本发明涉及一种基于脉冲图神经网络的事件驱动触觉感知方法及系统，属于触觉感知和机器人控制技术领域。该方法包括以下步骤:S1、从事件驱动触觉传感器收集的数据中提取主要特征；S2、对触觉传感器数据中提取的主要特征进行编码；S3、采用脉冲神经网络来进一步学习特征嵌入；S4、通过图神经网络对编码后的特征进行处理；S5、采用投票机制识别目标物体的类别或状态。本方案通过图神经网络，能够自动构建基于触觉传感单元空间结构的图谱，并高效提取局部和全局特征；利用脉冲神经网络处理事件驱动数据，显著降低了能耗并提高了计算效率；具有较强的泛化能力，可适应不同的触觉传感器配置和应用场景，同时在处理实时触觉感知任务时表现优异。
本发明涉及机器人运动控制领域，尤其涉及一种自适应外部推力的外骨骼与安全支架的协同控制方法。是通过对在矢状面内带外力的动力学模型进行解耦来表示压力中心；通过引入仅包含人与外骨骼系统在z方向上的运动的分量η来设置动力学约束，同时采用多个分断线段近似表示非线性弧形设置运动学约束，并以此构建离散时间线性模型，在此基础上，构建线性的MPC问题，优化得到人与外骨骼系统的最优质心运动轨迹和落脚点位置输出。与现有技术相比，本发明提升了患者‑外骨骼‑安全支架系统的协同控制精度。
本发明公开了一种肌肉驱动的仿果蝇幼虫智能体建模与分层运动控制方法，基于弹簧质点方法建模果蝇幼虫多体节全软体躯体、基于肌肉长度‑速度‑张力非线性模型建模肌肉张力计算节点、基于体积约束算法建模静流体骨骼，在上述仿真建模框架下形成仿果蝇幼虫智能体。面向仿果蝇幼虫智能体，构建基于von‑mises循环分布中央模式发生器的肌肉底层控制器，将控制维度从肌肉数量压缩至底层控制器参数数量；采用强化学习方法寻优控制底层控制器参数的高层策略网络，使得高维肌肉系统可在上述分层运动控制方法协调下，驱动仿果蝇幼虫智能体产生多模式蠕动运动。本发明提供了新的结构设计和控制算法，有助于推进软体机器人在工业、医疗等领域的应用。
本发明提出了一种基于速度前瞻控制的机器人协同缝制方法及系统，包括:图像检测模块、压力检测模块、缝制设备、控制器和机械臂；图像检测模块实时采集织物的图像信息并传输至控制器；控制器对图像信息完成处理后生成末端的按压点位置和运动路径，引入速度前瞻控制，根据运动路径，对速度极值进行优化，完成整条轨迹的速度规划，对规划后的轨迹进行插值，获得插值后的结果；控制器发出期望力至压力检测模块，压力检测模块输出按压高度；机械臂基于插值后的结果、按压高度执行动作至织物；控制器发出控制信号至缝制设备，缝制设备进行送布、缝制；缝制设备与所述机械臂速度匹配，进行协同缝制。
本发明属于药材烘干技术领域，提供了一种蒙药药材翻转烘干装置，包括第一立板和第二立板，第一立板和所述第二立板相邻的一侧转动连接有旋转筒，第二立板远离所述旋转筒的一侧固定连接有驱动电机，驱动电机的输出轴贯穿第二立板的外壁且与旋转筒的外壁固定连接，旋转筒的外部开设有进料口，在对蒙药进行翻转过程中，通过充气组件向内层进气舱的内部注入气体，当充气组件向内层进气舱注入气体时，膨胀囊体会随之膨胀，形成搅拌阻拦部，膨胀囊体膨胀后形成的搅拌阻拦部在旋转筒内部不仅能够进一步翻转和分离药材，从而提高了烘干的均匀性和效率，同时，这些搅拌阻拦部还能够增加药材与烘干气体的接触面积，提高烘干效果。
本发明是一种G3连续且运动平稳的机器人路径光顺方法。首先，在工件坐标系下进行机器人末端位置路径光顺，通过构建6次Bezier曲线拐角过渡模型，实现路径衔接处的位置G3连续平滑转接；其次，在绕工件坐标系的欧拉角空间内进行机器人末端姿态路径光顺，通过构建6次Bezier曲线拐角过渡模型，实现路径衔接处的姿态G3连续平滑转接；最后，对转接光顺后的机器人末端位置和姿态路径进行参数同步处理，通过考虑位姿同步条件和位姿路径的几何特性自适应调整位置、姿态过渡参数，确保末端姿态相对于位置路径弧长的一阶、二阶、三阶导连续。本发明能实现机器人末段位姿G3连续平滑转接，没有任何迭代计算，光顺误差可控的同时机器人末端工具刀轴角运动更平稳。
本发明涉及机械抓手分析领域，具体是一种基于导电液体自感知检测的柔性抓手，包括步进电机、与步进电机连接的传动连接件、与传动连接件连接的至少一对柔性手指，还包括在柔性手指中最长的非抓取工作表面上采用沿着长度方向布置的方式安装的若干个导电液体传感器，通过检测各个导电液体传感器的输出情况，以获取柔性手指的弯曲状态。本发明柔性手指嵌入了导电液体传感器，导电液体传感器与柔性抓手合为一体，在抓取时能够更好的配合抓手工作，不会对被抓取物造成损伤，并且增加了抓手的耐用性；此外还能实时对抓手的手指进行弯曲状态检测，获取被抓取物的形态结构参数，对被抓取物的检测更为精准，提高抓取效率，进而提高生产率。
本发明公开了连续体机器人无模型形状控制方法、系统、装置及介质，方法包括:对形状特征参数误差函数应用零化神经网络模型，根据第一设计公式得出执行器的更新公式，根据雅可比矩阵的估计值计算出执行器的变化量；对参数速度误差函数应用零化神经网络模型，根据第二设计公式得出雅可比矩阵的更新公式，根据传感器反馈的实际形状特征参数的加速度值和估计的执行器加速度计算出雅可比矩阵的估计变化量；根据执行器的变化量和雅可比矩阵的估计变化量学习得到下一时刻连续体机器人的执行器控制输入和雅可比矩阵的估计值，对下一时刻的连续体机器人进行形状控制。本发明提高了连续体机器人无模型形状控制的效率和准确性，可应用于机器人控制技术领域。
本发明属于机器人领域，公开了一种六自由度智能力控模块化灵巧手，其中手掌结构包括手掌外壳和骨架，骨架用于装配手指、大拇指和电机控制系统；电机系统包括第一电机和第二电机；手指均通过连杆机构与第一电机相连，第一电机驱动每根手指的弯曲动作；大拇指具有两个自由度，包括大拇指的弯曲自由度和横向摆动自由度，大拇指的弯曲由第一电机和连杆机构控制，横向摆动由第二电机控制；大拇指通过第二电机控制横向摆动，实现对掌运动，与其他手指协同完成复杂的抓握任务。大拇指的设计具有两个独立的自由度，其中一个用于控制大拇指的弯曲，另一个用于实现大拇指的横向摆动，使大拇指能够与其他手指协同工作，从而提高抓取时的灵活性与精确性。
一种基于结构导向运动轮廓的机械臂轨迹规划方法，属于机器人控制相关技术领域，包括以下步骤:S1、输入关节空间的期望位置点矩阵P和机械臂的物理约束；S2、初始化参数，所述参数包括：点到点轨迹模型的斜坡系数和局部非对称系数，变量边界、种群大小、外置存储器大小和最大迭代次数；S3、基于结构导向运动轮廓生成初始轨迹Ω；S4、根据解析法优先策略优化初始轨迹Ω；S5、输出最优解或帕累托最优解集。本发明实现机械臂高效和高精度运行，达到提升生产效率和作业精度。