以機器人抓取場景為例,抓取和操作物體是完成各種復雜任務(wù)的基礎(chǔ),目前實現(xiàn)穩(wěn)定的抓取和操作仍然具有挑戰(zhàn)。
先是視覺感知的局限性,尤其是在復雜環(huán)境下,遮擋、噪音和背景復雜性等因素可能
影響視覺感知效果,導致抓取任務(wù)失敗。其次是視覺反饋往往無法提供物體的具體物理
特性信息,如材質(zhì)、剛度、重量等,這也限制了機器人在抓取過程中的準確性和穩(wěn)定性。
目前可以通過導人觸覺傳感器以解決單視覺感知的局限性,通過在機器人執(zhí)行器上安裝
觸覺傳感器,可以記錄整個抓取過程中物體的受力變化,為機器人提供豐富的抓取解決
時序數(shù)據(jù)。通過合適的數(shù)據(jù)處理和分類器,有效提G機器人在復雜環(huán)境中抓取穩(wěn)定性和
分類準確性。
同樣僅憑觸覺信息而不具備視覺系統(tǒng),盡管靈巧手能感知到與接觸物體的受力關(guān)系,但
是由于不清楚物體的特征,無法準確判斷機械臂、靈巧手相對操作物體的位置及是否選
擇正確的動作抓取軌跡與區(qū)域,亦會導致抓取失敗。
一個典型的手眼協(xié)同能通過視覺做好對靈巧手位置的判斷、動作的規(guī)劃及與物體交互策略判定,并能夠根據(jù)手的傳感器信息,判斷力的大小方向是否合適,從而大幅提升定向抓取操作的成功率。而人形機器人的上肢操作功能核心為靈巧手的手眼協(xié)同,手眼協(xié)同的能力決定了人形機器人上肢能力上限。
雙手靈巧配合可完成具有生物運動特征的圍巾佩戴任務(wù);靈巧手精準執(zhí)行酒杯和酒瓶的抓握，雙臂+雙手協(xié)同完成倒酒操作;對日常保潔工作的覆蓋,包括在室內(nèi)場景巡航,針對衛(wèi)生間、餐桌等場景的保潔操作
大規(guī)模應(yīng)用場景不足，應(yīng)用場景直接影響機器人需求的剛性程度;人形機器人機構(gòu)復雜，制造成本高昂，成本控制有賴于大規(guī)模生產(chǎn)的基礎(chǔ)及多方位的技術(shù)
具身智能包含具身感知、具身想象和具身執(zhí)行三個模塊,各學科相對成熟的積累為具身智能進一步發(fā)展提供基礎(chǔ),通過多模型訓練,在多傳感器合作下完成任務(wù)執(zhí)行
學習方法:旁觀型學習,實踐性學習;擅長領(lǐng)域:智能中表征與計算的部分,主動式感知,執(zhí)行物理任務(wù);感知方法:被動接受數(shù)據(jù),支持與外界交互
人形機器人手指關(guān)節(jié)需配備更多小型化且能夠輸出較大力的電機,屬于直流永磁伺服電動機的空心杯電機完美契合人形機器人對應(yīng)手指關(guān)節(jié)輕量化,高精度等需求;
標準式行星滾柱絲杠是將螺旋運動和行星運動結(jié)合在一起,行星滾柱絲杠具有承載能力強,剛度大,精度高,耐磨損,耐沖擊和壽命長等特點
滾動絲杠可分為滾珠絲杠和滾柱絲杠兩大類,傳動效率較高;導軌與絲杠成套運行,導軌用于實現(xiàn)支撐和導向,導軌種類包括滑動導軌,滾動導軌,靜壓導軌等
減速器是常用作原動件與工作件之間的減速傳動裝置,諧波減速器具有體積小,重量輕的優(yōu)點,因此是智能服務(wù)人形機器人的優(yōu)質(zhì)選擇
在部分承 力較大的關(guān)節(jié)我們認為大扭矩直驅(qū)電機也是不錯的選擇,開發(fā)者多采用準直驅(qū)電機+低減速比減速器組合來折中
伺服電機是執(zhí)行機構(gòu),可將電壓信號轉(zhuǎn)化為電機的轉(zhuǎn)矩和轉(zhuǎn)速,用來控制伺服電機,指令裝置則是發(fā)脈沖或者給速度用于配合驅(qū)動器正常工作的
雙目相機法是基于視差原理并利用成像設(shè)備從不同的位置獲取被測物體的兩幅圖像;結(jié)構(gòu)光法通常采用特定波長的不可見的紅外激光作為光源
智能機器人Optimus手掌采用空心杯電機+微型行星齒輪箱+繩驅(qū)+蝸輪蝸桿+力傳感器的方案,一只手掌擁有 6（×2）個執(zhí)行器,11 個自由度,負荷20磅
