CLASH-A兼容Sensorized手处理的对象

1。介绍

软操纵现在是机器人学研究的热门话题,因为它承诺一个更简单的方法,将通用真实世界的场景。事实上,柔软的手在本质上健壮与环境进行交互,需要简单的控制策略来开动数量减少(大部分)的驱动自由度(自由度)(美元和豪,2010年)。物流和食品加工行业的应用程序是一个潜在的场景软机械手可以自动抓取不同的对象有不同的重量和形状。灵感来自观察人类贪婪的行为,使用环境约束(Eppner et al ., 2015)增加软手的性能通过减少不确定性的影响来自视觉传感器和证明价值的场景,如水果处理,没有CAD模型可用来描述操纵物体的形状。许多不同的软机器人的手技术近年来已经发展,主要体现合规(雀et al ., 2014;Catalano et al ., 2014;Ciocarlie et al ., 2014;斯图尔特et al ., 2017)。例如,手了Tavakoli和de Almeida) (2014)使用结构弹性(弹性关节和软垫),和手Deimel和布鲁克(2015)使用结构弹性搭配微分动作。然而,气动与结构弹性刚度独立的位置相关刚度和不能改变的手指的位置,这是为了改变应用对象的力量,同时保持相同的指尖位置,作为Awiwi手的设计实现,DLR的手臂系统的一部分(Grebenstein et al ., 2011)。实现的可变阻抗驱动(VSA)这个机器人(fiedl的用于检查电子邮件地址et al ., 2011)允许僵硬的手没有力量应用到一个对象;实现通过使用2 n肌腱耦合和20个自由度,由40汽车位于前臂(fiedl的用于检查电子邮件地址et al ., 2015)。因此,系统开展研究很有趣问题的最优控制和操纵在手,但是太复杂了,真正的工业应用由于大量的组件和高成本。出于这个原因,我们的简化和重新设计工作Awiwi手(fiedl的用于检查电子邮件地址et al ., 2011)使用新的VSA手指概念中实现两个触手,WHISG(可穿戴的手调查刚度而贪婪的)(哈斯et al ., 2018)和冲突(兼容低成本敌对的伺服)(fiedl的用于检查电子邮件地址et al ., 2018)。

本文重点是冲突的发展和性能(图1),一个新家庭的成员基于技术用于Awiwi DLR的手手。手的机械电子设计最初提出了fiedl的用于检查电子邮件地址et al . (2018)在第二节和扩展。的分析是本文的主要贡献的潜在应用在真实的场景中,如以下部分所述。这包括自检和故障诊断系统的实现,这是在第三节。第四节从理论上分析的机械鲁棒性机器人手指僵硬,手指安全所需的最大笛卡尔速度和比较它与冲突的预期性能的手的手指。第5部分描述了实验验证的健壮性冲突,并研究其掌握故障条件下的性能。最后,第六节总结本文,并讨论可能的未来的工作。

2。设计的冲突

本节介绍了主要设计理念冲突,基于VSA DLR Awiwi手设计(fiedl的用于检查电子邮件地址et al ., 2011)。自由度的数量,指尖部队和Awiwi手的关节速度相媲美人类的手,但它的重量和大小是大于一个人的前臂和手,因为所有的致动器位于前臂,而人类的手是由许多小手掌的肌肉。此外,系统太昂贵和复杂在实际工业使用情况。基于经验的开发和操作Awiwi手,下列条件定义为新DLR手家庭:

1。手应该有可能被附加到任何机器人,所以执行机构应该位于的手掌;

2。应该实现模块化,例如手指使用驱动器框;

3所示。模块化设计应该允许不同的手指配置(例如,2 - 3自由度或封锁机器)进行测试;

4所示。手指应该健壮如Awiwi手,最好是使用更少的致动器,因此必须优化肌腱耦合;

5。必须增强手指的刚度行为相比Awiwi手;

6。不同传感器的设计应能使容易集成进手(例如,触觉传感器)。

这些需求设计了新的手原型与三根手指,即WHISG和冲突的手。手提供研究平台的把握(WHISG)和做掌握实验与机器人(冲突)。双手有三个手指:一个大拇指+两个额外的手指,都基于相同的设计原则。三根手指被选为一个可接受的妥协之间的把握能力和灵活性与机械和控制的复杂性;事实上,它已经表明,拟人化的手,三根手指获得所需的最小数量是一个可接受的水平的灵活性(Saliba et al ., 2013)。手指的模块化水平允许不同的可能运动安排冲突,例如,2 -或4-finger手也是可行的。为了清晰,下文中,冲突3 f将用于指定结果获得的3-finger版本冲突。

2.1。运动学优化

冲突3 f手通过几何优化过程设计考虑到目标对象来自SoMa项目¹,即,fruits and vegetables. The hand kinematics must be optimized for handling a prototypical set of groceries, selected as representative of the possible variations in shape for the use case, which include an iceberg lettuce (approximated by a sphere), a box of blueberries (approximated by a cuboid) and a cucumber (approximated by a capsule), as illustrated in图2。

的初始设计WHISG手(fiedl的用于检查电子邮件地址et al ., 2018)提供良好的行为改变负载较低的刚度;然而,刚度的变化是相当有限的,当负载增加。此外,手指反对拇指(以下称为微分手指)有一个差动驱动机制,同时改变了肌腱力量和手指的位置,导致FAS的偏转(灵活的敌对的弹簧)。此外,我们发现微分的近端和远端关节之间的耦合拇指先张拉时也限制了其刚度的变化。由于这些发现缺陷的高欠驱动手指,我们决定提高手指传输系统通过添加额外的伺服电机,减少underactuation为了获得更好的刚度变化。

我们决定调查没有近端关节的运动学,所以手指的新版本有两个自由度的手指和拇指的三自由度。的几何设计冲突3 f手是通过一个两阶段的过程。第一阶段是几何分析获取段长度和一个平面手掌的长度(例如,在2 d)。Adimensional参数优化的固定关系r/l,在那里r是对象的代表半径(球体、长方体、胶囊)和l手指的总长度(图3)。对象被放置在不同的离散位置的手,和为每一个位置,周围的手关闭对象寻找可能的接触点。不同的标准可以进行优化,包括的可达工作空间的大小,至少有两个手接触的对象,和力封闭工作空间的大小,对象上的接触导致强迫关闭掌握(图4)。这些标准为不同的值进行了分析r/l,l₀/l,l₁/l,整体最优几何被选为最大化的两个标准。这个过程导致了棕榈的基线l₀= 35毫米,总长度的手指l= 100毫米,和链接长度的l₁= 70毫米,l₂= 30 mm时考虑到的手应抓住对象的最大半径70毫米。第二阶段的整体位置和方向的手指定义(3 d)使用相同的过程和优化标准在前一个阶段使用。分析的结果导致了均匀分布的手指指向手掌的中心。

2.2。设计的微分的手指

改进的模块化和功能的手,冲突3 f使用相同的伺服模块,与四个汽车微分的拇指和手指。的两个额外的伺服模块(模块相比WHISG手)是用来增加指尖力,stiffness-variation功能,和手指的可达性。掌骨(MCP)二级(微分)手指的关节可以独立驱动,但两个手指的远端关节是耦合的,类似于人类之间的耦合观察小指和无名指。通过这种方式,微分的手指有三个活跃的景深。使用这个新的设计,最大的指尖力现在是10 N这些手指(四倍最大指尖力实现先前WHISG手)。图5显示了肌腱路由和手指的位置对应的滑轮结构。

下面的矩阵描述了所选的2自由度差动手指肌腱耦合,即。,it indicates how a given tendon (each individual column) affects a particular DoF (individual rows). The radii in the first row control the MCP joint of the left finger, those in the second row, the MCP joint of the right finger, and those in the third row, the coupled distal joints (for more details seefiedl的用于检查电子邮件地址et al ., 2015):

2.3。经验设计

由于微分手指的指尖力增加,拇指进行了重新设计,增加其力量能力两倍有效地反对和抵制的力量由微分的手指。灵感来自人类肌腱路由、MCP的两个屈肌肌腱关节现在结束近端关节。在人类,最强的手指肌腱profundus肌腱,在远端骨和可以在所有前关节产生转矩。这种方法是紧随其后的是大多数tendon-driven欠手使用只有一个肌腱,在冲突的手我们使用两个肌腱为相同的目的(图5)。微分关节之间的耦合提高其处理环境约束的能力,特别是让指尖的滑动表面达到平坦的对象,因为它减少了由于手指自适应控制要求。换句话说,这允许一个开环控制的滑动,如果两种由软导纳控制控制。另一方面,这种路由会导致一个非常强大的远端关节(PIP)和弱MCP关节。为了解决这种情况,近端伸肌肌腱作为MCP关节屈肌,tendon-coupling矩阵所描述的:

在这个新的肌腱路由、两个肌腱的工作基础和远端关节屈肌,和伸肌远端联合行为也是一个屈肌的基地。这种设计允许最大20 N和拇指的指尖力大大增加了负载下的刚度变化范围WHISG手相比,如图所示图6。结果定性相似的force-stiffness图测量人类压力控制(图7)。

分析手的行为,把握一个对象,一个简单的计划被用来计算掌握部队需要抓住一个球体从顶部。球的材料是假定有一个密度等于水,类似于大多数水果和蔬菜,例如,桃子,苹果,黄瓜,芒果可以float-potatoes水池和西红柿。这导致了object-dependent刚度的计算,如图所示图8。图显示冲突的刚度增加速度比,例如,2 n耦合的三自由度手指,用于两个指状DLR的手臂系统。WHISG手的结果不是,但是它非常类似于2 n的设计。更快地增加刚度会导致一个更稳定的把握抓住对象的体重变化。

2.4。电子、传感器、和软件的概念

降低系统的成本和复杂性,3 f手使用arduino的冲突控制伺服系统和收集传感器数据(图9)。两个Arduino微指令(Atmel Mega32U4)可以控制五伺服计时器。这只手使用的伺服系统是蓝鸟bms - 3900 MH。伺服系统的电位计值反馈到arduino计算所有手指位置。变量的角度模拟刚度测量杠杆的霍尔传感器(ICHaus议员),工作Awiwi FAS的磁铁。每个杆引入FAS的偏转模型获得肌腱的力量。然后使用肌腱力量,一起的耦合矩阵,来估计中使用的关节力矩导纳控制手的。

两个arduino相互通信通过SPI接口。SPI主有一个Linux USB连接电脑,这对于冲突的便携版3 f是一个英特尔爱迪生。这个董事会运行仿真软件模型,生成的可执行代码驱动过程处理USB通信和web服务器提供参数。进程间通信提供了DLR Links_and_Nodes通信中间件。USB通信使用同步传输的负载32个字节的长度在两个方向上的速度1 kHz。

手掌配备传感器板的IMU获得手的方向,接近传感器检测物体接触之前,和一个小微控制器(Atmel Tiny1634)从手掌和指尖的触觉传感器收集数据。触觉传感器是基于压阻效应的3 m Velostat箔或防静电泡沫(Koiva et al ., 2013)。手掌有一个3×3传感器区域,和所有的手指都可以用指尖的触觉传感器装备3×3特达在每个传感器。传感器板通过I2C连接到拇指Arduino电路板。在正常操作中,三个I2C传感器读取的速度166 Hz。如果需要快速的触觉信息,感兴趣的点可以交换联系信息可以被更新在500赫兹。额外的传感器仍然可以连接:SPI主有一个免费的I2C接口UART,可以,例如,用于集成SPAKFUN机器人手指传感器(帕特尔和科瑞尔说道,他2016)。两个TMP75传感器测量温度的伺服系统,和内部状态的收集直流环节电压和电流。

2.5。鲁棒性相比其他经销商手中

表1提出了一个比较不同的手指功能在DLR的手。在手指级别执行比较由于模块化的冲突,即。,it would be possible to build a hand with a similar kinematic structure to the DLR Hand II or the DLR/HIT Hand using the thumb module of CLASH 3F. In terms of robustness it is clear that the hands with VSA (Awiwi, WHISG, and CLASH) are much more robust than the stiff hands (DLR Hand II, HIT Hand II, and DEXHAND). This is also reflected in the daily usage of the hands in the labs—a planning error that results in a collision can lead to damage in the stiff hands if the human does not react fast enough to stop the collision. This is not generally a problem for the VSA hands, which can, in principle, resist unintended collisions. A tendon breakage due to an impact is very unusual; a collision might lead to one of the tendons jumping off the pulleys or guides, which could later lead to a sliced tendon, mostly in the fingers. This problem is prevented in the Awiwi hand at the control level because a mechanical solution was not implemented. The tendon pretension controller tries to hold a minimum pretension of 12 N. As a result, the hand loses about 40% of the passive deflection, and the hand is mostly used in a medium-stiff configuration. This behavior led to the development of a mechanical jump-off guiding system in CLASH, where the whole spring deflection can be used to increase the robustness and softness of the hand. Furthermore, the concept of end stops for zeroing the hand is not needed anymore in all joints, because the RC-servo provides an absolute position reading, which was not available with the Awiwi actuators. The end stops reduce the possible range of motion, reducing the potential damage if a crash happens at the palmar side. The Awiwi hand has joints that can dislocate mechanically, but the preloaded tendons prevent the joint dislocation. The CLASH fingers also use the ability to dislocate, which might happen in the case of hits from a lateral direction. Indeed, these fingers do not have a DOF for lateral motion, so the joint has to dislocate if such a hit occurs. The dislocation is supported by the compliance of the joint tendons; the finger can be relocated easily after such an event. Therefore, the overall robustness of CLASH is better than that of the Awiwi hand, even though the Awiwi hand uses steel instead of nylon tendons.

3所示。自检和诊断故障

对于工业应用,自检的手很重要,使有缺陷的检测硬件尽可能快维持生产线的运转。在实验室环境中,任务将会停止,机械手所取代,在现实的应用程序中是不可接受的。如果确定是硬件问题,系统可以选择补偿策略使用机械手与当前的局限性,和仍然可以执行任务而服务人员正在修复它。由于基于differentially-coupled关节手设计,例如,一个失败的屈肌汽车或其他屈肌肌腱仍然可以得到补偿。自检和differentially-coupled关节的结合有助于保持一定程度的掌握性能即使失败。触发自检的冲突在升高后初步诊断检查,检查和系统在正常的工作条件,提出了图10。

初步诊断是通过两个Arduino的固件微指令。主要功能是检查传感器和执行机构之间的电缆连接。停电阻,例如,显示断开连接的肌腱力检测传感器和发动机(FAS和伺服拉力测试图10)。FAS打开测试可以执行还在正常的工作条件,但不像马达伺服牵引测试,不能检查电阻,因为他们在工作条件干扰位置控制器。然而,验证I2C奴隶的数量,检查如果他们仍然连接;如果不是,那么一个初始化错误报告,并最终补偿操作可以实现这样的手可以工作到服务。如果失败状态出现在最初的检查,系统将执行一个完整的系统检查,然后比较和报告失败。

在操作过程中,系统还可以检查是否一个肌腱断了通过增加被动系统的刚度和比较的名义和实际弹簧偏转。也可以通过验证检查伺服,吩咐和真正的职位匹配在一个允许的阈值(伺服POS / PWM检查图10)。另一个参数是在操作的温度监控RC伺服。现成的伺服系统通常没有内部温度传感器或管理由于低成本的一部分;因此,配备了三个温度传感器,两个主要屈肌之间的拇指和手指的伺服系统,和一个手掌,整个温度检查。如果其中一个传感器之间的屈肌显示过热55°C以上,导纳控制被激活并发出一个警告。然后导纳控制减少扭矩和允许汽车降温。如果温度高于60°C的手回到零位和零刚度仍处于运行状态导纳控制。如果温度下降再次低于50°C,警告和导纳控制是无效的。

支持新对象的把握,我们开发了一个简单的理解规划师,可以用简单的形式计算的对象必要的手指位置,扭矩和肌腱的力量。这在真实的应用程序尤其重要敏感对象为了得到一个好的开始对于一个成功的把握。同时,这些值可以通过掌握观察者,它提供了一个初步估计的把握质量提升对象之前,期间和显示一个对象是否失去了把握。基于传感器数据从我们的肌腱力传感器和距离传感器,掌握观察者可以帮助学习更好的策略来把握。冲突的手最初发表于2018年的自动化展会,我们使用的把握成功建立观察员,但这种估计的质量并不令人满意。纳入更多的传感器模式观察者操作可靠性达99%以上。前掌握,例如,接近传感器可以检测物体滑动的手,因此反射包括手控制来应对这种情况。滑动更健壮的检测信息来自扭矩观察者也被认为是。

4所示。手指的鲁棒性分析

在缺乏高质量的传感器反馈,一只手需要健壮的在真实的应用程序中(被动合规fiedl的用于检查电子邮件地址et al ., 2018;哈斯et al ., 2018)。本节分析更高质量的传感器信号是否真的帮助甚至在僵硬的手。为此,我们详细分析的转移阶段操纵行动,即。,移动对象从采摘到放置位置。在这个转变过程阶段,机器人应该尽可能快的时间效率。如果指尖接触环境,例如,一个容器,由于计划或执行错误,僵硬的手碰撞反应减少扭矩和承受的影响。为了说明这一点,我们将DLR Dexhand配备相同的钢肌腱用于Awiwi手。tendon-driven手指的概念也可以找到在DLR手二世和DLR 5个手指的手。计算,试图找到一个安全等移动机械手的速度,将允许承受可能碰撞且不破坏手指马达。提出了计算中使用的参数表2。

首先我们计算角α,手指移动,如果接触发生20毫米的指尖

在哪里l的总长度是手指,c作用力之间的距离,测量从指尖描绘图11。假定常数为伺服电机角加速度,可以计算所需的时间达到最大角速度,t_acc,运动的时间应该在最大运行速度,t_韦尔角的距离,α。

关节刚度下一个重要参数,它定义了关节的最大偏转,不损伤肌腱。对于一个简化计算,我们忽略了结构和齿轮刚度和只考虑肌腱刚度,因为它通常最小的价值系统。从测量Awiwi,肌腱与7×19组成的最大弹性模量为150000 N /毫米²。因此,线性刚度可以计算如下:

在哪里l_t是跟腱长度和横截面积的肌腱。与已知的刚度和样例延迟t_延迟,我们现在可以计算的最大安全线速度的手

这个速度是否可行与否取决于最大电流和电机的转动速度。

的肌腱长度150毫米,我们得到一个等价的线性刚度约770 N /毫米。图11介绍了安全速度要求保护手的结果。转移阶段的操作任务,结果显示一个伟大的限制在容许速度,这将增加这个阶段上浪费了太多的时间。

计算安全机器人速度的冲突中,我们可以看到第一个被动保护,然后被动+主动反射保护。主动反射触发如果弹簧偏转的速度高于某个阈值。如果发生这种情况,手指驱动尽快远离碰撞。影响速度低于0.7 m / s的手指可以赶走从指尖在任何距离的影响。如果我们比较僵硬的手距离的影响图11,VSA手指允许超过8倍终端执行器速度相比,僵硬的手设计。请注意,这是可能的,尽管赶走速度是基于低成本RC-servos在冲突中使用的手,已DEXHAND中使用的电机功率的1/10。

5。实验验证的鲁棒性

手之间的冲突能够处理各种各样的物体,如所示图12,使用权力和指尖都掌握。在之前报道的实验中,例如,在2018年自动化贸易公平²,手实现了95%以上的成功率在挑选和地方行动。此外,手也可以掌握微妙的对象像小灵狗饼干或草莓,如图所示图13。

这个实验的部分集中在实验验证鲁棒性的冲突。第一部分是成系统的鲁棒性,而第二部分集中在掌握性能发生硬件故障时,包括,例如,一个死去的电机,传感器错误,或破碎的肌腱。

5.1。健壮性测试

对于鲁棒性测试,我们使用一个影响摆,提出图14。实验可分为被动健壮性和主动的反应。从理论手韧性地图(4节),我们知道机器人速度的手可以承受当一个意想不到的发生了碰撞。摆速度被复制的影响,如所示图14预测的速度,一方面有效地幸存下来。

一个更有趣的方面是积极反应的影响,即。,if the hand survives higher impact velocities for hits at the base phalanges of the thumb or differential fingers. For this experiment, we hit the thumb at a distance of 45 mm from the tip. Thus, the hit occurred at the proximal phalanges (the length of the distal phalanges is 30 mm). The results of the impact test can be seen in图15。钟摆能量产生影响为1.34 m / s太低摧毁肌腱之一,所以手指能吸收能量的影响。扭矩达到最大程度的活跃电动机转矩0.47海里。摆的力传感器显示了第一个高峰时的前锋打拇指,然后手指时的最高派克合规是充分利用吸收的影响。现在,可以最小化的影响影响利用导纳控制经验。导纳控制器使用扭矩测量基于弹簧的计算力传感器。这项研究的结果发表在图15:产生的力矩下降了40%,反应加速度超过80%相比之前的情况。

与可变阻抗驱动器与固定轴承,使用,例如,DLR的手臂系统的关节,手指可以在冲突的手脱臼。因此,可以减少肌腱预加载产生松弛,它允许手指脱臼,因此更容易承受更高速度的影响。过去测试,我们实现了一个拇指偏转速度观测器,从而引发汽车运动导致肌腱松弛。在这种情况下,手指承受的影响超过4.3 m / s没有重大损失;唯一的效果是近端硅板踢出的夹紧位置。所示图15,由此产生的肌腱力量远高于那些马达可以生成(考虑到汽车在一起可以产生高达2海里),但他们仍低于肌腱的断裂载荷。

5.2。掌握下的性能故障

测试的性能,我们使用基准测试开发的特定用例处理水果和蔬菜(Sotiropoulos et al ., 2018)。测试验证疗效的机械手抓一个给定对象位于顶部的表从不同的方法方向和不同海拔高度角度对表。的形式给出的结果是热量地图,这表明从不同的初始手里掌握的成功率。在这个实验中,我们使用一个苹果测试名义工况的手,深入了解的影响可能失败的手抓住性能。图16只显示基准测试的结果如果力扭矩传感器(FTS)手腕用于提供反馈。的方法海拔0度,手可以执行测试成功率100%罚球时的内部接近传感器结合使用手接触检测时停止运动。基于第一个结果,距离感应器也用于检测失败,为随后的电动机故障测试生成补偿运动。注意,手还可以执行基准测试在一个工业机器人没有罚球,随着性能主要取决于机载接近传感器。对于所有的测试,手开始在其起始位置,即。,there was no pregrasp pose of the fingers depending on the scene. For the CLASH hand, the zero position is such that at an approach elevation of zero degrees, the fingers are pointing toward the table.

第一个我们认为失败是一个传感器误差的肌腱力传感器。我们假设电缆断开连接,所以负载电阻会显示错误。如果手不应对失败时,高值将触发适应性掌握控制器没有一根手指的接触对象,结果将是一个不稳定的把握。图16手时显示了整体把握的结果性能使用一个简单的故障恢复strategy-namely关闭手根据物体的相对位置。这个职位应该来自内部掌握规划师,为掌握计算电机的位置加上额外的汽车运动的力的计算基于刚度曲线的特征。结果是不如把握与传感器反馈,它提供了一个更好的领会,适应对象的形状。可以清楚的看到这个评价的难度把握职位低的方法的方向。一个更复杂的策略,例如,可以使用电流传感器来控制把握力,但它不是测试在这项研究由于其实现额外的挑战。

另一方面,高掌握部队在这个简单的战略也将越来越强调致动器会因此过热相应的执行机构。因此,第二个失败案例进行测试是当一个伺服系统的手指被过热。对于这个测试,我们设置一个随机运动位置的屏蔽电动机,然后运行基准。我们开始时的伸肌运动微分的手指已经死了;这个电机提供了刚度变化的大部分工作。结果中可以看到图16在中间行。由于不同的设计以及远端趾骨,手指配有返回弹簧的扩展,把运动的基地联合远端关节运动的运动失败的伸肌运动期间,帮助把手指回零位置。因此,结果还不错。通过这种失败,手指失去能力改变重力刚度和补偿,这更多的是一种问题的手方向45和135°。

未来汽车失败,我们测试了差的远端屈肌的手指。拇指按下苹果更向底座趾骨的手指。手指远端趾骨的自由和力量无法适用。最后分析了工作是一个电动机失败的屈肌的基地。由于苹果和手之间的相对位置固定基准,真正的用两根手指掌握是不可能的,所以耦合的远端屈肌与电动机未能帮助手指接触到苹果。因此,掌握姿势很容易创建一个不受欢迎的接触的手指与表pre-grasp形状。此外,性能是非常依赖于手取向。如果手方向逆转,性能会更糟,因为失败的手指不能反对的拇指施加的力的大小。只手的一个线性重新定位对苹果可以提高性能。

一个拇指屈肌的失败导致一个简单的行为,作为一个基础手指汽车失败,但结果仍然是好的,见中相应的热图图16。掌握性能显然不是对称的取向角和会更好如果手被旋转向一侧的失败的屈肌。如果我们现在考虑一个拇指基地伸肌的失败,产生的热量地图显示缺失的问题能力抬起手指。此外,拇指可能躺在面前,距离感应器和触发错误的检测信号,防止正确把握行为。肌腱失败在这个运动将导致更糟糕的性能在一只手的方向0度。额外被动伸肌,如手指,将改善失败行为,但会降低定位精度如果没有包含在控制。最后,我们分析电机故障的拇指远伸肌。类似于拇指伸肌,这失败影响180°方向掌握性能,拇指可以更容易地与苹果相撞。其余的手方向仍然工作得很好。

掌握表演的比较分析故障和功能齐全的手了图17。注意有些失败,失败等拇指和手指远端屈肌远端延伸汽车,有一个非常小的影响简单对象的把握成功率就像一个苹果,姿势和把握力后手动调整,以弥补相应的失败。后的掌握构成传感器误差不调,导致一个更大的成功率下降。

6。最后的讨论

本文总结了设计原理的冲突的手(兼容低成本的敌对的伺服手)的实际性能和分析手的使用在真实的场景中,如对象仓库网上超市。手的机械鲁棒性与环境承受碰撞从理论的角度分析和研究以实验的方式。歌曲的视频³介绍了序列的实验验证。手能够承受碰撞影响的指尖在各个方向有4米/秒的速度没有任何额外的行动,如反射行为。作为参考,cobots如熊猫(Franka Emika), iiwa(库卡),和UR5(通用机器人)最大TCP速度低于2米/秒。影响手指的基地,手里有反应和驱动手指离开的影响。实验表明,最好的策略来最小化的影响不可预见的影响是激活的准入控制,也减少了负载和允许更高的机器人速度,同时保证手的安全。更高的被动合规的手仍然可以通过增加弹簧偏转的FAS如果应用程序场景需要这个。同样清楚的是,当增加手的僵硬,机器人必须移动慢来保护手;然而,对于机器人的运动没有把握对象,没有必要增加刚度。如果手指必须僵硬的传播力量,机器人需要移动慢,保证适当的性能甚至在意外碰撞的存在。

此外,我们调查的能力冲突应对传感器和电机故障,我们实现了一个自检的手向掌握反馈控制器中出现一个错误。手性能(真实)与基准测试开发专门为分析soft-end效应器的性能。人为错误引起的传感器和汽车比较时的真实性能性能error-adaption策略实现。对于一个简单的对象像苹果,顶部掌握性能仍然是100%成功,这表明不同耦合的关节和独立驱动手指可以超越后的手因为电动机或传输失败阻止手指或整个手在后一种情况下。此外,我们实现了观察者的把握成功和验证对象是否丢失,可以帮助未来的人工智能系统学习更好的把握策略不需要人工手动标签的成功把握。这样一个观察者也可以启动一个反应策略保持对象的手抓住,被证明是有用的在研究失败病例。

数据可用性声明

在这项研究中生成的数据集是可在请求相应的作者。

作者的贡献

WF开发机械手,机械电子设计,导致了文献综述,设计和执行的实验、数据分析和论文写作。导致手先生设计,解释实验,论文写作。

资金

这项工作一直由欧洲委员会资助的第八个框架计划作为项目的一部分SOMA(批准号h2020 - ict - 645599)。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

确认

作者要感谢Tilo Wusthoff协助设计外壳,Igor Merkowski贡献初始几何设计的冲突,Florian施密特的支持软件开发控制的手,Ashok米纳克希他帮助规划者和视觉的集成的执行示威,尼古拉·塞茨发展的电子板,和所有的人工作在DLR车间建设过程中为他们的大力支持。

脚注

引用