【摘 要】
：
液压重载机械臂作为机器人的一种,现己广泛应用于救援抢险、军事、航天、深海作业以及工业生产等领域。而对于大流量多自由度复杂构型全液压重载机械臂,首先在跨关节走油布管设计方面,其依旧存在不紧凑、不美观、不可靠、不集成四个问题;其次,在现有主动柔顺控制中,作业对象与机械臂之间的动态接触力的获取感知大都依赖于“娇贵”的力/力矩传感器。而由于液压重载型机械臂输出功率和惯性一般较大,因此其硬性接触瞬间的冲击更
论文部分内容阅读
液压重载机械臂作为机器人的一种,现己广泛应用于救援抢险、军事、航天、深海作业以及工业生产等领域。而对于大流量多自由度复杂构型全液压重载机械臂,首先在跨关节走油布管设计方面,其依旧存在不紧凑、不美观、不可靠、不集成四个问题;其次,在现有主动柔顺控制中,作业对象与机械臂之间的动态接触力的获取感知大都依赖于“娇贵”的力/力矩传感器。而由于液压重载型机械臂输出功率和惯性一般较大,因此其硬性接触瞬间的冲击更大,用力/力矩传感器进行接触力感知,更易超过力/力矩传感器量程,造成传感器损坏,这严重影响重载液压机械臂
其他文献
锌基电致变色是指Zn~(2+)离子在电致变色材料中嵌入/脱出引起材料光学吸收性质可逆的变化。由于其具有低成本、安全性高和与各种电解质水溶液的相容性佳等特点,已经受到人们的关注。由于锌基电致变色的发展刚刚起步,其电致变色性能和相关的动力学过程仍不清楚。因此,进一步探索和开发锌基电致变色技术,理解其工作机制,提高变色效率,对于推动锌基电致变色器件走向商业化应用具有重大的研究意义和应用前景。本论文工作选
高性能电卡制冷铁电/反铁电薄膜材料在芯片级固态制冷器件中具有潜在的广泛应用前景。本文采用溶胶凝胶法在Pt(111)/TiO_x/SiO_2/Si(100)衬底以及La Ni O_3/Pt(111)/TiO_x/SiO_2/Si(100),La Ni O_3/n-type Ga N和La Ni O_3/p-Type Ga N复合衬底上制备了Pb_(0.78)Ba_(0.2)La_(0.02)Zr O
激光遥感探测由于灵敏度高、响应快、原位在线、非接触等优点,广泛应用于工业废气、环境敏感气体、危化品检测等领域。然而,痕量气体目标探测或遥感经常受到背景气体干扰、环境条件的影响,造成目标信息混叠甚至被淹没。因此,本文针对激光遥感的特异性检测增强技术与系统设计进行了研究。本文的主要工作包括:第一,基于干扰测量的激光遥感特异性增强技术。为了实现空气中具有宽带谱特征的大分子痕量气体的高灵敏遥感,提出基于干
自旋电子器件和柔性无机LED是当前宽禁带半导体领域两大被热门研究的关键技术。一方面,Zn O得益于其极高的激子结合能,成为有望实现室温自旋器件的热门候选材料之一。但是时至今日,Zn O材料精确控制的过渡金属掺杂仍然存在诸多难点,例如掺杂量过低,杂质分布不均匀,杂质对薄膜形貌、性质影响不可控等。为克服这些难点,全面、深入的表征分析对薄膜生长工艺优化提供的指导作用是巨大的。基于此,我们通过高分辨X射线
随着数字信息爆炸式的增长与科学技术的迅猛发展,性能优异的信息存储设备和各式各样的智能传感设备已经逐渐进入了人们的生活。光电探测器以及存储器作为其中重要的组成部分,已经越来越多的受到了研究人员的关注。然而,伴随着数字信息采集工作量的不断扩大,传统的独立器件即使性能卓业,也已经不再满足实际需求。因此,大规模、高密度的集成化阵列器件作为潜在的解决方案,已经成为了科研人员的研究热点。本论文基于CsPbI_
锆钛酸铅(PZT)基铁电薄膜由于其优异的铁电、压电和电卡(EC)效应等性能,在传感器、储能电容器、电卡制冷和摩擦纳米发电机(TENG)等领域有着广泛的应用。本文采用凝胶-溶胶的方法在不同的衬底上生长Pb(Zr_(0.3)Ti_(0.7))O_3-Mn铁电薄膜。系统详细研究了在Pt(111)/TiOx/SiO_2/Si(100)、p-Ga N(n=4x10~(17))、La Ni O_3/Si和n-
铁电/反铁电薄膜在芯片级电卡制冷领域具有潜在的应用前景,对于解决集成电路中微电子器件的散热问题具有重要的科学意义。此外,由于其具有高的功率密度、快的放电速率、稳定的储能特性、长的循环寿命及绿色环保等特点,还可广泛应用于先进电磁脉冲武器、高功率雷达、关键医疗器件、新能源汽车等领域。本论文利用溶胶凝胶法在Nb掺杂SrTiO_3(STO)单晶衬底上制备了 BiFeO_3和La共掺杂的Pb(Zr_(0.7
图像分割是计算机视觉中的一个重要领域,它能帮助计算机更加智能地定位图像中物体和物体的轮廓。在各种无人驾驶、遥感卫星图像领域,图像分割均有许多实际的应用。遥感卫星图像能为航空航天、土地测绘等提供精准的数据。但是随着遥感技术领域的发展,遥感卫星图像数据越来越多,识别场景也更加复杂,对遥感卫星图像分割精度和速度的要求也随之升高。在遥感卫星图像分割任务中,U-Net表现出了较高的分割能力。但是在实际应用中