- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
SCCRUB:表面清洁合规机器人利用刷毛技术
JakubF.Kowalewski,KeeyonHajjafar,AlyssaUgentandJeffreyIanLipton
摘要—清洁表面是一项体力消耗大且耗时的任务。去除附
着的污染物需要通过压力和扭矩或高侧向力产生的大量摩擦。虽
然刚性机器人操纵器能够施加这些力量,但由于安全风险,它们
通常被限制在与人隔离的结构化环境中。相比之下,软体机器臂
可以在人类周围安全工作并适应环境不确定性,但通常难以传递
擦洗所需的连续扭矩或侧向力。在这里,我们展示了一个软体机
器臂使用扭矩和压力清洁附着残留物的任务,这是传统上对软机
器人具有挑战性的任务。我们训练一个神经网络来学习手臂的逆
运动学和弹性,这使得以开环方式进行力量和位置控制。利用这
本个学习模型,机器人成功地从盘子上去除了烧焦的食物残渣,并
译从马桶座圈上去除了粘稠的果酱残留物,平均去除了99.7%的
中污染物。这项工作展示了能够施加连续扭矩的软体机器人如何有
效地且安全地清洁表面的挑战性污染物。
1
v
3I.介绍
5
0清洁是一项劳动密集型任务,使工人暴露于各种健
6
0康风险[1]。最难清除的污垢通常需要刷洗,这包括高
.
7强度和重复动作,增加了肌肉骨骼损伤的风险[2],[3]。
0
5对清洁机器人需求的增长预计到2032年全球市场规模图1.软擦洗机器人概述。(A)使用肌腱驱动手臂(毫米),并且在
2将达到408亿美元[4]。在这个市场中,擦洗机器人主末端执行器上安装了刷子和质量块。基座处的电机通过集中传递扭矩来驱动
:刷子。(B)手臂的顺应性使高接触表面交互变得安全。
v要被部署在户外用于清洗船体[5]、游泳池[6]、窗户[7]
i
x
r和太阳能板[8]。然而,在有人居住的环境中,机器人
a完全刚性的机器人操纵器可以施加大力和力矩。然
清洁机主要局限于清理地板[9]。存在对能够安全地在
而,它们的高刚性和惯性带来了安全风险[14],通常导
人类周围工作并清洁常见家用表面(如盘子、桌子和厕
致它们在结构化且隔离的环境中工作。相比之下,软体
所)的机器人的未满足需求。
机器人手臂可以在接触时柔顺变形,从而安全地围绕人
清洗依靠生成摩擦力来破坏污染物与表面之间的
类运行[15]。然而,软操纵器通常难以提供有效的刷洗
粘附键[10]。不像松散的颗粒或液体可以通过最小接触
所需的持续扭矩或持久侧向力。
扫除或擦拭,附着的污染通常需要通过刷子、海绵或
在本文中,我们介绍了SCRUBB,一种利用刷毛
布等工具施加大量的摩擦力才能清除[11]。这些摩擦力
的表面清洁顺应机器人。这项工作基于TRUNC臂,该
可以在表面-工具界面通过施加法向力和扭矩或大的侧
臂通过柔软可伸缩、恒定速度耦合器[16]传输连续扭
向力来生成[12]。特别是,旋转刷对去除表面污染非常
矩。我们
您可能关注的文档
- DS@GT 在 CheckThat! 中 2025: 通过迁移学习和纠正性 数据增强检测主观性 CheckThat! 实验室在 CLEF 2025 的笔记本检查笔记-计算机科学-主观性检测-迁移学习.pdf
- 通过多模态推理和集成建模提升科学视觉问答能力-计算机科学-视觉语言模型-提示优化-视觉问答.pdf
- 一种优化可微逻辑门网络中连接的方法-计算机科学-计算机科学-人工智能-反向传播-神经网络硬件-类脑计算.pdf
- 一种定向懒惰随机游走模型在三向动态匹配问题中的应用-计算机科学-机器学习-动态匹配-算法.pdf
- 关于提示调优的调查-计算机科学-大语言模型-提示调优.pdf
- 通过多模态融合和端到端配准增强合成 CT 来自 CBCT-计算机科学-计算机断层扫描-多模态学习-深度学习.pdf
- 实用设计与性能评估使用磁滞的物理水库计算-计算机科学-计算资源-机器学习.pdf
- 最小确定性回声状态网络在学习混沌动力学方面优于随机储备池-计算机科学-机器学习-混沌系统-回声状态网络.pdf
- 边缘编解码器:内置轻量级 高保真神经压缩器结合残差向量量化-计算机科学-数据压缩-边缘编码器.pdf
- 基于特征引导的邻域选择用于非专家评估模型预测-计算机科学-可解释人工智能-机器学习.pdf
- RIS-enabled 发射机设计用于联合雷达和通信-计算机科学-集成感知与通信-可重构智能表面-波束模式设计.pdf
- 文档信息提取@合成大模型 25:使用完全合成示例的上下文学习-计算机科学-大语言模型-数据合成-上下文学习.pdf
- 通过信息检索增强基于规则的解释的可解释性-计算机科学-数据驱动的人工智能-可解释人工智能.pdf
- 我们应该评估现实世界的影响-计算机科学-自然语言处理-影响评估.pdf
文档评论(0)