[发明专利]一种基于机器学习的软体机械手

说明书

本申请实施例提供一种基于机器学习的软体机械手，其中软体机械手指包括中空的机械手指和中空的软体指套，指套的内壁涂有反光材料，指套的上端设置有开口，通过开口将指套套在机械手指的末端，在机械手指的中空结构内部设置有光纤，光纤延伸至软体指套中，光纤感知指套内壁的反光材料产生的形变，光纤发送端通过光纤阵列将图像传送到光纤接收端，光纤接收端连接控制系统，控制系统接收到图像，通过机器学习判断抓取的生物样本，并通过驱动机构控制执行机构进行抓取工作，该发明可以通过机器学习的方式使得机械手自主判断所抓取生物样本的种类和重量，从而给予合适的力度抓取，保证了生物样本的完整性。

技术领域

本申请涉及机械手技术领域，尤其涉及一种基于机器学习的软体机械手。

背景技术

传统的刚性机械手的功能和形态已经被广泛应用于人类社会生产中。这些刚性机械手主要由金属材料制成，往往负责工业现场中结构性、重复性等工作。然而现代机械手向着高定位精度、高灵活性以及高人机交互的方向发展。近年来，应用软材料设计制造的软体机械手引起了国内外学者和机构的广泛关注，并受到了持续的研究，这为从本质上解决刚性机械手环境交互性差、复杂环境适应性差等问题提供解决思路和方向。芝加哥大学和康奈尔大学的研究人员研发出一种通过阻塞技术来抓取物体的“咖啡包”软体手，该柔性机械手通过刚度的变化可以实现多种复杂形状物体的抓取。柏林大学DEIMEL等人研制了一款基于气动驱动器的软体机械手RBO Hand，该学院通过增强学习算法来训练软体手进行灵活抓取。海洋资源的开发已经逐渐成为许多国家的目标，对于海洋资源的开发和利用，机械手是采集海洋资源和海洋生物样本的重要手段。刚性机械手在采集海洋生物样本时很容易造成伤害，不能得到生物样本的完整性。

发明内容

本申请提供了一种基于机器学习的软体机械手，可以通过机器学习的方式使得机械手自主判断所抓取生物样本的种类和重量，从而给予合适的力度抓取，保证了生物样本的完整性。

本申请实施例的一种基于机器学习的软体机械手，包括执行机构、驱动机构和控制系统，其中，所述执行机构为软体机械手指，所述软体机械手指包括中空的机械手指和中空的软体指套，所述指套的内壁涂有反光材料，所述指套的上端设置有开口，通过所述开口将所述指套套在所述机械手指的末端，在所述机械手指的中空结构内部设置有光纤，所述光纤延伸至所述软体指套中，所述光纤感知所述指套内壁的反光材料产生的形变，光纤发送端通过光纤阵列将图像传送到光纤接收端，所述光纤接收端连接所述控制系统，所述控制系统接收到所述图像，通过机器学习判断抓取的生物样本，并通过所述驱动机构控制所述执行机构进行抓取工作。

进一步地，所述驱动机构包括电机、动力齿轮、第一齿轮、第二齿轮、第一动力臂、第二动力臂、导杆，所述电机与所述动力齿轮连接，所述动力齿轮与所述第二齿轮相啮合，所述第二齿轮与所述第一齿轮相啮合，所述第一动力臂的一端固定于所述第一齿轮的中心，与所述第一齿轮形成一体，所述第一动力臂的另一端延伸出所述第一齿轮，所述第一动力臂的另一端设置有通孔，所述导杆穿过所述第一动力臂的另一端的通孔以及所述机械手指上的通孔，使得所述第一动力臂与所述机械手指联动，所述第二动力臂的一端固定于所述第二齿轮的中心，与所述第二齿轮形成一体，所述导杆穿过所述第二动力臂的另一端的通孔以及所述机械手指上的通孔，使得所述第二动力臂与所述机械手指联动。

作为一种优选的技术方案，所述软体指套为硅胶指套。

作为一种优选的技术方案，所述反光材料为锡箔材料。

作为一种优选的技术方案，每个机械手指内部均有两对光纤，其中一对光纤用于发送应力变化图像，另一对光纤用于接收所述应力变化图像。

本申请实施例提供的基于机器学习的软体机械手，可以通过机器学习的方式使得机械手自主判断所抓取生物样本的种类和重量，从而给予合适的力度抓取，保证了生物样本的完整性。

附图说明