Alt-Bionics是一家以開發(fā)無障礙假肢技術而聞名的公司,隨著機器人技術的進步與靈巧手開發(fā)能力的提升,Alt-Bionics已經(jīng)將其專業(yè)知識擴展到機器人領域。在假肢設備Genesis的成功基礎上,Alt-Bionics利用EMG信號和Manus手套采集的數(shù)據(jù)幫助用戶實現(xiàn)假肢功能控制,該研究旨在解決機器人靈活性和遙控操作方面的一系列新的技術挑戰(zhàn)。
![]()
挑戰(zhàn):從假肢到機器人的過渡帶來了巨大的工程障礙
傳感器輸入轉換:假肢系統(tǒng)使用生物信號,如肌電圖。然而,靈巧手需要外部環(huán)境傳感和精確的操作員控制輸入。
?
擴展的靈活性要求:假肢優(yōu)先復制基本的人類握力。靈巧手應用要求更寬的操作范圍,需要適應性強的算法和先進的運動映射。
?
低延遲遙操作:對于機器人或靈巧手控制,尤其是在安全關鍵環(huán)境中,需要極小延遲的實時響應,這對于確保安全可靠的性能至關重要。
解決方案
為了克服這些障礙,Alt-Bionics整合了MANUS Metaglove pro和MANUS Core SDK到他們的開發(fā)工作流程中。他們還創(chuàng)建了一個專有的轉換層來連接人類運動和機器人執(zhí)行。
![]()
高保真手指跟蹤:Manus Metaglove可捕捉毫米精度的實時手和手指運動。
?
無縫數(shù)據(jù)集成:MANUS Core SDK處理運動數(shù)據(jù),并將其直接傳輸?shù)絃inux中的機器人控制管道。
?
轉換層:Alt-Bionics的定制轉換層將手套輸入轉換為穩(wěn)定的遙控操作命令,供靈巧手使用。
智能機器假肢的未來
![]()
“事實證明,Manus提供的精確數(shù)據(jù)不僅對于炸彈處理、災難響應和遠程醫(yī)療程序等緊急任務具有非常大的應用潛力,對于機器人技術的長期發(fā)展也至關重要。在模仿學習或擬人動作循環(huán)訓練中,這些動作數(shù)據(jù)允許機器人直接從人類的演示中學習,以加速自主系統(tǒng)的開發(fā)。”Alt-Bionics首席執(zhí)行官兼創(chuàng)始人?Ryan Saavedra說到。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.