验证了各种手中的物体操纵策略,采用了一种新型触觉传感器,该传感器是为低功率的机器人手开发的
Avinash Singh1, Massimilano Pinto1, Petros Kaltsas1
1Department of Information Technology and Electrical Engineering, Università degli Studi di Napoli Federico II, Napoli, Italy.
Frontiers in robotics and AI
|October 11, 2024
概括
为Prisma Hand II假肢开发了一种新的光电子触觉传感器,使得它能够更好地掌握力控制. 这一进步将触觉感应与神经网络集成在一起,以提高机器人手的性能.
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:
- 普里斯玛手II是一只低功率的假肢手,旨在研究手中的操纵.
- 目前的局限性包括缺乏兼容的,商业上可用的触觉传感器用于集成.
- 敏捷的运动能力表明了工业和假肢应用的潜力.
研究的目的:
- 开发并将一个新的,尺寸优化的光电子触摸传感器集成到Prisma Hand II.
- 为了利用传感器的输出来确定最佳的抓取力和扭矩在手中的操纵任务.
- 为了比较人工神经网络 (ANN) 和卷积神经网络 (CNN) 在掌握控制方面的性能.
主要方法:
- 开发了一种新的光电子触摸传感器,其尺寸优化了指尖集成.
- 实现神经网络 (NN),特别是ANN和CNN,以处理传感器输出以捕捉力和扭矩的确定.
- 在模拟和实验验证中使用平均平方误差 (MSE) 对ANN和CNN性能进行比较.
主要成果:
- 这种新的触觉传感器已经成功地集成到Prisma Hand II的指尖中.
- 神经网络有效地使用传感器输出来确定最佳的抓取力和扭矩.
- 与以前的传感器版本相比,开发的触摸传感器表现出了卓越的性能.
结论:
- 这种新型的光电子触觉传感器适合集成到Prisma Hand II假肢中.
- 传感器与NN相结合,增强了手持操作任务的抓取控制.
- 这项技术提升了假肢和机器人手的能力.
