氣動機器人遇上人工智能

來源:智匯工業

點擊:3593

A+ A-

所屬頻道:新聞中心

關鍵詞:氣動機器人 人工智能

    Festo 展示仿生新項目: BionicSoftHand, BionicSoftArm 和 BionicFinWave


    在日常生活中,我們用雙手理所當然地完成各種各樣的工作,包括抓取、握持或轉動、觸摸、打字或按壓。在這個方面,人的雙手有著獨一無二的力量、靈巧和精細動作,是大自然真正的杰作。還有什么比為協作工作區域的機器人配備以人手為原型并可以通過人工智能學習解決各種任務的爪手更符合自然呢?Festo 將在2019年漢諾威工博會上展出氣動機械手BionicSoftHand。與BionicSoftArm 氣動輕型機械臂組合適用于人機合作。


    BionicSoftHand 采用氣驅動,可與人直接安全交互。與人手不同, BionicSoftHand 沒有骨骼。其手指由帶氣腔的彈性氣囊結構組成。氣囊用特殊的三維織物封閉在手指內,這種織物采用了彈性高強度紗線。借助這種織物,可以精確決定結構在哪些場合膨脹發力,哪些場合不膨脹。這種機械手重量輕,靈活性佳,適應性強,敏感度高,能夠產生的力量大。 

    人工智能

    機器的學習方式與人類相似:正向或逆向 – 執行動作后需要反饋,以便進行歸類并從中學習。 BionicSoftHand 采用了強化學習的方式。 


    這就是說:機械手只會被給到一個目標,而不是去模仿一個特定動作。機械手采用試錯方式來實現目標。基于接收到的反饋,它逐漸優化自己的動作,直至成功解決給到的目標。 


    具體演示時, BionicSoftHand 應旋轉一個12 面的立方體,最后事先指定的面最后需要朝上。借助通過電腦視覺的深度感測相機和人工智能算法的數據創建的數字雙胞胎,在虛擬環境中示教必要的運動策略。


    比例壓電閥實現精確控制

    為了盡可能縮短BionicSoftHand 連接氣管的長度,開發人員特別設計了小巧而數字化控制的閥島,可以直接安裝在機械手上。這就意味著,控制機械手手指的氣管不必穿過機械臂。因此,BionicSoftHand 可以快捷連接,氣源和排氣各用一根氣管。通過使用的比例壓電閥,可精確控制手指運動。


    BionicSoftArm: 一個機械臂,多種派生型 

    工廠工人的手動工作和機器人的自動化工作相互之間的嚴格隔離正在消除。兩者的工作范圍會有重疊,進而整合成一個協作工作區域。這樣,未來人和機器能在統一工件或元件上同時進行工作,相互之間不會因為安全原因被隔離開來。


    BionicSoftArm 是Festo BionicMotionRobot 緊湊型的后續開發,應用范圍得到了大幅度擴展。這要歸功于其模塊化的機構:其可組合最多七個氣囊和擺動氣缸。在伸展性和移動性方面,確保了最大的靈活性,假若必要,可在緊湊的空間內避開障礙進行工作。同時,其完全靈活,可與人安全地一同工作。BionicSoftArm 可實現直接的人機協作,亦可用字傳統的SCARA 應用場合,如抓放工作。 

     

    靈活的應用前景 

    取決于結構和安裝的爪手,模塊化的機械臂可用于多種應用場合。得益于其柔性的動態特性,BionicSoftArm 可直接安全地與人交互。同時,這種動態特性讓其能更方便地在生產環境中的不同位置上適應不同的工作:免除了代價昂貴的安全設備,如保護籠和光柵,縮短了轉換時間,從而實現了靈活使用 – 完全符合自適應和經濟的生產。


    BionicFinWave: 水下機器人,采用獨特的魚鰭驅動

    大自然給我們上了印象深刻的一課,教會了我們特定游泳動作的最佳驅動系統應該是什么樣。海洋中的渦蟲和烏賊在前進時用自己的鰭形成不間斷的波浪,一路推著它們前行。仿生技術團隊從波狀鰭的運動中汲取到了BionicFinWave的靈感。這種波狀運動把水流往后推,從而形成推進力。這個原理讓BionicFinWave 在亞克力玻璃的管道系統中進退自如。 


    其兩側的鰭完全用硅膠制成,不需要加強筋或其它制成元件。這兩條鰭連接到左右兩側的九個小杠桿臂上,杠桿臂用兩個伺服電機驅動。兩個相鄰的曲軸將力傳遞給杠桿臂,兩條鰭可各自運動,產生不同的驅動軸型式。它們尤其適用于慢速、高精度的運動力,比絲桿攪動的水更少。杠桿臂分段之間有萬向節,確保曲軸的靈活性。為此,包括關節和連接桿的曲軸通過3D打印技術用塑料一體打印成型。


    多種元件的智能交互

    BionicFinWave 本體上其余元件同樣是3D 打印的,可以做成復雜的幾何形狀。體內的空腔,讓它們能作為浮動裝置動作。同時,整個的控制和調節技術采用防水技術,安全安裝,在一個非常小的空間內實現同步。 


    過程行業新的推動力和方式 

    作為仿生技術的載體,我們的仿生學習網絡再次為未來與自控機器人和液體介質的新動力技術提供了新推動力。可以想象,隨著BionicFinWave 的進一步的開發,可應用于諸如檢測、測量序列或數據采集這樣的領域 – 如水處理和污水處理和過程行業的其它領域。


    (審核編輯: 智匯小新)

    双色球投注单详解