تعتبر الروبوتات المتوازية المدفوعة بالكابلات (CDPRs) جذابة لت Manipulation في المساحات الكبيرة بسبب هيكلها الخفيف، ومساحة العمل الكبيرة، وقابليتها لإعادة التهيئة. ومع ذلك، تواجه الأنظمة الحالية ثلاثة تحديات عملية: محدودية التعديل في العمارة الميكانيكية، الحاجة إلى المعايرة المتكررة بعد إعادة التهيئة، ودمج غير كافٍ بين الإدراك البصري وتنفيذ الإمساك. لمعالجة هذه القضايا، يقدم هذا البحث روبوتًا متوازيًا مدفوعًا بالكابلات قابلاً للتعديل (MCDPR)، جنبًا إلى جنب مع نمذجة حركية، ومعايرة ذاتية تستند إلى الرؤية، وطرق الإمساك البصري. أولاً، تم تطوير عمارة ميكانيكية قابلة للتعديل تم فيها دمج وظائف القيادة والاستشعار وتوجيه الكابلات لدعم التجميع/التفكيك السريع، وتصحيح الأخطاء بشكل ملائم، وعمليات مقاومة التراخي للكابلات. ثانيًا، تم إنشاء نموذج حركي متعدد الطبقات مع أخذ البكرات في الاعتبار، واقترحت طريقة معايرة ذاتية تستند إلى الرؤية لتحديد المعلمات الهيكلية بعد التجميع باستخدام أجهزة الاستشعار المثبتة وملحوظات AprilTag، مما يقلل من عدد المعايرات المطلوبة أثناء تشغيل الروبوت بعد إعادة التهيئة. ثالثًا، تم تطوير طريقة لالتقاط الكائنات في الحاويات موجهة بالرؤية من خلال دمج إدراك RGB-D، وتحويل الإحداثيات، ونماذج الروبوتات المعايرة. تم إجراء محاكاة وتجارب نموذج أولي للتحقق من صحة النظام المقترح. تم إنشاء إطار عمل موحد للتحقق من صحة البرمجيات/الأجهزة، حيث تم استخدام المحاكاة المعتمدة على CoppeliaSim ونموذج الجهاز معًا للتحقق من التصميم والأساليب المقترحة. في المحاكاة، تقلل المعايرة الذاتية من خطأ موضع الإمساك الإقليدي من 0.371 مم إلى 0.048 مم وخطأ الاتجاه من 0.071° إلى 0.004°. في التجارب، تم تقليل خطأ الموضع النسبي بنسبة 58.33% بعد المعايرة الذاتية.
درست ماي وزملاؤها (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: