长一寸强一寸:无人机链组成空中机械手,可以滞空拧开工业阀门

简介: 最近,空中机器人正在受到广泛的关注,其中最具潜力的领域之一是室内。一旦无人机飞行器进入室内,就会有各种各样的障碍物出现,比如门、墙壁、窗户、人、家具、悬挂植物、灯罩等这对空中机器人来说是非常危险的。

image.png

在东京大学 JSK 实验室,机器人专家开发了一种名为「龙(Dragon)」 的机器人,它代表“具有多自由度空中变换能力的双转子嵌入式多连杆机器人”。这是一种模块化的飞行机器人,由管道风扇提供动力,可以在飞行中进行转换,通过多个机器人的链式叠加变换队列,组成不同的形状,从方形到蛇形,再到介于两者之间的任何东西,这样组成的机器人可以在空中伸展穿过小孔,再进行各类行动。

如果你觉得,这种机器人的作用仅限于各种晚会上的排列组合,进行美丽的展示,那你就错了。近期,「龙」机器人有了新的进展,可以真的在工业生产中发挥自己的效用。 在最近的几篇论文中,东京大学的 Moju Zhao 及其同事介绍了「龙」机器人的一些功能更新,这一机器人现在更加稳固,可以通过大的推力,在空中停滞,并拧开各种角度的工业阀门。

image.png

比如,在空中组成不同的形状。

image.png

image.png

“迷你”无人机链式组合,强大又灵活

对于复杂的室内环境,飞行机器人是如何工作的呢? 在研究领域,一种解决方案是制作非常小型的机器人,这样它们就可以穿过小开口,并且更容易避开易碎和昂贵的东西,但是这也出现了一些问题,太小的飞行机器人可以承担的工作也很有限; 另一种解决方案是将飞行机器人放在保护笼中,但这也导致机器人很难与外界互动。 理想情况下,你会想要一个不需要被过分保护的机器人,它既大又强,但同时又小又灵活。 如何做到呢?正如在视频中看到的「龙」机器人那样,它就真正实现了大小和灵活度之间的平衡。 「龙」机器人由一系列链接在一起的微小机器人模块组成,每个模块都包含一对管道风扇推进器,可以在需要的任何方向上以滚动和俯仰方式驱动推力矢量推力。这些模块通过动力铰链接头相互连接,整个机器人由英特尔 Euclid 驱动并由电池组供电(提供 3 分钟的飞行时间,老实说,这比我想象的要长),安装在机器人的脊椎。这个特殊的原型由四个模块组成,使其表现得有点像四旋翼,尽管我认为从技术上讲它是一个八旋翼。

image.png

「龙」机器人 原型机有四个连杆 (a) 通过由伺服电机驱动的关节 (b) 连接。每个连杆带有一对涵道风扇推进器 (c)。带有板载 IMU 和 Intel Euclid 的飞行控制单元(标记为“脊髓”)位于第二个链路上。每个链路都有一个分布式控制板(标记为“神经元”),管道风扇转子由电子速度控制器(转子 ESC)控制。 「龙」机器人 可以直线飞行、盒子飞行、“L”形飞行,也可以具有更复杂的 3D 形状,如锯齿形或螺旋形。 令人兴奋的是,这个机器人最初就是为了变形而设计的,因此虽然组合起来体积并不小,但是这个机器人也改变形状以挤过一个小间隙。 最近的研究中,研究人员也将这个机器人概念化为一种可以被强力驱动的飞行臂,它既可以形成新的形状,也可以使用这些形状通过操纵物体与周围的世界互动。最终,「龙」机器人 将通过多达 12 个相互连接的模块在空中摆动,它会使用它的两端来抓取物体,就像一个两指抓手。 无人机化身“空中扳手”,灵活拧开工业阀门伴随扳手动作的空中操控,正是飞行机器人的新型研究领域之一。 通过在空中机器人上附加额外的机械手,各种最先进的作品已经实现了空中操纵和抓取。然而,这种耦合平台在相互作用力和机动性方面存在局限性。在「龙」机器人 的新研究中,新型铰接式空中机器人成功实现空中操纵和抓取,其中每个环节都嵌入了可矢量转子单元。 在空中进行稳定操纵和抓取的关键是使用具有两个自由度的转子矢量装置。首先,考虑到矢量执行器的动力学,开发了一种使用矢量推力进行空中变换的综合飞行控制方法。这种提出的控制方法可以抑制由于矢量致动器的动力学引起的振荡,并且还允许与外部和内部扳手集成以进行对象操纵和抓取。其次,这一新的研究提出了一种使用该铰接模型的两端进行双手物体抓取的在线推力级规划方法。最后,我们展示了对所提出的用于对象操纵和抓取的控制和规划方法的评估实验结果。 「龙」机器人目前可以转动一些真正的工业阀门,阀门转动的力来自螺旋桨推力,而不是机器人身上的执行器。虽然我们已经看到了许多不同风格的无人机,这些无人机为此钉上了可以被操控的手臂,但是,和这类机器人不同的是,「龙」机器人直接将自身无人机的结构做成了机械手,更容易操控。 不过 「龙」机器人 目前的使用仍然存在很多限制。它重达 7.6 公斤,虽然其有效载荷为 3.4 公斤,但最长飞行时间很有限,目前只有 3 分钟,只能在无人机实验室环境进行飞行测试。 研究者表示,他们正在考虑让 「龙」机器人能够在地面上行走以延长其电池寿命。这或许也是一个不错的解决办法,一旦这一问题被解决,凭借系统所拥有的巨大自由度,可以应对更多现实世界的挑战。 素材来源:

https://spectrum.ieee.org/dragon-robot-flying-manipulator

https://spectrum.ieee.org/flying-dragon-robot-transforms-itself-to-squeeze-through-gaps

https://ieeexplore.ieee.org/document/9720963

https://journals.sagepub.com/doi/10.1177/02783649221112446

相关文章
|
网络架构
海康大华云台摄像机使用ONVIF无法控制云台问题
海康大华云台摄像机使用ONVIF无法控制云台问题
745 1
|
JSON 小程序 前端开发
微信小程序(二十四)微信小程序富文本编辑器editor
{ "component": true, "usingComponents": {} }
515 0
|
C++
Qt 父子对象的关系
Qt 父子对象的关系
361 0
|
4月前
|
存储 人工智能 搜索推荐
拔俗AI社保规划师:您的24小时私人社保顾问,让福利不“迷路”
面对社保政策复杂、咨询需求激增的现状,AI社保规划师系统基于阿里云技术,构建政务级云原生智能服务体系,实现政策数据实时更新、精算模型精准计算、个性化方案智能推荐。通过“云-端-边”协同架构,打通数据安全、智能分析与多端应用,支撑日均超8万次咨询,响应时间缩短至10秒,助力政务服务效率提升40%以上,推动社保服务向数字化、智能化转型。
208 0
|
机器学习/深度学习 人工智能 算法
基于YOLOv8的火焰烟雾实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
基于YOLOv8的火焰烟雾实时检测系统,使用6744张图片训练有效模型,开发了带GUI界面的系统,支持图片、视频和摄像头实时检测,具备模型权重导入、检测置信度调节等功能,并提供项目完整代码和数据集。
2757 1
基于YOLOv8的火焰烟雾实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
|
存储 机器学习/深度学习 并行计算
GPU通信互联技术:GPUDirect、NVLink与RDMA
在高性能计算和深度学习领域,GPU已成为关键工具。然而,随着模型复杂度和数据量的增加,单个GPU难以满足需求,多GPU甚至多服务器协同工作成为常态。本文探讨了三种主要的GPU通信互联技术:GPUDirect、NVLink和RDMA。GPUDirect通过绕过CPU实现GPU与设备直接通信;NVLink提供高速点对点连接和支持内存共享;RDMA则在网络层面实现直接内存访问,降低延迟。这些技术各有优势,适用于不同场景,为AI和高性能计算提供了强大支持。
|
索引 Python
如何高效地对比处理 DataFrame 的两列数据
如何高效地对比处理 DataFrame 的两列数据
289 0
|
网络架构
浮动静态路由:网络设计中的智能选择
【4月更文挑战第22天】
564 5
|
Ubuntu Linux
Linux(Ubuntu)系统临时IP以及静态IP配置(关闭、启动网卡等操作)
请注意,以上步骤是在临时基础上进行配置的。如果要永久保存静态IP地址,通常还需要修改 `/etc/network/interfaces`文件,以便在系统重启后保持配置。同时,确保备份相关配置文件以防止出现问题。
1897 1
|
芯片 Windows
一文带你认识 CP210x 并安装驱动
一文带你认识 CP210x 并安装驱动
2747 0