Resumen

Los manipuladores móviles se utilizan ampliamente en diferentes campos para tareas de transferencia y agarre, como en dispositivos de asistencia médica, producción industrial y servicios hoteleros. Es un desafío mejorar las precisiones de navegación y las tasas de éxito en el agarre en entornos complejos. En este artículo, desarrollamos un sistema de agarre móvil basado en multisensores que está configurado con un sistema de visión y un nuevo juego de pinzas en un manipulador UR5. Además, se propone un término de error de una función de coste basada en el enfoque de ventana dinámica (DWA) para mejorar el rendimiento de navegación de la plataforma móvil a través de la guía visual. En el proceso de agarre móvil, el tamaño y la posición del objeto pueden ser identificados por un algoritmo de reconocimiento visual, y luego el espacio entre los dedos y la posición del chasis pueden ajustarse automáticamente; de esta manera, el objeto puede ser agarrado por el manipulador UR5 y las pinzas. Para demostrar los métodos propuestos, también se realizan experimentos

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Manipuladores móviles; Tareas de agarre; Precisiones de navegación; Sistema de visión; Manipulador UR5; Tasas de éxito en el agarre
• Keywords:Mobile manipulators; Grasping tasks; Navigation accuracies; Vision system; UR5 manipulator; Grasping success rates