仿人机械手设计与手姿态估计研究.x课件_第1页
仿人机械手设计与手姿态估计研究.x课件_第2页
仿人机械手设计与手姿态估计研究.x课件_第3页
仿人机械手设计与手姿态估计研究.x课件_第4页
仿人机械手设计与手姿态估计研究.x课件_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

仿人机械手设计与手姿态估计研究早期的机器人就已经拥有快速且精确移动重载以及编程灵活的特性。然而,终端机构却需要根据具体的应用设计。由于终端机构不够灵活,导致了在应用于不同类型的任务方面,它们存在许多限制。随着计算机计算能力的提高以及电子器件的微型化,人们可以开发出具有人手形状的通用末端执行器。这些设备可以像人类一样抓取并操作物体。这种机械手的设计相比较而言是复杂的,因为灵巧性意味着在有限的空间中需要有大量的自由度,而且需要在机械手上集成大量适宜的驱动器和传感器。对于这种机械手在控制上也需要一些改进,从而使控制变的简单。对于使用者来说使用手势进行控制非常直接简便。这种方法的核心是识别手势,一种手势识别的方法是跟踪手的位置然后检测手的姿态。检测和跟踪裸手的质心位置相对于检测关节位置的确切配置要简单。但是,多数的应用要求精确检测手的姿态并且稳定跟踪姿态的变化。即使如今的处理器己经很强大了,手部关节姿态的提取仍然具有很大挑战性。本文设计了一个仿人机械手并通过捕获人手的姿态实时控制机械手的运动。本文设计的仿人机械手具有和人手相似的外形和尺寸。它由12个直流电机提供主驱动力,主驱动力用来完成手指的屈曲运动,手指的伸展动作由弹性绳提供的被动力驱动。驱动电机放置在手掌和手背处,并使用柔绳传递动力。为了制作出仿人机械手的实物,本论文使用了当前流行的3D打印技术制作机械手的各个零部件。由于拥有较多的可控自由度,所以该仿人机械手具有很高的灵活性,可以模仿人手的动作。在机械手的底层控制方面,仿人机械手所使用的控制器为32位的单片机,使用了PID算法作为控制电机的底层控制算法,并使用旋转电位器作为关节角度传感器。以PID算法为核心的控制器,减速直流电机以及关节角度传感器构成了用于驱动仿人机械手的闭环控制系统,该控制系统为位置控制系统。本文使用Kinect深度相机与深度神经网络构成的手姿态识别系统来实时估计人手姿态并用估计结果控制仿人机械手运动。使用深度相机获取场景的深度信息,然后将手从深度图像中分割出来,把分割后的深度图像输入到训练好的深度神经网络中就可以从深度神经网络的输出获得手的姿态估计。在分割手时假设了手是距离深度相机最近的物体。本文使用的深度神经网络是根据估计手的姿态这个任务而设计的,在设计和训练中加入了先验知识,并在估计过程中加入了优化程序。在控制实际仿人机械手之前,本论文在机器人操作系统(ROS)平台上进行了虚拟调试。使用ROS中的机器人可视化模块(rviz)可以在显示器中显示仿人机械手

人人文库> 全部分类> 应用文书 > 作业报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论