聯(lián)系我們
電話(微信)：18563978190 15254288422
郵 箱：WLXK3D@126.COM
Q Q: 3 4 5 3 6 1 0 7 9
地址：青島市城陽區(qū)高新寶源路780號聯(lián)東U谷二期B19棟
郵 箱：WLXK3D@126.COM
Q Q: 3 4 5 3 6 1 0 7 9
地址：青島市城陽區(qū)高新寶源路780號聯(lián)東U谷二期B19棟
3D資訊
首頁 > 資訊中心3D打印技術開發(fā)出低成本的“象鼻”機器人
發(fā)布時間：2021-04-25
瀏覽人次：1411次
動并適應新任務，例如撿起彈珠并將它們放在講臺上。作為一種低成本的概念驗證開發(fā)，該設計最終可以繼續(xù)用于工業(yè)生產(chǎn)線上，在工業(yè)生產(chǎn)線上它可以執(zhí)行各種靈活的操作，例如運輸汽車零件或組裝電子設備。
該研究的合著者塞巴斯蒂安·奧特（Sebastian Otte）博士對《新科學家》說：“們的夢想是我們可以在一個持續(xù)學習的環(huán)境中做到這一點，機器人在沒有任何知識的情況下開始學習，然后試圖達到目標，當它這樣做的時候，它會產(chǎn)生自己的學習實例?！?/span>
機器人學習如何撿起和放置彈珠
工業(yè)5.0：象鼻
象鼻是進化的杰作之一。它們的柔韌和強壯各占一半，這讓大象擁有了在動物界不常見的靈巧程度。因此，它們是許多現(xiàn)代仿生學項目在學術界的靈感來源，氣動驅(qū)動器經(jīng)常作為人造肌肉纖維實現(xiàn)彎曲和延伸。
Otte和他的同事選擇了模塊化設計，該設計基于一組統(tǒng)一的、可堆疊的關節(jié)模塊，每個模塊具有三個自由度（DoF）。當前的設計最多具有這些模塊中的十個，但是據(jù)報道，使用功能更強大的電機可以使機器人的長度增加一倍。
行李箱的每個部分都裝有幾個電動機驅(qū)動齒輪，這些電動機可同時使模塊在兩個軸上傾斜多達40°。除了彎曲之外，機器人的軀干還能夠加長和縮短–就像真實的東西一樣。不幸的是，計算機器人執(zhí)行器執(zhí)行復雜操作的逆運動學并不是一件容易的事，對于這么多的自由度來說更是如此。這就是人工智能的用武之地。
機械臂的可堆疊關節(jié)
刺激神經(jīng)網(wǎng)絡進行導航
該團隊使用所謂的尖刺神經(jīng)網(wǎng)絡（SNN）來控制機器人，這是一種緊密模仿自然大腦過程的人工神經(jīng)網(wǎng)絡。除了合并神經(jīng)元和突觸狀態(tài)外，SNN在模型中還包括了時間概念。通過觀察一組訓練運動，SNN能夠?qū)㈦姍C運動映射到相應的機器人姿態(tài)，從而使團隊能夠“展開”模型，以近毫米的精度進行目標驅(qū)動的導航。
研究人員寫道：“我們不僅證明可以用基本的3D打印設備構(gòu)造低成本的類似軀干的機械臂，而且還展示了如何使用最新的循環(huán)峰值神經(jīng)網(wǎng)絡體系結(jié)構(gòu)來控制它們?！?/span>
就未來的研究而言，該團隊已經(jīng)表示有可能將基于雷達的距離傳感器并入以實現(xiàn)防撞功能，從而使該設備能夠與人類協(xié)同工作。另一種方法是將工作轉(zhuǎn)變成類似蛇的機器人，而不是固定的手臂，從而可以“四處尋找”進行搜索和營救行動。
該研究的合著者塞巴斯蒂安·奧特（Sebastian Otte）博士對《新科學家》說：“們的夢想是我們可以在一個持續(xù)學習的環(huán)境中做到這一點，機器人在沒有任何知識的情況下開始學習，然后試圖達到目標，當它這樣做的時候，它會產(chǎn)生自己的學習實例?！?/span>
機器人學習如何撿起和放置彈珠
工業(yè)5.0：象鼻
象鼻是進化的杰作之一。它們的柔韌和強壯各占一半，這讓大象擁有了在動物界不常見的靈巧程度。因此，它們是許多現(xiàn)代仿生學項目在學術界的靈感來源，氣動驅(qū)動器經(jīng)常作為人造肌肉纖維實現(xiàn)彎曲和延伸。
Otte和他的同事選擇了模塊化設計，該設計基于一組統(tǒng)一的、可堆疊的關節(jié)模塊，每個模塊具有三個自由度（DoF）。當前的設計最多具有這些模塊中的十個，但是據(jù)報道，使用功能更強大的電機可以使機器人的長度增加一倍。
行李箱的每個部分都裝有幾個電動機驅(qū)動齒輪，這些電動機可同時使模塊在兩個軸上傾斜多達40°。除了彎曲之外，機器人的軀干還能夠加長和縮短–就像真實的東西一樣。不幸的是，計算機器人執(zhí)行器執(zhí)行復雜操作的逆運動學并不是一件容易的事，對于這么多的自由度來說更是如此。這就是人工智能的用武之地。
機械臂的可堆疊關節(jié)
刺激神經(jīng)網(wǎng)絡進行導航
該團隊使用所謂的尖刺神經(jīng)網(wǎng)絡（SNN）來控制機器人，這是一種緊密模仿自然大腦過程的人工神經(jīng)網(wǎng)絡。除了合并神經(jīng)元和突觸狀態(tài)外，SNN在模型中還包括了時間概念。通過觀察一組訓練運動，SNN能夠?qū)㈦姍C運動映射到相應的機器人姿態(tài)，從而使團隊能夠“展開”模型，以近毫米的精度進行目標驅(qū)動的導航。
研究人員寫道：“我們不僅證明可以用基本的3D打印設備構(gòu)造低成本的類似軀干的機械臂，而且還展示了如何使用最新的循環(huán)峰值神經(jīng)網(wǎng)絡體系結(jié)構(gòu)來控制它們?！?/span>
就未來的研究而言，該團隊已經(jīng)表示有可能將基于雷達的距離傳感器并入以實現(xiàn)防撞功能，從而使該設備能夠與人類協(xié)同工作。另一種方法是將工作轉(zhuǎn)變成類似蛇的機器人，而不是固定的手臂，從而可以“四處尋找”進行搜索和營救行動。
上一篇：3D打印生物反應器育器官