【技术实现步骤摘要】
基于仿人机械手装置的物体软硬识别和自适应抓取方法
本专利技术涉及仿人机器人
,尤其涉及基于仿人机械手装置的物体软硬识别和自适应抓取方法,能够主动感知物体软硬,并在不破坏物体本身的前提下实现对物体自适应抓取的机械手系统。
技术介绍
随着机器人技术的快速发展,使用机械抓手对物体进行抓取和操纵是生活、生产和科研中的一项基本任务,而软硬度作为物体重要属性之一,会在很大程度上影响机械手对物体的抓取控制。目前,大多数的仿生机械手研究都在于机械手的结构和驱动方式上,它们能够像人手一样完成一些简单的伸张、抓取等动作,但其最大的缺陷在于不能像人手一样获取触觉、力觉、压觉等相关的多模态触觉信息。而且在机械手与物体的接触过程中,触觉反馈信息是一个动态的变化量,单纯依靠力反馈信号并不能很好的识别物体的软硬属性。从仿生机械手自身功能实现需求来讲,现实生活中的大部分物体都是刚性或可变形的,对物体的软硬属性的提前感知获取是实现机械手稳定抓取物体的前提条件和重要保障。当机械手抓取硬质物体时,机械手可以控制抓取力的大小,既保证对物体的稳定抓取,又能防止抓取过程中用力过大对机械手自身结构的破坏;当抓取软质物体时,确保机械手能以适当的抓力抓取物体,并保证不会因抓取力过大而使被抓物变形或破坏。机械手根据物体的软硬特征来施加合适的抓取力,即可以保证被抓物体不受挤压损伤,又能使机械手自身不用承受过大的反作用力,从而实现稳定、灵活的抓取动作。
技术实现思路
本专利技术针对上述仿生机械手仅依靠力反馈信号并不能准确反应物体软硬属性等 ...
【技术保护点】
1.一种基于仿人机械手装置的物体软硬识别和自适应抓取方法,其特征在于:包括以下具体步骤:/n步骤S1:设置微型电动推杆的输出力:/n步骤S11:首先,上位机向STM32控制板发送PWM占空比信号为80的程序指令,STM32控制板控制第一微型电动推杆(16)进行缩回,进而拉动食指(1)上的驱动柔绳(12)使驱动柔绳(12)被拉紧,食指(1)上的扭簧(10)弯曲进而使得食指(1)弯曲,食指(1)弯曲至与被抓物体接触并完成敲击一下,食指(1)完成敲击时,食指(1)上的PVDF压电传感器(9)产生电压信号,食指(1)完成敲击之后,上位机为STM32控制板发送PWM占空比信号为-80的程序指令,STM32控制板控制第一微型电动推杆(16)进行伸出,进而带动食指(1)上的驱动柔绳(12)被放松,食指(1)上的扭簧(10)变形恢复并带动食指(1)恢复到伸直状态;/n步骤S12:食指(1)上的PVDF压电传感器(9)产生的电压信号经滤波采集模块放大和转换滤波后输出发送至STM32控制板,经STM32控制板运算处理判断电压信号所在的电压区间,然后STM32控制板根据电压信号所在的电压区间按照以下对应关系 ...
【技术特征摘要】
1.一种基于仿人机械手装置的物体软硬识别和自适应抓取方法,其特征在于:包括以下具体步骤:
步骤S1:设置微型电动推杆的输出力:
步骤S11:首先,上位机向STM32控制板发送PWM占空比信号为80的程序指令,STM32控制板控制第一微型电动推杆(16)进行缩回,进而拉动食指(1)上的驱动柔绳(12)使驱动柔绳(12)被拉紧,食指(1)上的扭簧(10)弯曲进而使得食指(1)弯曲,食指(1)弯曲至与被抓物体接触并完成敲击一下,食指(1)完成敲击时,食指(1)上的PVDF压电传感器(9)产生电压信号,食指(1)完成敲击之后,上位机为STM32控制板发送PWM占空比信号为-80的程序指令,STM32控制板控制第一微型电动推杆(16)进行伸出,进而带动食指(1)上的驱动柔绳(12)被放松,食指(1)上的扭簧(10)变形恢复并带动食指(1)恢复到伸直状态;
步骤S12:食指(1)上的PVDF压电传感器(9)产生的电压信号经滤波采集模块放大和转换滤波后输出发送至STM32控制板,经STM32控制板运算处理判断电压信号所在的电压区间,然后STM32控制板根据电压信号所在的电压区间按照以下对应关系获得电压区间对应的硬度等级得到被抓物体的硬度等级,并将被抓物体的硬度等级发送给上位机:
若电压信号所在的电压区间为[5~10)mv,则被抓物体的硬度等级为A,若电压信号所在的电压区间为[10~25)mv,则被抓物体的硬度等级为B,若电压信号所在的电压区间为[25~60)mv,则被抓物体的硬度等级为C,若电压信号所在的电压区间为[60~150]mv,则被抓物体的硬度等级为D;
步骤S13:上位机根据获得的被抓物体的硬度等级,按照以下对应关系判断被抓物体的硬度等级对应的PWM占空比信号区间以及PWM占空比信号区间对应的输出力区间:
若获得的被抓物体的硬度等级为A,则硬度等级A对应的PWM占空比信号区间为[80~100),PWM占空比信号区间[80~100)对应的输出力区间为[2~2.5)N;若获得的被抓物体的硬度等级为B,则硬度等级B对应的PWM占空比信号区间为[100~140),PWM占空比信号区间[100~140)对应的输出力区间为[2.5~5)N;若获得的被抓物体的硬度等级为C,则硬度等级C对应的PWM占空比信号区间为[140~190),PWM占空比信号区间[140~190)对应的输出力区间为[5~8.5)N;若获得的被抓物体的硬度等级为D,则硬度等级D对应的PWM占空比信号区间为[190~255],PWM占空比信号区间[190~255]对应的输出力区间为[8.5~12.5]N;
上位机根据所获得的被抓物体的硬度等级向STM32控制板发送被抓物体的硬度等级对应的PWM占空比信号区间对应的最小信号值的程序指令,STM32控制板根据所获得的程序指令控制微型电动推杆输出PWM占空比信号区间对应的最小信号值对应的输出力;
步骤S2:判断被抓物体的软硬:
步骤S21:STM32控制板以步骤S13所获得的硬度等级对应的PWM占空比信号区间对应的最小信号值的程序指令控制第一微型电动推杆(16)进行收缩,进而拉紧食指(1)上的驱动柔绳(12)被张紧,食指(1)上的扭簧(10)弯曲进而使得食指(1)弯曲直至食指(1)不再弯曲时,食指(1)与被抓物体接触并完成食指(1)对被抓物体的按压,在食指(1)完成按压被抓物体时,仿人机械手的食指(1)受到的压力F2的大小等于第一微型电动推杆(16)输出的PWM占空比信号区间对应的最小信号值对应的输出力的大小;
步骤S22:在食指(1)弯曲过程中,食指(1)上的两个液态金属传感器(13)均被拉伸,两个液态金属传感器(13)输出各自的电阻信号,直至两个液态金属传感器(13)输出的电阻信号的电阻值均不再变化时食指(1)停止弯曲,两个液态金属应变传感器(13)输出的各自的电阻信号均经分压电路发送至STM32控制板,STM32控制板获得两个电阻值并发送给上位机,上位机经分析计算将两个电阻值转化为两个转角,然后,上位机根据两个转角进一步经计算获得食指(1)指尖位移;
步骤S23:以软硬敏感性系数S作为被抓物体软硬的度量,食指按压被抓物体的过程中,食指指尖位移等于被抓物体受压变形量x2;软硬敏感性系数S采用以下公式计算:
式中,K1表示食指指尖的弹性系数,x2表示被抓物体受压形变量,F2表示机械手的食指按压完成时受到的压力;
获得软硬敏感性系数S后,即获得被抓物体的软硬;
步骤S3:对被抓物体稳定抓取:
步骤S31:对被抓物体进行抓取时,在仿人机械手上固定机械臂以实现五个手指与被抓物体接触后把被抓物体抓起来;STM32控制板以步骤S13所获得的硬度等级对应的PWM占空比信号区间对应的最小信号值的程序指令控制三个微型电动推杆进行收缩,进而使得机械手的五个手指均弯曲;
步骤S32:五个手指弯曲至与被抓物体接触时,食指(1)、无名指(3)和大拇指(6)上的PVDF压电传感器(9)均产生电压信号,当五个手指受到的压力的大小均等于三个微型电动推杆输出的PWM占空比信号区间对应的最小...
【专利技术属性】
技术研发人员:吴化平,孙申申,陈欢,施宽强,裘烨,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。