连通域结束，扫描结束；
S202、通过S201得到的映射关系，取对应左右边界的中点，求出中点的位置，保存在数组中。
接下来对PID控制部分进行说明：
PID控制器，通过对误差比例积分和微分计算处理，就能简单方便的通过闭环回路控制设备，将某个可变化的条件调整控制到一个稳定状态。在工程实际中，由于其简单方便，体积小，难度低，PID控制器的使用为广泛。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。PID控制，实际中也有PI和PD控制。
对于该水下智能柔性机械抓手，设计三套PID控制器。其中两套PID控制器将抓手稳定指向物体，其误差为物体在图像上的位置，与期望的图像位置之差，这里设计竖直方向与水平方向两个PID控制器。另一套PID控制器，为了将物体稳定抓取，其误差输入量为实际手指与物体间压力，与目标压力之差，该压力由柔性压力传感器测量，单片机通过ADC数模转换获取数据。
PID，即通过对误差的三种操作：比例，积分，微分。简单来说，就是通过调整这三个控制的系数kp、ki、kd，达到快、准、稳的效果。
PID控制器是一种线性控制器，它根据给定值与实际输出值构成控制偏差。将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量，对被控对象进行控制，故称PID控制器，原理框图如图6所示。
在计算机控制系统中，使用的是数字PID控制器，控制规律为：
e(k)＝r(k)-c(k)；
式中，k表示采样序号，k＝0，1，2…；r(k)表示第k次给定值；c(k)表示第k次实际输出值；u(k)表示第k次输出控制量；e(k)表示第k次偏差；e(k-1)表示第k-1次偏差；KP表示比例系数；TI表示积分时间常数；TD表示微分时间常数；T表示采样周期。
PID控制器各校正环节的作用如下：
比例环节：及时成比例地反映控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。
积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数。将误差在时间上积累，修正输出值以更佳的调整系统。
微分环节：能反映偏差信号的变化趋势(变化速率)，并能在该偏差信号变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。
数字PID控制算法通常分为位置式PID控制算法和增量式PID控制算法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种应用于水下作业的智能柔性机械抓手，其特征在于，所述柔性机械抓手为仿生章鱼形状，包括：
3D打印技术制作的类似手掌的支架结构；
所述支架结构的底部设置有用于对实物进行定位的微型摄像头；
若干根固定于所述支架结构的柔性手指；所述柔性手指由硅胶制成，且每根柔性手指包括多个柔性关节；每根所述手指由一个步进电机控制；每个步进电机固定于所述支架结构；
每根所述手指的指尖处设置有压力传感器，每根所述手指的柔性关节镂空处设置有弯曲传感器；将水下抓取的情况数据通过所述压力传感器或所述弯曲传感器反馈在计算机上。
2.根据权利要求1所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述微型摄像头上盖有透明玻璃。
3.根据权利要求1所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述柔性手指的数量为八根，包括用于主要抓取的四根柔性手指以及用于辅助抓取的另外四根柔性手指。
4.根据权利要求1所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述手指通过指板固定于所述支架结构。
5.根据权利要求1所述的一种应用于水下作业的柔性机械抓手，其特征在于，所述支架结构的上部设置有一个固定的用于与机械臂进行合体的螺旋结构。
6.根据权利要求1所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述柔性机械抓手采用绳驱动方式，通过电机控制绳子拉紧与收放所述柔性手指。
7.根据权利要求1所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述柔性机械抓手的控制程序包括：
AI视觉系统采用OPENMV开源摄像头进行图像获取，自动识别目标物体并追踪定位；
利用PID控制器控制速度环与抓取力度，使所述柔性机械抓手能够稳定的识别、跟随并抓取目标。
8.根据权利要求7所述的一种应用于水下作业的智能柔性机械抓手，其特征在于，所述水下智能柔性机械抓手包括三套PID控制器；其中两套PID控制器，包括竖直方向与水平方向两个PID控制器，将抓手稳定指向物体，其误差为物体在图像上的位置与期望的图像位置之差；另一套PID控制器，其误差输入量为由压力传感器测量得到的实际手指与物体间压力与目标压力之差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111652973.XA CN114378800A (zh) | 2021-12-30 | 2021-12-30 | 一种应用于水下作业的智能柔性机械抓手 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111652973.XA CN114378800A (zh) | 2021-12-30 | 2021-12-30 | 一种应用于水下作业的智能柔性机械抓手 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114378800A true CN114378800A (zh) | 2022-04-22 |
Family
ID=81200677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111652973.XA Pending CN114378800A (zh) | 2021-12-30 | 2021-12-30 | 一种应用于水下作业的智能柔性机械抓手 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114378800A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106826902A (zh) * | 2017-02-27 | 2017-06-13 | 中国石油大学(华东) | 仿生柔性机械手 |
| CN107972062A (zh) * | 2017-10-30 | 2018-05-01 | 嘉兴南洋职业技术学院 | 一种自动化柔性夹持装置 |
| CN111590630A (zh) * | 2020-06-08 | 2020-08-28 | 浙江理工大学 | 一种视觉辅助的水下液压软体夹爪 |
| CN211844858U (zh) * | 2019-11-27 | 2020-11-03 | 百奥创新(天津)科技有限公司 | 一种章鱼仿生机器人 |
| CN112606033A (zh) * | 2020-12-03 | 2021-04-06 | 吉林大学 | 一种基于柔性压力传感器的机械手驱动系统 |
| CN113021394A (zh) * | 2021-03-31 | 2021-06-25 | 广东工业大学 | 一种手掌具有跨模态触觉传感功能的气动软体多指手 |
| CN113199501A (zh) * | 2021-05-27 | 2021-08-03 | 新疆大学 | 一种可调式柔性抓取机械手 |
-
2021
- 2021-12-30 CN CN202111652973.XA patent/CN114378800A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106826902A (zh) * | 2017-02-27 | 2017-06-13 | 中国石油大学(华东) | 仿生柔性机械手 |
| CN107972062A (zh) * | 2017-10-30 | 2018-05-01 | 嘉兴南洋职业技术学院 | 一种自动化柔性夹持装置 |
| CN211844858U (zh) * | 2019-11-27 | 2020-11-03 | 百奥创新(天津)科技有限公司 | 一种章鱼仿生机器人 |
| CN111590630A (zh) * | 2020-06-08 | 2020-08-28 | 浙江理工大学 | 一种视觉辅助的水下液压软体夹爪 |
| CN112606033A (zh) * | 2020-12-03 | 2021-04-06 | 吉林大学 | 一种基于柔性压力传感器的机械手驱动系统 |
| CN113021394A (zh) * | 2021-03-31 | 2021-06-25 | 广东工业大学 | 一种手掌具有跨模态触觉传感功能的气动软体多指手 |
| CN113199501A (zh) * | 2021-05-27 | 2021-08-03 | 新疆大学 | 一种可调式柔性抓取机械手 |
Non-Patent Citations (1)
| Title |
|---|
| 张政国等: "智能感测器设计", 31 December 2018, 北京工业大学出版社, pages: 165 - 168 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5209751B2 (ja) | ロボットの駆動システム、ロボットの駆動方法、及び、ロボットの駆動プログラム | |
| EP2188728B1 (en) | Methods and systems for data processing and their applications | |
| Suzuki et al. | Visual servoing to catch fish using global/local GA search | |
| CN111923053A (zh) | 基于深度视觉的工业机器人物件抓取示教系统及方法 | |
| JPH01196501A (ja) | ロボットの物体認識装置 | |
| CN110000795A (zh) | 一种视觉伺服控制的方法、系统及设备 | |
| Djajadi et al. | A model vision of sorting system application using robotic manipulator | |
| CN116236328A (zh) | 基于视觉的可实现自然抓取的智能假肢系统 | |
| Zhang et al. | Vision-based sensing for electrically-driven soft actuators | |
| Rai et al. | Computer vision approach for controlling educational robotic arm based on object properties | |
| Chen et al. | Stiffness estimation and intention detection for human-robot collaboration | |
| Hirai et al. | High-speed and intelligent pre-grasp motion by a robotic hand equipped with hierarchical proximity sensors | |
| CN113681552B (zh) | 一种基于级联神经网络的机器人混杂物体五维抓取方法 | |
| CN112045680B (zh) | 一种基于行为克隆的布料码垛机器人控制系统及控制方法 | |
| CN114378800A (zh) | 一种应用于水下作业的智能柔性机械抓手 | |
| Song et al. | Ug-net for robotic grasping using only depth image | |
| CN210233036U (zh) | 一种双目人工智能机械臂教学装置 | |
| Uçar et al. | Determination of Angular Status and Dimensional Properties of Objects for Grasping with Robot Arm | |
| CN110347273A (zh) | 基于激光的人机交互方法 | |
| Volosyak et al. | Improvement of visual perceptual capabilities by feedback structures for robotic system FRIEND | |
| Saito et al. | Real-time liquid pouring motion generation: End-to-end sensorimotor coordination for unknown liquid dynamics trained with deep neural networks | |
| JP2006294018A (ja) | データベースの高速検索方法及び該高速検索方法を用いたロボットの駆動方法 | |
| Grigorescu et al. | Robust feature extraction for 3D reconstruction of boundary segmented objects in a robotic library scenario | |
| Ito et al. | Visualization of focal cues for visuomotor coordination by gradient-based methods: A recurrent neural network shifts the attention depending on task requirements | |
| CN114474060B (zh) | 一种工业机器人的控制方法、装置和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |