CN116766212B - 一种仿生手控制方法、装置、设备及存储介质 - Google Patents

一种仿生手控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116766212B
CN116766212B CN202311038130.XA CN202311038130A CN116766212B CN 116766212 B CN116766212 B CN 116766212B CN 202311038130 A CN202311038130 A CN 202311038130A CN 116766212 B CN116766212 B CN 116766212B
Authority
CN
China
Prior art keywords
force
bionic hand
determining
grabbing
duty ratio
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311038130.XA
Other languages
English (en)
Other versions
CN116766212A (zh
Inventor
韩璧丞
杨海龙
汪文广
李晓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mental Flow Technology Co Ltd
Original Assignee
Shenzhen Mental Flow Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mental Flow Technology Co Ltd filed Critical Shenzhen Mental Flow Technology Co Ltd
Priority to CN202311038130.XA priority Critical patent/CN116766212B/zh
Publication of CN116766212A publication Critical patent/CN116766212A/zh
Application granted granted Critical
Publication of CN116766212B publication Critical patent/CN116766212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Prostheses (AREA)

Abstract

本发明涉及仿生手技术领域,具体是涉及一种仿生手控制方法、装置、设备及存储介质。本发明首先采集被抓取物体的物体重力;然后依据物体重力,确定抓取被抓取物体的所需抓取力;最后控制仿生手以所需抓取力抓取被抓取物体。本发明根据被抓取物体的物体重力,确定抓取被抓取物体的所需抓取力,也就是本发明仿生手所使用的抓取力量与物体的重力相匹配,既能够保证仿生手能够抓起物体,又能够防止仿生手用力过大而损坏物体。

Description

一种仿生手控制方法、装置、设备及存储介质
技术领域
本发明涉及仿生手技术领域,具体是涉及一种仿生手控制方法、装置、设备及存储介质。
背景技术
仿生手是一种类似于人体生物手的一种假手,使用仿生手可以完成一定的工作。现有的仿生手抓取物体时的力量是固定不变的,比如使用仿生手抓取物体,如果该固定的力量相对被抓取物体而言太大,导致抓坏物体;如果该固定的力量相对被抓取而言太小,可能导致无法抓起物体,可能导致物体在抓取的过程中掉落,进而导致损坏物体。
综上所述,现有的仿生手易损坏所抓取的物体。
因此,现有技术还有待改进和提高。
发明内容
为解决上述技术问题,本发明提供了一种仿生手控制方法、装置、设备及存储介质,解决了现有的仿生手易损坏所抓取物体的问题。
为实现上述目的,本发明采用了以下技术方案:
第一方面,本发明提供一种仿生手控制方法,其中,包括:
采集被抓取物体的物体重力;
依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制仿生手以所述所需抓取力抓取所述被抓取物体。
在一种实现方式中,所述采集被抓取物体的物体重力,包括:
从所述被抓取物体的各个角度向所述被抓取物体发射光线,并采集所述被抓取物体反射的光线,记为反射光线;
向所述被抓取物体发射声波,采集被所述被抓取物体反射的声波,记为反射声波;
依据所述反射光线,确定所述被抓取物体的三维模型;
依据所述反射声波,确定所述被抓取物体的内部腔体;
依据所述三维模型和所述内部腔体,确定所述被抓取物体的体积;
依据所述被抓取物体的体积和所述被抓取物体的密度,确定所述被抓取物体的重力。
在一种实现方式中,所述依据所述物体重力,确定抓取所述被抓取物体的所需抓取力,包括:
确定所述物体重力所对应的力量等级;
依据所述力量等级,确定抓取所述被抓取物体的所需抓取力。
在一种实现方式中,所述依据所述力量等级,确定抓取所述被抓取物体的所需抓取力,包括:
确定所述力量等级所对应的力取值范围;
采集所述被抓取物体的物体硬度;
依据所述物体硬度,从所述力取值范围中确定抓取所述被抓取物体的所需抓取力。
在一种实现方式中,所述控制仿生手以所述所需抓取力抓取所述被抓取物体,包括:
确定所述所需抓取力所对应的电机的目标占空比,所述电机为所述仿生手的动力源;
通过控制所述电机的占空为所述目标占空比,以控制仿生手以所述所需抓取力抓取所述被抓取物体。
在一种实现方式中,所述确定所述所需抓取力所对应的电机的目标占空比,所述电机为所述仿生手的动力源,包括:
当所述所需抓取力属于第一力量级别时,确定所述电机的占空比为第一目标占空比;
或者,当所述所需抓取力属于第二力量级别,确定所述电机的占空比为第二目标占空比,所述第二力量级别所对应的最大力大于所述第一力量级别所对应的最大力,所述第二目标占空比大于所述第一目标占空比;
或者,当所述所需抓取力属于第三力量级别,确定所述电机的占空比为第三目标占空比,所述第三力量级别所对应的最大力大于所述第二力量级别所对应的最大力,所述第三目标占空比大于所述第二目标占空比。
在一种实现方式中,所述控制仿生手以所述所需抓取力抓取所述被抓取物体,包括:
采集所述被抓取物体上的各个位置处的硬度;
比较各个位置处的硬度,确定最大硬度;
确定所述最大硬度在所述被抓取物体上的位置,记为目标位置;
控制所述仿生手将所述需抓取力施加在所述目标位置抓取所述被抓取物体。
第二方面,本发明实施例还提供一种仿生手控制装置,其中,所述装置包括如下组成部分:
重力采集模块,用于采集被抓取物体的物体重力;
分析模块,用于依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制模块,用于控制仿生手以所述所需抓取力抓取所述被抓取物体。
第三方面,本发明实施例还提供一种终端设备,其中,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的仿生手控制程序,所述处理器执行所述仿生手控制程序时,实现上述所述的仿生手控制方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有仿生手控制程序,所述仿生手控制程序被处理器执行时,实现上述所述的仿生手控制方法的步骤。
有益效果:本发明根据被抓取物体的物体重力,确定抓取被抓取物体的所需抓取力,也就是本发明仿生手所使用的抓取力量与物体的重力相匹配,既能够保证仿生手能够抓起物体,又能够防止仿生手用力过大而损坏物体。
附图说明
图1为本发明的整体流程图;
图2为本发明实施例提供的终端设备的内部结构原理框图。
具体实施方式
以下结合实施例和说明书附图,对本发明中的技术方案进行清楚、完整地描述。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
经研究发现,仿生手是一种类似于人体生物手的一种假手,使用仿生手可以完成一定的工作。现有的仿生手抓取物体时的力量是固定不变的,比如使用仿生手抓取物体,如果该固定的力量相对被抓取物体而言太大,导致抓坏物体;如果该固定的力量相对被抓取而言太小,可能导致无法抓起物体,可能导致物体在抓取的过程中掉落,进而导致损坏物体。
为解决上述技术问题,本发明提供了一种仿生手控制方法、装置、设备及存储介质,解决了现有的仿生手易损坏所抓取物体的问题。具体实施时,首先采集被抓取物体的物体重力;然后依据物体重力,确定抓取被抓取物体的所需抓取力;最后控制仿生手以所需抓取力抓取被抓取物体,本发明能够防止仿生手损坏被抓取的物体。
举例说明,有两个被抓取物体分别是物体甲和物体乙,其中,物体甲的重力为5N,物体乙的重力为20N,当仿生手需要抓起物体甲时,控制仿生手的手指使用大于5N的力(所需抓取力)夹紧物体甲,也就是所需抓取力在重力方向的分力要刚好大于被抓取物体的重力。当仿生手需要抓起物体乙时,控制仿生手的手指使用大于20N的力(所需抓取力)夹紧物体乙,以保证所需抓取力在重力方向的分力要刚好大于物体乙的重力。
示例性方法
本实施例的仿生手控制方法可应用于终端设备中,所述终端设备可为具有数据处理功能的终端产品,比如微控制器等。在本实施例中,如图1中所示,所述仿生手控制方法具体包括如下步骤:
S100,采集被抓取物体的物体重力。
S200,依据所述物体重力,确定抓取所述被抓取物体的所需抓取力。
S300,控制仿生手以所述所需抓取力抓取所述被抓取物体。
在一个实施例中,步骤S100包括如下的具体步骤S101至S106:
S101,从所述被抓取物体的各个角度向所述被抓取物体发射光线,并采集所述被抓取物体反射的光线,记为反射光线。
S102,向所述被抓取物体发射声波,采集被所述被抓取物体反射的声波,记为反射声波。
S103,依据所述反射光线,确定所述被抓取物体的三维模型。
本实施例,通过向被抓取物体发射光线以采集被抓取物体反射的光线,各条反射光线所在的位置就是形成该反射光线的被抓取物体上各点所在位置,也就是通过采集各条反射光线的位置就可以获取被抓取物体上的各点位置,通过各点位置构建物体的三维模型。
S104,依据所述反射声波,确定所述被抓取物体的内部腔体。
向被抓取物体发射声波,被抓取物体就会发射该声波而形成反射声波,通过反射声波分析出被抓取物体的内部腔体。
S105,依据所述三维模型和所述内部腔体,确定所述被抓取物体的体积。
三维模型的体积减去内部腔体的体积,就得到了被抓取物体的真实体积。
S106,依据所述被抓取物体的体积和所述被抓取物体的密度,确定所述被抓取物体的重力。
用被抓取物体的体积乘以其密度再乘以重力常数g就得到了被抓取物体的重力。
在一个实施例中,步骤S200包括如下的具体步骤:
S201,确定所述物体重力所对应的力量等级。
S202,确定所述力量等级所对应的力取值范围。
S203,采集所述被抓取物体的物体硬度。
S201,依据所述物体硬度,从所述力取值范围中确定抓取所述被抓取物体的所需抓取力。
本实施例的力量等级包括若干个力量等级,每个力量等级对应的力取值范围长度相同。比如第一力量等级、第二力量等级、第三力量级别级、...、第n个力量等级对应的力取值范围分别为[1,5]、(5,9]、(9,13]、...、(4(n-1)+1,4n+1],单位均是牛顿N。
比如物体重力为6N,那么该物体重力6N对应第二力量等级,由于第二力量等级的取值范围为(5,9],因此再根据物体硬度在(5,9]的范围内选择一个大于重力6N的所需抓取力。如果被抓取物体的硬度很大,那么就在(5,9]范围选择一个远大于6N的所需抓取力,也就是所需抓取力为9N,以此保证仿生手能够抓住被抓取物体,以防止抓取过程中被抓取物体掉落。如果被抓取物体的硬度很小,那么就在(5,9]范围选择一个稍大于6N的所需抓取力,比如所需抓取力为7N,就能刚好抓起被抓取物体,又能防止因用力过大而导致损坏硬度较小的被抓取物体。
在另一个实施例中,步骤S200中的所需抓取力等于被抓取物体的重力乘以最大静摩擦系数,最大静摩擦系数为仿生手与被抓取物体之间的最大静摩擦系数。
在一个实施例中,步骤S300具体过程如下:
当所述所需抓取力属于第一力量级别时,确定所述电机的占空比为第一目标占空比;通过控制所述电机的占空为所述第一目标占空比,以控制仿生手以所述所需抓取力抓取所述被抓取物体。
第一力量级别对应的取值范围为[0N,8N],如果步骤S200计算出来的所需抓取力位于[0N,8N]范围内,那么所需抓取力就属于第一力量级别,此时将电机的占空比设置为40%,即40%为第一目标占空比。控制电机在设定时长内以(0,40%]占空比运行,占空比控制电机的转速,电机连接滚珠丝杠,滚珠丝杠连接仿生手的手指。电机的转速越大,在设定时长内,滚珠丝杠推动手指移动的距离越大,那么各个手指向内移动的距离越大,各个手指聚合的程度越大,那么仿生手施加给被抓取物体的力越大。
在另一个实施例中,步骤S300具体过程如下:
当所述所需抓取力属于第二力量级别,确定所述电机的占空比为第二目标占空比,所述第二力量级别所对应的最大力大于所述第一力量级别所对应的最大力;通过控制所述电机的占空为所述第一目标占空比,以控制仿生手以所述所需抓取力抓取所述被抓取物体。
第二力量级别对应的取值范围为[0N,12N],如果步骤S200计算出来的所需抓取力不在[0N,8N]范围内而在[0N,12N]范围内,那么所需抓取力就属于第二力量级别,此时将电机的占空比设置为70%,即70%为第二目标占空比。在电机的作用下促使仿生手给物体施加力的原理类似于上述占空比为40%的情况。
在另一个实施例中,步骤S300具体过程如下:
当所述所需抓取力属于第三力量级别,确定所述电机的占空比为第三目标占空比,所述第三力量级别所对应的最大力大于所述第二力量级别所对应的最大力。通过控制所述电机的占空为所述第一目标占空比,以控制仿生手以所述所需抓取力抓取所述被抓取物体。
第三力量级别对应的取值范围为[0N,15N],如果步骤S200计算出来的所需抓取力既不在[0N,8N]范围内也不在[0N,12N]范围内而在[0N,15N]范围内,那么所需抓取力就属于第三力量级别,此时将电机的占空比设置为100%,即100%为第三目标占空比。在电机的作用下促使仿生手给物体施加力的原理类似于上述占空比为40%的情况。
在另一个实施例中,如果步骤S200计算出来的所需抓取力不在[0N,15N]范围内,那么则不采用仿生手抓取被抓取物体。
在另一个实施例中,步骤S300包括如下的具体步骤S301、S302、S303、S304:
S301,采集所述被抓取物体上的各个位置处的硬度。
S302,比较各个位置处的硬度,确定最大硬度。
S303,确定所述最大硬度在所述被抓取物体上的位置,记为目标位置。
S304,控制所述仿生手将所述需抓取力施加在所述目标位置抓取所述被抓取物体。
该实施例控制仿生手将步骤S200计算出来的所需抓取力施加在物体硬度最大的位置处,能够防止仿生手作用在物体硬度较小的位置处而损坏物体。
综上,本发明根据被抓取物体的物体重力,确定抓取被抓取物体的所需抓取力,也就是本发明仿生手所使用的抓取力量与物体的重力相匹配,既能够保证仿生手能够抓起物体,又能够防止仿生手用力过大而损坏物体。
示例性装置
本实施例还提供一种仿生手控制装置,所述装置包括如下组成部分:
重力采集模块,用于采集被抓取物体的物体重力;
分析模块,用于依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制模块,用于控制仿生手以所述所需抓取力抓取所述被抓取物体。
基于上述实施例,本发明还提供了一种终端设备,其原理框图可以如图2所示。该终端设备包括通过***总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中,该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仿生手控制方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该终端设备的温度传感器是预先在终端设备内部设置,用于检测内部设备的运行温度。
本领域技术人员可以理解,图2中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端设备的限定,具体的终端设备以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种终端设备,终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的仿生手控制程序,处理器执行仿生手控制程序时,实现如下操作指令:
采集被抓取物体的物体重力;
依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制仿生手以所述所需抓取力抓取所述被抓取物体。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种仿生手控制方法,其特征在于,包括:
采集被抓取物体的物体重力;
依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制仿生手以所述所需抓取力抓取所述被抓取物体;
所述采集被抓取物体的物体重力,包括:
从所述被抓取物体的各个角度向所述被抓取物体发射光线,并采集所述被抓取物体反射的光线,记为反射光线;
向所述被抓取物体发射声波,采集被所述被抓取物体反射的声波,记为反射声波;
依据所述反射光线,确定所述被抓取物体的三维模型;
依据所述反射声波,确定所述被抓取物体的内部腔体;
依据所述三维模型和所述内部腔体,确定所述被抓取物体的体积;
依据所述被抓取物体的体积和所述被抓取物体的密度,确定所述被抓取物体的重力;
所述依据所述物体重力,确定抓取所述被抓取物体的所需抓取力,包括:
确定所述物体重力所对应的力量等级;
确定所述力量等级所对应的力取值范围;
采集所述被抓取物体的物体硬度;
依据所述物体硬度,从所述力取值范围中确定抓取所述被抓取物体的所需抓取力,在所述力取值范围内选择一个大于重力的所需抓取力;
所述控制仿生手以所述所需抓取力抓取所述被抓取物体,包括:
采集所述被抓取物体上的各个位置处的硬度;
比较各个位置处的硬度,确定最大硬度;
确定所述最大硬度在所述被抓取物体上的位置,记为目标位置;
控制所述仿生手将所述需抓取力施加在所述目标位置抓取所述被抓取物体。
2.如权利要求1 所述的仿生手控制方法,其特征在于,所述控制仿生手以所述所需抓取力抓取所述被抓取物体,包括:
确定所述所需抓取力所对应的电机的目标占空比,所述电机为所述仿生手的动力源;
通过控制所述电机的占空比为所述目标占空比,以控制仿生手以所述所需抓取力抓取所述被抓取物体。
3.如权利要求2 所述的仿生手控制方法,其特征在于,所述确定所述所需抓取力所对应的电机的目标占空比,所述电机为所述仿生手的动力源,包括:
当所述所需抓取力属于第一力量级别时,确定所述电机的占空比为第一目标占空比;
当所述所需抓取力不属于所述第一力量级别而属于第二力量级别时,确定所述电机的占空比为第二目标占空比,所述第二力量级别所对应的最大力大于所述第一力量级别所对应的最大力,所述第二目标占空比大于所述第一目标占空比;
当所述所需抓取力既不属于所述第一力量级别也不属于所述第二力量级别而属于第三力量级别时,确定所述电机的占空比为第三目标占空比,所述第三力量级别所对应的最大力大于所述第二力量级别所对应的最大力,所述第三目标占空比大于所述第二目标占空比。
4.一种仿生手控制装置,用于实现权利要求1-3任一项所述的仿生手控制方法,其特征在于,所述控制装置包括如下组成部分:
重力采集模块,用于采集被抓取物体的物体重力;
分析模块,用于依据所述物体重力,确定抓取所述被抓取物体的所需抓取力;
控制模块,用于控制仿生手以所述所需抓取力抓取所述被抓取物体。
5.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的仿生手控制程序,所述处理器执行所述仿生手控制程序时,实现如权利要求1-3任一项所述的仿生手控制方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有仿生手控制程序,所述仿生手控制程序被处理器执行时,实现如权利要求1-3任一项所述的仿生手控制方法的步骤。
CN202311038130.XA 2023-08-17 2023-08-17 一种仿生手控制方法、装置、设备及存储介质 Active CN116766212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311038130.XA CN116766212B (zh) 2023-08-17 2023-08-17 一种仿生手控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311038130.XA CN116766212B (zh) 2023-08-17 2023-08-17 一种仿生手控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116766212A CN116766212A (zh) 2023-09-19
CN116766212B true CN116766212B (zh) 2023-12-19

Family

ID=87989783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311038130.XA Active CN116766212B (zh) 2023-08-17 2023-08-17 一种仿生手控制方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116766212B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117773952A (zh) * 2024-02-23 2024-03-29 浙江强脑科技有限公司 仿生手控制方法、存储介质、控制装置和仿生手

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008049459A (ja) * 2006-08-28 2008-03-06 Toshiba Corp マニピュレータ制御システム、マニピュレータ制御方法およびプログラム
JP2008055584A (ja) * 2006-09-04 2008-03-13 Toyota Motor Corp 物体把持を行うロボット及びロボットによる物体の把持方法
JP2010005732A (ja) * 2008-06-26 2010-01-14 Toyota Industries Corp ロボットハンド機構、ロボットハンド機構を備えたロボット及びロボットハンド機構の制御方法
CN207841338U (zh) * 2018-01-29 2018-09-11 戚姚捷 一种机械臂
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN112223338A (zh) * 2020-09-25 2021-01-15 陕西伟景机器人科技有限公司 一种机器人灵巧手手指控制方法及***
CN112976025A (zh) * 2021-02-22 2021-06-18 浙江工业大学 基于仿人机械手装置的物体软硬识别和自适应抓取方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008049459A (ja) * 2006-08-28 2008-03-06 Toshiba Corp マニピュレータ制御システム、マニピュレータ制御方法およびプログラム
JP2008055584A (ja) * 2006-09-04 2008-03-13 Toyota Motor Corp 物体把持を行うロボット及びロボットによる物体の把持方法
JP2010005732A (ja) * 2008-06-26 2010-01-14 Toyota Industries Corp ロボットハンド機構、ロボットハンド機構を備えたロボット及びロボットハンド機構の制御方法
CN207841338U (zh) * 2018-01-29 2018-09-11 戚姚捷 一种机械臂
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN112223338A (zh) * 2020-09-25 2021-01-15 陕西伟景机器人科技有限公司 一种机器人灵巧手手指控制方法及***
CN112976025A (zh) * 2021-02-22 2021-06-18 浙江工业大学 基于仿人机械手装置的物体软硬识别和自适应抓取方法

Also Published As

Publication number Publication date
CN116766212A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN116766212B (zh) 一种仿生手控制方法、装置、设备及存储介质
JP7294768B2 (ja) 画像処理システム
CN109598264B (zh) 物体抓取方法及装置
CN102110015B (zh) 一种任务进度和任务处理时间的确定方法及装置
CN110091331A (zh) 基于机械手的物体抓取方法、装置、设备以及存储介质
US20190009407A1 (en) Component supply device and machine learning device
US10549423B2 (en) Controller and machine learning device
KR20190041819A (ko) 컨볼루션 신경망의 컨볼루션 연산 장치 및 방법
CN111775159A (zh) 基于动态人工智能伦理规则的伦理风险防范方法和机器人
WO2024139626A1 (zh) 一种线性柔性体形变状态分析方法及相关装置
CN208584552U (zh) 一种柔性抓取装置和机器人
CN112649512B (zh) 一种岩体声发射初至自适应识别方法
CN116494239A (zh) 软体机械手控制方法、装置、软体机械手及电子设备
Nalepa et al. Study of communication between driver sbRIO9632 and Raspberry Pi 3
CN112720496B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112720500B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN111805545B (zh) 灵巧手控制方法、装置及终端设备
CN109325596B (zh) 一种基于钙浓度的神经突触可塑性计算方法
CN112308026A (zh) 基于深度学习的手术器械夹持力感知方法
US9853805B1 (en) Buffered equidistant data acquisition for control applications
CN117665597B (zh) 一种锂电池ocv估值方法、***、电子设备及介质
CN116766211B (zh) 一种仿生手电机控制方法、装置、设备及存储介质
CN114962631B (zh) 缓速器电磁阀控制方法、装置、设备和介质
CN108927806A (zh) 一种应用于大批量重复性加工的工业机器人学习方法
CN116619007B (zh) 一种基于前馈虚拟控制力的插孔方法及其相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant