構造化されていない環境におけるソフトロボットマニピュレータのターゲット認識と把握戦略
Lisong Dong1, Huiru Zhu1, Yuan Chen1
1Hefei University of Technology, School of Mechanical Engineering, Hefei 230009, China.
The Review of scientific instruments
|September 5, 2025
まとめ
この研究では,柔軟なロボットハンドと改良された You Only Look Once v5s (YOLOv5s) アルゴリズムは,不規則なオブジェクトの把握を改善します. このシステムは,精度とパワーアゲープタスクで82%の成功率を達成しました.
科学分野:
- ロボット
- コンピュータ・ビジョン
- 材料科学
背景:
- 構造化されていない環境で 不規則で脆弱な物体を掴むのに苦労します
- 既存の方法は繊細な操作作業の効率と精度が欠けている.
研究 の 目的:
- 柔軟なロボットハンドと 効率的で正確な物体検出アルゴリズムを開発します
- リアルタイムのロボットアプリケーションのためのYou Only Look Once v5s (YOLOv5s) アルゴリズムのパフォーマンスを向上させる.
主な方法:
- 指を曲げるための検証済みの数学的モデルを搭載した 急速な空気圧ネットワークベースのソフトフィンガー構造を設計した.
- コーディネート・アテンション (CA) を統合し,スペース・ピラミッド・プーリング (SPP) モジュールを改良することでYOLOv5sを強化しました.
- 精度と力の把握テストのための柔らかいロボット把握実験プラットフォームを開発しました.
主要な成果:
- 強化されたYOLOv5s-CA-SPPモデルは,平均精度と認識速度の改善を示した.
- 実験分析により 柔らかいロボットハンドと 改良された検出アルゴリズムの有効性が確認されました
- このシステムは最適な姿勢で 実験を成功率82%を達成しました
結論:
- 統合されたソフトロボットハンドと 強化されたYOLOv5sアルゴリズムは 複雑なアグリピングタスクの 実行可能な解決策を提供します
- 開発されたシステムは,構造化されていないロボット操作の応用のための重要な可能性を実証しています.
- 更に研究が進んだ制御戦略や より幅広いオブジェクト認識能力を探求することができます.
