TESOLLO:使用MANUS & Franka机械臂提高机器人灵活性

Robotics(RBT) TU/e、Mechanical Engineering TU/e和AI Matters EU的三方合作,推动了人机交互的未来,展示了人类运动捕捉和高级机器人控制之间的强大协同作用。

背景

TESOLLO公司总部设在韩国。通过精确的运动控制、先进的嵌入式系统和人工智能的智能集成来重新定义机器人自动化。

其旗舰产品DG-5F是一个可完全驱动的五指拟人机器手,可达到人手动作水平的灵活性、抓握和控制。其具有20个自由度(DOF),无缝结合了高精度机械、可选触觉传感和灵活的软件兼容性,是研究、工业自动化和服务机器人应用的理想选择。

挑战

用传统的输入方法控制像DG-5F这样的20自由度机器人手具有挑战性。手动编程或使用操纵杆控制通常会造成延迟、低精度以及陡峭的学习曲线。为了解决这个问题,TESOLLO开发了ROS2包,使机器手控制更加直观和有效。

除了展示灵活性,DG-5F的功能还支持安装在Franka Research 3机器臂上并使用NOKOV光学系统定位并扩展到现实世界中完成实际应用。这种集成大大提高了系统的灵活性、机动性和执行复杂操纵任务的能力。

解决方案

随着MANUS Metagloves Pro和Manus Core ROS 2套装的发布,TESOLLO开发了人机无缝遥操作流水线解决方案。该解决放哪使用NOKOV光学跟踪系统作为Franka Research 3机器臂的定位锚,为人类和机器人运动之间的精确对准提供空间参考。

实时手指跟踪:MANUS Metagloves Pro以毫米级的精度捕捉操作员的手指和手部动作,以超低延迟传输数据。

ROS2集成:MANUS Core ROS 2软件包将SDK(包括位置和手指跟踪数据)封装到ROS 2兼容接口中,便于集成。

位置跟踪:NOKOV光学跟踪为Franka机器臂提供精确的空间参考点,确保人类和机器人运动之间的精确对准。

遥操作控制层:手指姿态数据被映射到TESOLLO DG-5F灵巧手上,而位置数据驱动Franka机械臂,实现具有自然、直观控制的全臂遥操作。

未来发展

通过此次合作,TESOLLO展示了与MANUS Metagloves Pro,ROS2集成光学跟踪实现高度灵活的遥操作工作流程。

然而,由于人手和机器人手的运动学差异,精确的遥操作仍然面临挑战。MANUS的端点传感器流提供了一个新的方向,允许像DG-5F这样的灵巧手随着时间的推移学习和完善他们的运动模型。

该解决方案验证了高保真运动数据与自适应控制的结合的可行性,为未来由数据驱动且更智能的操纵系统提供了发展方向。

相关推荐
围炉聊科技18 小时前
手机端侧智能助手:从被动工具到主动助手的进化之路
人工智能·智能手机
亚马逊云开发者18 小时前
深度探索:EKS MCP Server 与 Amazon Q Developer CLI 集成实践
人工智能
一水鉴天18 小时前
整体设计 定稿 之19 拼语言表述体系之2(codebuddy)
大数据·前端·人工智能·架构
weixin_4573402119 小时前
旋转OBB数据集标注查看器
图像处理·人工智能·python·yolo·目标检测·数据集·旋转
玖日大大19 小时前
NLP—— 让机器读懂人类语言的艺术与科学
人工智能·自然语言处理
这张生成的图像能检测吗19 小时前
(论文速读)BV-DL:融合双目视觉和深度学习的高速列车轮轨动态位移检测
人工智能·深度学习·计算机视觉·关键点检测·双目视觉·激光传感器
lxmyzzs19 小时前
在 RK3588 开发板上部署 DeepSeek-R1-Distill-Qwen-1.5B 模型:RKLLM API 实战指南
人工智能·rk3588·deepseek
老欧学视觉19 小时前
0011机器学习特征工程
人工智能·机器学习
科技观察19 小时前
国产MATLAB替代软件的关键能力与生态发展现状
大数据·人工智能·matlab
用户51914958484519 小时前
掌握比特币:开放区块链编程全解析
人工智能·aigc