一种用于水下机器人手爪的指力传感器

来源 :第十一届中国人工智能学术年会 | 被引量 : 0次 | 上传用户:sdbradycn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文介绍了一种适用于水下机器人手爪的指力传感器.该传感器采用应变片加上弹性体的结构,以C8051F040单片机为数据采集和处理核心,通过CAN总线向控制机器人手爪的计算机传送数据.通过机器人手爪的实际操作实验表明:该传感器具有一定的抗过载能力,能够实时获取机器人手爪与物体之间的力信息.最后,对该传感器的不足之处进行了讨论,指明了改进的方向.
其他文献
本文研究了GH4586B合金经650、700、750和800 ℃长期时效热处理后的组织.利用光学显微镜、扫描电镜和透射电镜对合金显微组织进行了观察分析。结果表明:该合金在650~800 ℃长期时效过程中没有发现有害TCP相的析出;碳化物在晶内和晶界上均有析出,晶界处多于晶内。且晶界处碳化物属于以Cr为主的M23C6型碳化物;随着时效时间的延长,析出两种尺寸的γ′相,且尺寸较大的γ′相由圆形逐渐变成
为提高低膨胀高温合金抗高温氧化性能,目前主要是通过合金化手段在合金中加入Cr、Al等抗氧化性元素和稀土等活性元素。本试验通过对两种Fe-Ni基低膨胀高温合金抗氧化性能的比较,研究了Cr、Al对合金抗氧化性能的影响,并发现可以通过调整Co和Fe两元素的含量来提高合金抗氧化性能降低线胀系数.
本文研究了GH2761合金φ508mm锭型的铸态组织和均匀化处理.研究发现,合金铸态组织中,由于Ti元素偏析导致η-Ni3Ti相在枝晶间析出;η相在1160℃下保温5h即以完全溶解;含W和Mo的高Ti碳化物在枝晶间弥散析出,在1190℃下保温逐渐溶解,Ti(C,N)倾向于在枝晶轴处呈团聚状析出,但Ti(C,N)非常稳定,几乎不溶解.在1160℃保温20~40 h后,再在1190℃下保温30h以上,
通过热模拟试验和力学性能试验确定了GH2150合金的热加工工艺参数.试验结果表明该合金具有良好的塑性,比较合适的热变形温度范围为1050~1130 ℃,合金经过1080℃固溶和二阶段时效处理后,可以得到均匀的晶粒组织和良好的力学性能。
以C3I的应用为背景建立了信息融合性能指标体系,给出了一种用于多传感器信息融合性能测试与评估的系统结构.在对信息表分析处理过程中,提出了基于模糊区间目标之间优势关系目标评价方法,从对目标实现排序的情况进行分析讨论,将对目标的两两比较与一个目标优于其它目标的可信度联系起来,对目标之间一致性和不一致性进行定义,给出优势阈值和非不同阈值的概念,讨论了基于模糊区间的目标评价方法,为基于不同属性标准的评价进
粒计算在知识发现、数据挖掘等方面有潜在的应用.基于信息系统,本文提出一种新的流图--粒网络.表示逻辑公式的粒称为图的结点.图之间的连线作为决策规则解释.图中的每条路(即粒链)作为复合决策规则,这整个图作为一个决策算法.并讨论粒网络的一些性质,给出一个简单的例子来说明粒网络的基本思想和应用前景.
课堂教学是几个世纪以来学校教学活动的主要形式.为了提高了课堂教学的互动性和教学质量,课堂信息处理系统被引入课堂.但是,现有系统在功能上缺少对课堂教学中教学目标的定量评价.为了全面地、平衡地考虑各个教学目标的要求并在其上对学生学习质量的进行科学评测,本文提出了一种基于信噪比的互动学习质量评测模型,并用赋予一定意义的模拟数据模拟了此模型执行的过程和有效性.本文是对计算机辅助课堂教学的积极尝试,希望可以
多Agent技术是分布式人工智能的重要研究领域,它的分布性、实时性、反应性特点符合电力系统故障诊断对于事件的快速反应的要求.本文提出了一种基于多Agent的电力系统实时故障诊断方法和系统结构,将多线程技术应用于Agent的设计,并采用PROLOG与JAVA混合编程.论文给出了具体实现方法以及实验结果.实验表明多Agent故障诊断方法是一种有效的电力系统诊断方法,可有效地提高诊断系统对于故障事件的反
本文在移动机器人导航控制领域进行了有益的探索和实践,提出基于近似Voronoi图的环境建模方法、结合示例学习的移动机器人免疫进化路径规划方法、基于微分平坦的滚动时域H∞轨迹跟踪策略以及基于SVM的路径跟踪学习控制器设计方法,并给出了一种基于数据驱动方式的控制器自我优化策略.实验结果表明,各种方法能够适应未知环境要求并具有更好的性能.
掰手腕机器人是一种集力测试、娱乐和比赛于一体的娱乐型机器人,不仅为青少年科普教育提供了寓教于乐的载体,也促进了智能机器人走向大众化、实用化.本文在比较分析当前同类机器人研究现状的基础上,介绍了掰手腕机器人RoboamI的系统功能和基本原理,特别是机器人手臂部分的结构设计和力信息获取的实现.对样机的测试结果表明,该掰手腕机器人可以根据比赛者的臂力大小和持续时间决定胜负,并可完成肘部和腕部力信息的采集