首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏移动机器人

    六轴机械机械人脸识别和跟踪

    使用一个桌面型的六轴机械,在机械的末端安装一个摄像头,来进行人脸识别和跟踪的一个功能。该功能分为两个模块,一个是人脸识别模块,另一个是机械的运动控制模块。 在前文有介绍到怎么控制机械的基本运动和人脸识别是如何实现的,在这里就不再复述了,本篇的内容主要是介绍是如何完成运动控制模块的。 vd_source=1681243624b5ec5ad26495e4f08e54c0 机械的运动控制模块 接下来介绍运动控制的模块。 总结 这个人脸识别和机械跟踪项目到目前就算是做完了。 这次使用的mechArm是一款中心对称结构的机械,在关节运动上有所限制,如果将程序运用在活动范围更加灵活的mycobot上可能是不一样情况。 如果你对项目有啥想要了解更多的地方请在下方给我留言。

    1.3K30编辑于 2023-02-10
  • 来自专栏算法之名

    ROS机械

    </join> </robot> 对上图的机械来讲,分为大、小臂以及中间的关节。无论是大、小臂,我们都称为刚体连杆(links),中间的关节称为joint。 URDF不仅可以对机械进行建模,还可以对外接场景进行建模。比如上图中的桌子,它其实就是一个刚体部分,所以也是一个link。 抓取姿态是相对于相机的,而机器要达到相应的位置,需要通过手眼标定来完成。它会传递位姿的坐标系的坐标给机械,通过控制让机械到达这个坐标位置进行真实的抓取。 最后就是发送指令给机械,让机械去执行这条轨迹。 上图是move group跟用户和机器人的接口。首先它会获取ROS参数服务器中的一些参数。 假设我们的机械是6关节的,那么6个关节的角度确定了就可以确定整个机械的姿态。有了这个姿态就可以把每个关节的位姿发布出来。然后就是相机的输入,通过点云或者深度图传送给move group节点。

    1.7K31编辑于 2023-10-16
  • 来自专栏机器人网

    机械的运动形式

    3.关节型: 由动力型旋转关节和前、下两组成。关节型机器人以臂部各相邻部件的相对角位移为运动坐标。动作灵活,所占空间小,工作范围大,能在狭窄空间内饶过各种障碍物。

    2.5K70发布于 2018-04-25
  • 来自专栏LeRobot

    LeRobot 机械操作教程

    本教程基于 Linux 环境编写,假设用户已完成环境配置、机械组装与校准工作。教程中将 Leader 称为主,Follower 称为从。 遥控操作完成主从校准后,可以通过以下脚本控制主遥控从,同时显示相机画面和电机信息:python -m lerobot.teleoperate \ --robot.type=so101_follower teleop.port=/dev/ttyACM0 \ --teleop.id=leader \ --display_data=true参数说明:robot.id 和 teleop.id:应与校准时提供的机械唯一

    43310编辑于 2025-07-14
  • 来自专栏Pou光明

    10_机械运动学_机械C++逆解——2023

    机械改进DH参数表: 机械正运动学连杆变换通式: 其中si代表sin(θi),ci代表cos(θi) sij代表sin(θi-θj),cij代表cos(θi-θj) sijk代表sin(θi-θj 只要两个旋转关节轴平行就可以这样处理,则: 则: 上式构成了机械的运动学方程。它们说明如何计算机器人坐标系{6}相对于坐标系{0}的位姿。上述方程式是机械全部运动学分析的基本方程。

    64910编辑于 2024-02-22
  • 来自专栏算法之名

    机械运动学整理

    空间中的刚体,要描述其状态一般需要6个参数,3个平动参数,3个转动参数,分别对应着世界直角坐标系的三个轴X,Y,Z。

    50620编辑于 2023-10-16
  • 来自专栏机器人技术与系统Robot

    机械驱动结构简析

    机械是由多个电机驱动,常见的工业机械大多数具有六个自由度,由六个直流伺服电机驱动,是一个多变量的复杂对象。本节以机械的结构作为出发点,进行分析。 控制器将控制信号传送到驱动器,驱动器再控制机械关节和连杆的运动,控制机械的本质是控制驱动器。按驱动器不同,工业机械主要分为以下三种:液压驱动、气压驱动、电气驱动和机械驱动。 image.png 以上三种驱动方式中,由于电气驱动式机械较其他驱动方式,控制性能好、控制精度高、使用可靠、维护简单,且适用于所有尺寸的机械,因而电气驱动式机械是目前使用得最多的一种机械机械的平移或转动是由电机控制关节的位移或转角,本质上来看,机械运动控制中最为重要的是,各个关节电机的协调控制,接下来将阐述机械与直流伺服电机之间的关系。 需要注意的是,为了满足机械快速响应、精度高的要求,伺服电机的转动力矩要大,转动惯量要小。但是如果电机选型与机械不匹配,不仅会增加机械的成本,还会影响机械的性能,因此,需要合理选型。

    10.2K2615发布于 2021-03-14
  • 来自专栏CreateAMind

    实时精准控制机械AGIagent

    AGI agent 通过贝叶斯推理自由能目标函数,进行实时推理并完美解决pendulum任务环境;追踪目标能力极强

    25610编辑于 2023-11-30
  • 机械贴身小秘书,PROFINET转Modbus助力上位机对接KUKA机械

    机械贴身小秘书,PROFINET转Modbus助力上位机对接KUKA机械近年来,机械越来越高频的出现在社会生活和公众视线中。 诸如工业装配车间,自动采集口鼻拭子做核酸检测……在某车间,中控室的上位机软件操控机械作业,上位机支持Modbus协议;KUKA机械作为PROFINET主站,两者之间采用不同的通讯协议,如何通过上位机控制和采集 KUKA机械成为该项目的难点。 由配置软件完成PROFINET-IO和串口数据的映射,通过网关完成PROFINET-IO网络数据和串口网络数据交换KUKA机械臂上配置软件包,在WorkVisual上配置机械为PROFINET主站加载 WL-ABC3010的xml文件组态映射区调试上位机软件该项目使用北京稳联技术提供的PROFINET转Modbus RTU网关WL-ABC3010简单快速的打通了KUKA机械与上位机软件的通讯壁垒,实现了对机械精准的操控和位置信息读取反馈

    10910编辑于 2025-08-21
  • 来自专栏机器人技术与系统Robot

    柔性机械:控制算法介绍

    柔性机械的运动控制 具体定义 被动控制 被动控制通过选用各种耗能或储能材料优化设计柔性机械的结构,从而达到降低机械的弹性振动的目的。 利用机械逆动力学方法和线性二次型(LQ)最优控制方法研究刚柔性耦合机械的轨迹跟踪控制残余振动的抑制问题。 目前,很难建立精确的柔性机械的动力学模型,即使建立出来,为了控制的需要,必须进行适当简化。柔性机械的建模误差、参数不确定性和外部扰动等都将使其轨迹跟踪、位置/力控制等行为受到影响。 Mohd Ashraf Ahmad等提出了用最优控制优化单连杆柔性关节机械的输入跟踪和振动抑制的方法,作者利用Euler-Lagrange方程得到机械的动力学模型。 为实现机械的振动抑制设计了ZVDD和SNA-ZVDD输入整形器,后者用于改善机械的鲁棒性提高系统响应速度。

    6.9K6239发布于 2020-09-28
  • 来自专栏机器人技术与系统Robot

    机械硬件平台发展解析

    机械的发展得力于德国宇航中心DLR和NASA的载人航天发展,机械可以替代人类完成太空任务。加拿大属于大型工作,在构型和功能设计上主要是以任务为导向。 机械按照驱动-传动的不同分为两种: 电机-谐波减速器 钢丝绳传动 1 电机-谐波减速器 DLR 从上个世纪80年代末开始已经研制成功三代仿人机械系统,前两代机械研发重点主要在于机械控制方法和理论的研究 第三代机械系统着重在于变刚度机械。 LWR-Ⅲ采用的模块化设计方法满足了不同构型的机械的快速装配的需求,实现了机械的产品化。 随着变刚度关节机器人成为研究的热点,DLR研制了新一代仿人形机械,该机械的每个关节内集成了2个电机,一个用于改变关节刚度,另一个完成关节驱动。新一代仿人机械具有与人类相似的外形、重量以及性能。 MIT研制的另一款绳索传动式机械 由Burt推广到市场中,该机械具有4个主自由度和3个腕部自由度,冗余自由度的设计大大提高了机械的应用范围。

    5.2K415308发布于 2020-10-04
  • 来自专栏全栈程序员必看

    关于机械的模仿学习

    图像识别领域的数据集:ImageNet 目标检测的数据集:COCO 机器问答的数据集:SQuAD

    76810编辑于 2022-10-02
  • 来自专栏机器人网

    典型机械结构-(图例详解)

    关节型机械的结构(1) 存在的运动型式: 机身的旋转运动; 肩关节和肘关节的摆动; 腕关节的俯仰和旋转运动; 各运动的协调: 称为5轴关节型机器人。 ? ? 3.关节型机械的结构(2) ? ?

    17.1K51发布于 2018-04-25
  • 来自专栏我文章

    使用Azero远程语音控制机械

    设备端,也就是机械。 在本次的项目中通过这三个部分的打通成功实现语音控制机械进行动作。 实现步骤: 为机械与上位机相连并且上位机联网后,通过控制设备输入语音信号-> Azero服务端分析语音信号并判断出对应的意图 -> 传指令到上位机 -> 由上位机实现对机械的写字控制。 二、机械臂部分 1、连接方式 机械臂部分包括三个部分,机械与控制机相连、控制机与上位机相连都需要有线连接。 moveit指令,控制机械执行指令就可以实现文字的书写。 三、云端部分 为了达到远程控制的效果,整个的控制链路为“通过控制设备输入音频-> 服务端分析音频并判断技能和意图 -> 传指令到机械-> 机械执行动作”,这样除了机械执行的部分,在相应的服务端也要生成相应的指令

    79100发布于 2021-08-02
  • 来自专栏机器人技术与系统Robot

    机械阻抗控制研究探讨1

    对于冗余机械的控制即在非冗余机械的控制算法基础上加入冗余度的分解,而冗余机械的控制的关键在于运动学与动力学的优化。 image.png 1 机械的位置控制 机械的位置控制主要分为关节空间控制以及笛卡尔空间控制。 当机械运动速度较快,此时机械各部分之间非线性耦合严重。若要进行精确的位置控制,则需要考虑机械的动力学模型。即“基于模型的控制”,也即“动态控制”。 由于对于冗余机械其不存在运动解析解,因此通过速度级逆运动学求解各关节角度,因此一般采用基于冗余机械雅克比伪逆方法并通过优化目标函数的方法进行冗余机械运动控制。 机械与环境之间的作用力通过机械末端六维力传感器得到,通过目标阻抗关系得到笛卡尔位置修正量。

    3.2K3629发布于 2020-09-10
  • 来自专栏AI科技评论

    仿生巨头 Festo 为机械安上 AI ,习得技能立即同步所有机械

    近日,由其发布的一款最新仿生产品——气动机械,更是引入了强化学习及大规模并行学习等 AI 技术,使得仿生机器人的技能习得与技能同步变得更加便捷。 ? 此外开发人员还特别设计了一个小型数字控制阀岛安装在机械下方, 因而控制气动波纹管结构的气管无需贯穿整个机械,可以快速、轻松地进行连接与使用。 ? ? 至于软件方面,AI 毫无疑问是其主打亮点。 过程中,机械将根据反馈逐渐优化动作,直至成功解决任务。 而所谓大规模并行学习技术的引入,更是让这些在模拟环境里习得的技能可以第一时间同步所有的虚拟机械,进而转移至实际中的机械臂中进行使用。 这也意味着,所有失误都只会出现一次,便会立刻被修复并同步至所有模型;而新技能只要被习得,就能无限复制至全球范围的机械。 ?

    93020发布于 2019-05-08
  • 大象机器人开源协作机械机械接入GPT4o大模型!

    我们个人平时接触不太到机械这类的机器人产品,但是有一种小型的机械我们人人都可以拥有它myCobot,价格低廉的一种桌面型机械。 该项目展示了如何利用先进的AI技术提高机械的自动化和智能化水平。本文的目的是通过详细介绍该案例的方法和成功,展示机械具身智能体的实际应用。 通过IO接口链接机械,用pymycobot 的API进行控制吸泵的开关。机械的末端都是通过LEGO连接件连接起来的,所以它们之间可以很方便的连接起来不需要额外的结构件。 prompt: (截取部分片段,以下是做中文的翻译) 你是我的机械臂助手,机械内置了一些函数,请你根据我的指令,以json形式输出要运行的对应函数和你给我的回复 【以下是所有内置函数介绍】机械位置归零 ,以至于机械能够去执行抓取。

    1.2K11编辑于 2024-07-03
  • 来自专栏机器人技术与系统Robot

    深度解读协作机械硬件系统

    1 概述 机械是典型的多体系统,在众多机器人系统中之所以能脱颖而出主要是由于其灵活通用能力,以及其在多体控制领域的典型性。 机械是典型的多体系统,也是机器人操作的重要终端。 目前机械主要可以分为: 1.1 工业机械: 瑞士的ABB: ABB 的核心领域在控制系统; “最为酷炫,爱好黑科技” 德国的KUKA: KUKA 在于系统集成应用与本体制造,“极度严谨,实用至上” 本章节机械的具体参数如下所示: image.png image.png image.png 机械末端装有 ATI 公司的 MINI45 系列六维力传感器, 其直径为 45mm , 量程 145N image.png image.png ---- 参考文献: 轻型机械系统及其基于无源性理论的柔顺控制研究 人机碰撞环境中机械的笛卡尔阻抗控制系统研究 空间机器人目标捕获的自主控制策略

    6.6K359280发布于 2020-09-29
  • 来自专栏CreateAMind

    视觉机械 visual-pushing-grasping

    https://github.com/andyzeng/visual-pushing-grasping Train robotic agents to learn to plan pushing and grasping actions for manipulation with deep reinforcement learning.http://vpg.cs.princeton.edu/ Visual Pushing and Grasping Toolbox Visual Pushing and Gra

    2.5K10发布于 2018-07-20
  • 来自专栏Pou光明

    机械运动学正解验证

    将自己最近所了解的机械运动学正解验证知识总结,供大家参考。 以遨博I5机械为例,使用改进的Dh参数,在matlab机器人工具箱中进行验证,最后将变换矩阵T转为位置和姿态(欧拉角)。 3、aubo机械位姿 对上了~ 4、使用Eigen将姿态矩阵转为欧拉角 程序如下: const double ARC_TO_DEG = 57.29577951308238; const double eulerAngle2[2] << endl << endl; } 结果如下: 最后:参考文章 Ubuntu下安装matlab: https://zhuanlan.zhihu.com/p/429084566 机械改进型

    56810编辑于 2024-01-04
领券