iRP参与了多个国际研究的研发项目
组织和行业合作伙伴。
MiRPA的应用并不局限于机器人领域。每当需要模块化、可扩展和灵活的实时系统时,MiRPA就会带来巨大的优势。
决策树的方法
该方法以决策树为基础,实现了任意输入值的n维空间在线轨迹生成(图1)和各自由度同步(图2)。图中给出了一个三自由度三阶在线轨迹生成的简单例子。与图1对应,必须指定一个将8n维空间映射到3n维空间的函数(对于笛卡尔空间,N = 6)。定义这一功能是本研究工作的主要部分。一旦定义,它就会得到如图3所示的具有矩形弹跳的经典轨迹进程,它描述了三阶轨迹的最平凡的情况。
系统概述
图2描述了我们研究所开发的系统。在第一步中,使用符号空间关系指定装配组(图3)。用户只需单击适当的表面即可完成此操作。用户可能产生的矛盾和错误可以被系统自动检测出来。
在指定装配组后,采用逐拆卸装配策略生成装配序列。
确定装配顺序后,必须应用无碰撞路径规划器。
此外,装配操作必须转化为适当的技能原始网。技能原语网络由排列在图中的技能原语组成,其中节点表示技能原语,边缘由入口条件注释。每个技能基元代表一个基于传感器的机器人运动。
有了这个概念,许多不同的传感器可以同时使用。目前我们采用了摄像头和力扭矩传感器。
这些过程的规划是在虚拟环境中进行的,因此可能会出现现实世界与虚拟世界之间的位移。用技能原始网成功地处理了这些位移。因此,提供了用于规划、评价和执行装配任务的系统。
灵活和自动化的物料流动,例如在不同的工作单元和计算机控制的仓库之间,在现代工厂环境中变得越来越重要。为了获得这样的灵活性,使用自动制导车辆(AGV)是显而易见的。许多从文献中了解到的自动驾驶车辆概念,都使用高度专业化的车载传感器系统在环境中导航。与这些概念相反,我们提出的灵活运输系统monmove仅使用简单,低成本的机载传感器,结合全球监测系统和全球导航系统。这种全球监控和全球导航的结合使运营商无需任何固定的预定义路径即可导航。
即使在简单的情况下,最佳机器人路径的选择也取决于许多因素(例如障碍物密度、运动方向、速度)。因此,数学模型是统计运动规划的重要基础。为了描述障碍运动,已经开发了两种模型——在精度和复杂性上有所不同:随机轨迹允许对机器人路径的碰撞概率和预期驾驶时间进行精确评估(其中考虑到到达目标的时间也取决于非确定性规避机动的成本)。随机网格是一种更简单的表示,用于以最小的碰撞概率规划机器人的轨迹。
对统计方法生成的路径进行了评估,并与传统规划方法的结果进行了比较,从而使路径长度最小化。自然地,统计规划的路径更长,因为它们故意包含弯路。然而,在动态环境中,与传统轨迹相比,绕路可以显著降低碰撞概率和预期驾驶时间。
项目描述
在与“Rheinische Friedrich-Wilhelms-Universität Bonn”的Klinik und Poliklinik f
项目目标
本研究项目的主要目标是开发和评估计算机和机器人辅助方法,以支持这一具有挑战性的外科手术。结合图像分析、力/力矩引导机器人控制、术前规划与仿真,提高可实现的复位精度。
用于半自动化骨折复位的圆柱形物体位姿估计综述
下面我们给出了计算三维空间中破碎圆柱形物体之间的相对目标变换的方法的结果。
我们首先计算每个圆柱形物体的轴的位置和方向。这是通过一种特殊的霍夫变换实现的。这些轴是骨折分割最重要的属性,也可以用作初始姿态估计(约束还原问题的总体6个自由度中的4个)。
经过这些预处理步骤后,可以使用众所周知的表面配准算法计算相应裂缝段之间的相对变换。在这里,我们使用一种特殊的2D深度图像相关和一种ICP(迭代最近点)算法的变体。该项目的目标是使用这些方法来计算骨碎片的目标姿势,以便通过机器人进行计算机辅助的半自动骨折复位。
用触觉反馈遥控机械手进行骨折复位-综述
我们开发了一个复杂的系统,允许使用机器人作为远程操作器来支持骨折复位过程。我们的机器人是一个标准的工业Säubli RX 90机器人。外科医生通过带有触觉反馈的操纵杆控制机器人。术中骨折的三维成像是外科医生复位时的基础信息。这些3D体图像由PC自动分割,产生非常详细的骨折段表面模型(cp.下图),外科医生可以使用这些模型精确地将碎片移动到所需的目标姿势。光学导航系统确保PC显示器上呈现的3D场景始终符合真实的手术情况;虚拟的3D模型总是以与机器人移动的真实骨头碎片相同的方式移动。
操作现场的所有力和扭矩都可以通过安装在机器人手上的力/扭矩传感器来测量。这些力被反馈到操纵杆上。这样,外科医生就能感觉到由于肌肉分散或骨折节段之间的接触而作用在病人身上的力。
结果
在第一个测试系列中,我们在解剖实验室中使用破碎的人骨(没有周围的软组织)对远程机械手系统进行了评估。结果表明,对于简单的断裂,可以实现平均约2°和2mm的还原精度。即使对于复杂的裂缝,可实现的精度也保持在4°以下。从临床角度来看,这些值是可以接受的。
此外,该遥控机械手系统还在人体尸体上进行了测试;完整标本,骨折周围软组织完整。结果与上面概述的结果相似。此外,我们可以证明,在相同的骨折中,由经验丰富的外科医生进行的手动复位相比,远程操作复位的复位精度要高得多。
结论
所提出的可视化和与股骨骨折复位远程操作系统交互的形式被证明是有效和直观的。经过短时间的学习,所有的测试人员都能够以较高的还原精度进行可靠的还原。这些结果清楚地显示了自动化骨折复位的潜力,这将确保未来此类手术的高质量结果。
使用鱼眼相机的优点是可以将整个房间映射到一张图像上。一个针孔式或倾斜变焦相机只能映射房间的一部分。
为了探测夜间的坠落,我们正在整合各种主动方法。红外灯安装在房间的不同位置,最好安装在天花板上。影子信息是用来区分站着的人和撒谎的人。如下图所示,站着的人的影子比躺着的人的影子要大得多。
到目前为止,我们只考虑跌倒检测,但当然,预防跌倒是另一项具有挑战性的任务。步态的变化可能是由于疾病引起的,并可能导致跌倒。视觉跌倒预防可以发现这些变化,例如通知全科医生。
这项工作得到了德国电信的支持,特此致谢
方法
在我们的许多车辆检测方法中,我们使用自上而下的视图,该视图是通过将相机像素通过逆透视映射(IPM)投影到街道上生成的,如下图和相应的视频中所示。在这个视图中,我们正以直角俯视街道平面。因此,在计算街道平面任意两点的距离时,不需要考虑透视映射,从而简化了许多算法的处理。
我们的方法之一是使用这种自上而下的视图来生成描述街道预期外观的街道纹理。在下面的图中(也有视频),你可以在右栏看到生成的街道纹理,在左栏看到源图像。顶部行显示了从相机看到的视图,底部行显示了相应的自顶向下视图。将源图像和街道参考纹理进行比较,以便检测下图和视频中用绿线表示的接近车辆。
由于我们每侧只有一个摄像头,我们无法使用立体视觉来收集3D信息。但是因为汽车是运动的,我们可以利用运动结构。该技术使用从不同视角的场景的两个视图对3D世界中的点进行三角测量并计算它们的确切位置。结果是通过区域的3D散点图。
结果
散点图的例子如下(图片:3D散点图)。图中的每个点都代表一个真实的3D点。街道上的点显示为红色,障碍物(=街道上的点)显示为黑色。如果将每个3D点投影到其对应的地平面上,则创建一个自上而下的视图,显示从上面看到的整个场景。现在,模式变得清晰可见,可以清楚地识别出来。例如,汽车的形状就像字母“U”。如果其中一些可以在自上而下的视图中找到,则可以清楚地识别汽车的位置。现在,通过搜索这些汽车之间的空闲空间来发现免费停车位。有关该过程的说明,请参见下图。被识别的车辆以红色突出显示,自由空间以绿色标记(图片:场景的自上而下视图)。 If a parking space is found, the automated parking process can be initiated.
实验车:Paul
目前的实验车辆Paul(德语:“Parkt allein und lenkt”)使用我们基于视觉的停车位检测。保罗在2008年汉诺威车展上展示了大众汽车的停车辅助视觉系统。
562合作研究中心的目标是发展基于封闭运动链的机器人系统的方法和组件相关基础,以提高这些机器人的潜力,特别是在高操作速度、加速度和精度方面。
为了减少处理和装配应用的顺序时间,最重要的目标是提高给定工艺精度的工作空间的操作速度和加速度。通过使用传统的串行机器人系统,这些不断增长的需求将导致恶性循环。在这种情况下,基于并联结构的新型机器人系统的要求是非常重要的。由于它们的框架是由杆构件构成的,而杆构件的质量很差,因此平行结构为主动减振提供了理想的平台。这些自适应元件与特殊的自适应控制元件的集成是一种有希望的有效方法,可以使机器人更准确、更快,从而提高生产率。
合作研究中心562的基本课题是:
参与“机构”: