Reconocimiento de objetivos y estrategias de captura para manipuladores robóticos blandos en entornos no...

Área de la Ciencia:

• La robótica
• Visión por computadora
• Ciencias de los materiales

Sus antecedentes:

• Los robots luchan para agarrar objetos irregulares y frágiles en entornos no estructurados.
• Los métodos existentes carecen de eficiencia y precisión para tareas delicadas de manipulación.

Objetivo del estudio:

• Desarrollar una mano robótica suave y un algoritmo de detección de objetos mejorado para una captura eficiente y precisa.
• Mejorar el rendimiento del algoritmo You Only Look Once v5s (YOLOv5s) para aplicaciones robóticas en tiempo real.

Principales métodos:

• Diseñó una estructura de dedo blando basada en una red neumática rápida con un modelo matemático validado para la flexión del dedo.
• Mejorado YOLOv5s mediante la integración de Coordinate Attention (CA) y el perfeccionamiento del módulo Spatial Pyramid Pooling (SPP).
• Desarrolló una plataforma experimental de agarre robótico suave para pruebas de precisión y agarre de potencia.

Principales resultados:

• El modelo mejorado YOLOv5s-CA-SPP mostró mejoras en la precisión promedio y la velocidad de reconocimiento.
• El análisis experimental confirmó la eficacia de la mano robótica suave y el algoritmo de detección mejorado.
• El sistema logró una tasa de éxito del 82% en la captura de experimentos con una postura óptima.

Conclusiones:

• La mano robótica suave integrada y el algoritmo mejorado YOLOv5s ofrecen una solución viable para tareas de agarre complejas.
• El sistema desarrollado demuestra un potencial significativo para aplicaciones en la manipulación robótica no estructurada.
• Las investigaciones adicionales pueden explorar estrategias de control avanzadas y capacidades de reconocimiento de objetos más amplias.