机器人多指手抓取爆炸物能力研究

doi:10.3969/j.issn.1000-565X.2015.07.017

华南理工大学学报（自然科学版） ›› 2015, Vol. 43 ›› Issue (7): 124-129.doi: 10.3969/j.issn.1000-565X.2015.07.017

机器人多指手抓取爆炸物能力研究

莫海军林志生

华南理工大学机械与汽车工程学院，广东广州 510640

收稿日期:2014-12-08 修回日期:2015-01-23 出版日期:2015-07-25 发布日期:2015-06-03
通信作者: 莫海军( 1966-) ，男，博士，副教授，主要从事机器人多指手抓取及排爆机器人研究． E-mail:mohj@scut.edu.cn
作者简介:莫海军( 1966-) ，男，博士，副教授，主要从事机器人多指手抓取及排爆机器人研究．
基金资助:
国家自然科学基金资助项目( 51175182)

Investigation into the Ability of Multi-Fingered Dexterous Hand to Grasp an Explosive

Mo Hai-jun Lin Zhi-sheng

School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2014-12-08 Revised:2015-01-23 Online:2015-07-25 Published:2015-06-03
Contact: 莫海军( 1966-) ，男，博士，副教授，主要从事机器人多指手抓取及排爆机器人研究． E-mail:mohj@scut.edu.cn
About author:莫海军( 1966-) ，男，博士，副教授，主要从事机器人多指手抓取及排爆机器人研究．
Supported by:
Supported by the National Natural Science Foundation of China( 51175182)

摘要/Abstract

摘要： 应用力螺旋理论建立了多指手抓取矩阵与外力螺旋之间的关系，对多指手抓取爆炸物能力进行研究．首先建立多指手抓取爆炸物的力学模型，确定影响抓取的参数; 然后以最大抓取重量为目标函数，建立满足力封闭约束条件下的抓取数学模型，并采用神经网络和优化方法对多指手抓取爆炸物进行了仿真，研究多指手不同抓取位置与爆炸物重量之间的对应关系，获得了多指手抓取爆炸物时最有利的抓取位置．

关键词: 机器人多指手, 抓取能力, 神经网络, 爆炸物

Abstract: On the basis of the force screw theory, the relationship between the grasp matrix of multi-fingered dexterous hand and the external force screw is established to investigate the ability of multi-fingered dexterous hand to grasp an explosive. Firstly, a mechanical model of multi-fingered dexterous hand which can grasp an explosive is constructed and the parameters influencing the grasp are determined. Then, with the maximum grasp being the goal, a mathematical model of the grasp is constructed under the constraint of force closure. Finally, through the neural network and optimization methods, the multi-fingered dexterous hand grasping an explosive is simulated, so as to reveal corresponding the relationship between the grasp position and the explosive weight. Thus, the best grasp position is obtained.

Key words: multi-fingered dexterous hand, grasp ability, neural networks, explosive

中图分类号:

TP242

莫海军林志生. 机器人多指手抓取爆炸物能力研究[J]. 华南理工大学学报（自然科学版）, 2015, 43(7): 124-129.

Mo Hai-jun Lin Zhi-sheng.

Investigation into the Ability of Multi-Fingered Dexterous Hand to Grasp an Explosive

[J]. Journal of South China University of Technology (Natural Science Edition), 2015, 43(7): 124-129.

[1]	方港, 袁珑华, 王晓明, 等. 基于集合卡尔曼-Elman网络的软测量建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 126-136.
[2]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[3]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[4]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[5]	刘怡俊, 曹宇, 叶武剑, 等. 基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 104-113.
[6]	冷晟, 付有为, 马万太, 等. 基于GA-BP神经网络的喷射成形锭坯形貌调控技术[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 27-34.
[7]	杨旭锋, 刘泽清, 张懿. 基于贝叶斯神经网络的金属材料P-S-N曲线估计[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 82-92.
[8]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[9]	李潇, 汪涛, 张毅, 等. 网联车混行条件下交通流量融合方法[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 49-55.
[10]	兰凤崇, 张越, 陈吉清, 等. 人车碰撞事故中行人伤亡风险的关联性分析与预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 1-10.
[11]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[12]	邱志斌, 卢祖文, 王海祥, 等. 基于Mel频谱图和CNN的电网涉鸟故障鸟声识别[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 129-136.
[13]	邢晓芬, 李敏盛, 徐向民. 基于自适应亮度调节的图像情感转换[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 1-12.
[14]	蔡晓东, 曾志杨. AFGSRec：一种自适应融合全局协同特征的社交推荐模型[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 71-79.
[15]	陆以勤, 潘周双, 张洋, 等. 基于交互式连接图注意力网络的知识图谱补全方法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 13-19.

机器人多指手抓取爆炸物能力研究

Investigation into the Ability of Multi-Fingered Dexterous Hand to Grasp an Explosive

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价