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
刺猬的温驯7 小时前
Flow Matching 训练的输入分布问题:从 VAE Latent 统计性质到归一化工程实践——以 VoxFlash-TTS 为例
人工智能·语音合成·tts
机器之心7 小时前
近80年后,埃尔德什经典「拉姆齐数下界」,被三位中国学者首次指数级改进
人工智能·openai
机器之心7 小时前
Nvidia都在点赞的LoopWM世界模型,竟然来自一家中国初创FaceMind?
人工智能·openai
美团技术团队7 小时前
LongCat 开源 VitaBench 2.0:长期动态智能体基准新标杆
人工智能·算法
moMo8 小时前
从“你好”到 1024 维坐标:大模型怎么识字
人工智能
ShallWeL8 小时前
【机器学习】(2)—— 线性回归:损失函数
人工智能·机器学习
美团技术团队8 小时前
ICML 2026 | 美团技术团队学术论文精选
人工智能
moMo8 小时前
你的每一次对话,都是第一次
人工智能
不加辣椒8 小时前
第13章 检索增强提示工程
人工智能
小爷毛毛_卓寿杰8 小时前
我把 397B 的「Agentic 大脑」塞进了 Xinference,一键部署 Nex-N2
人工智能·架构·github