当前位置: 首页 > article >正文

ICRA@40 周年大会:多指手既可抓取,又可以变成多足机器人

当我们想到抓取机器人时,我们会想到某种手臂末端的某种机械手。因为我们当然知道——这就是(我们大多数人)的构建方式,这就是我们因此优化周围世界的思维方式。但机器人的一大优点是它们不必受到我们的限制,本周在鹿特丹的 ICRA@40 上,我们看到了一个新颖的新事物:一种可以脱离手臂的机械手,然后四处爬行以抓住原本无法触及的物体,由瑞士 EPFL 的机器人专家设计。从根本上说,机器人手和爬行机器人有很多相似之处,包括身体以及一些伸出并做事的摆动部分。但大多数机械手都是为了抓握而不是爬行而设计的,还没有机械手被设计成可以同时做这两件事。由于这两种功能都很重要,因此您不一定希望坚持传统的以抓握为主的手部设计。

在这里插入图片描述

研究人员采用遗传算法和模拟来测试一系列不同的配置,以优化握住物品和移动的能力。当我们想到抓取机器人时,我们会想到某种手臂末端的某种机械手。因为我们当然知道——这就是(我们大多数人)的构建方式,这就是我们因此优化周围世界的思维方式。但机器人的一大优点是它们不必受到我们的限制,本周在鹿特丹的 ICRA@40 上,我们看到了一个新颖的新事物:一种可以脱离手臂的机械手,然后四处爬行以抓住原本无法触及的物体,由瑞士 EPFL 的机器人专家设计。从根本上说,机器人手和爬行机器人有很多相似之处,包括身体以及一些伸出并做事的摆动部分。但大多数机械手都是为了抓握而不是爬行而设计的,据我所知,还没有机械手被设计成可以同时做这两件事。由于这两种功能都很重要,因此您不一定希望坚持传统的以抓握为主的手部设计。研究人员采用遗传算法和模拟来测试一系列不同的配置,以优化握住物品和移动的能力。您会注意到手指向后和向前弯曲,这实际上使手(或“手爬行者”)抓取物体的方式增加了一倍。从视频中很难看出,但 Handcrawler 使用磁铁连接到手腕上,并使用一个伸出的螺钉将手锁定到位。在视频中,整个系统都是手动控制的,但主要作者 Xiao Gao 告诉我们,他们在实验室中已经有一个自主版本(具有外部定位功能)。事实上,他们已经设法自主运行整个抓取序列,Handcrawler 从手臂上分离,爬行到手臂无法触及的位置,捡起一个物体,然后返回并再次重新连接到手臂上。来自洛桑联邦理工学院 (EPFL) 和麻省理工学院 (MIT) 的 Xiao Gao、Kunpeng Yao、Kai Junge、Josie Hughes 和 Aude Billard 撰写的《超越手部灵巧性:设计用于抓取和爬行的多指机械手》本周在鹿特丹的 ICRA@40 上发表了演讲。


http://www.kler.cn/news/360089.html

相关文章:

  • [openwrt-21.02]openwrt-21.02 增加固件编译日期时间及git记录到openwrt_release文件
  • 【微信小程序_15_下拉刷新与上拉触底】
  • JavaScript中实现十进制转二进制算法
  • 1020接口测试面试题随记
  • golang的数组、slice和map
  • 【专题】数据库编程
  • 人工智能技术的应用前景及其对生活和工作方式的影响
  • sql server 行转列及列转行
  • 程序设计基础I-单元测试2(机测)
  • 华为eNSP Destination host unreachable和Request timeout!错误(详细解析)
  • 【无标题】如何使用yolo-v8 实现自定义目标检测
  • 教学平台的信息化之路:Spring Boot实践
  • 【ChatGPT】提高 ChatGPT 创意输出的提示词技巧
  • 在windows下利用安装docker加vscode调试OceanBase,
  • Pandas | 通过PUBG数据集进行数据分析并理解函数使用
  • 鸿蒙网络编程系列22-Web组件文件上传示例
  • 【红日安全】vulnstack (一)
  • K8S---02.Kubernetes的pod
  • python支付宝支付和回调
  • 计算机毕业设计Python深度学习房价预测 房源可视化 房源爬虫 二手房可视化 二手房爬虫 递归决策树模型 机器学习 深度学习 大数据毕业设计