根据对硬度和表面粗度的感知信息进行的基于假肢手的适应性抓取的研究

科学领域:

• 机器人技术 机器人技术 机器人技术
• 生物医学工程 生物医学工程
• 传感器技术 传感器技术

背景情况:

• 目前的智能假肢手与单个传感器的限制作斗争,抓取时目标损伤,以及对目标滑动的缓慢反应.
• 低硬度的目标容易变形,假肢手经常表现出缓慢的滑动抑制,影响抓取效率和稳定性.

研究的目的:

• 开发用于假肢手的自适应性控制策略,利用多传感器数据改善抓取.
• 为了解决单一传感方法的局限性,并提高假肢手的处理各种目标和条件的能力.

主要方法:

• 实施了多传感器方法,集成强度感应电阻 (FSR) 用于硬度检测和光纤传感器用于表面粗度识别.
• 开发了一个自适应控制策略,利用FSR信号来分类目标硬度和调整抓取力,最大限度地减少变形.
• 利用光纤传感器数据来识别表面粗度,使滑动抑制方法的适应性调整成为可能,以提高抓取效率.

主要成果:

• 适应性控制策略显著减少了目标损伤,因为它能够以适当的力量稳定地抓住目标.
• 提高了滑动抑制效率,并减少了初始接触和滑动后稳定抓住所需的时间.
• 扩大了假肢手能够成功掌握的目标硬度,粗度和重量的范围,在具有挑战性的条件下提高了成功率.

结论:

• 拟议的多传感器自适应控制策略通过能够稳定无损地抓住各种物体来增强假肢手的功能.
• 这种方法提高了抓取效率和稳定性,特别是在容易滑动或涉及微妙目标的条件下.
• 该研究表明,假肢手技术取得了重大进展,扩大了成功应用的范围和用户独立性.