机器人是目前的一个令人兴奋的和迅速发展的技术改变人类的生活。它已经广泛应用于很多领域,如工业、农业、医药、交通、社会服务、军事、太空探索和海底开采。机器人研究人员越来越多的关注,已经支付给机器人传感器、机器人的重要组成部分。在过去的十年中,已经完成了大量的努力开发机器人机器人传感器感知、机器人控制、自主机器人,人机交互等等。尽管大型和增加兴趣和应用前景,机器人传感器设计是一个重要的挑战,这不仅涉及传感器材料、结构设计、制造工艺,和校准技术,也是信号处理、数据融合和模式识别。例如,引人注目的例子提出了触觉传感器和系统;然而,他们的能力来解决特定的应用程序和扩展到其他领域如医疗仪器,假肢设备和生物力学测试是有问题的。
这个特殊的问题旨在展示最新的研究成果,想法,和先进的机器人传感器。特殊问题总结了最近的机器人传感器领域的发展。2015年特刊的主题集中在机器人的力和触觉传感器、机器人传感器融合,机器人传感器的应用。
力和触觉传感器是机器人与环境交互时必不可少的元素。本文通过a Almassri等人调查的最先进的各种机械手的力传感器的设计和应用。本文介绍了不同的技术用于测量力或接口的压力。这些技术包括负载细胞、压力指示电影,和触觉系统的压力。同样,回顾工业压力传感,包括应用程序和算法的选择和地点控制也是突出的。本文还讨论了MEMs传感器技术和不同类型的传感器。最后,讨论了压敏电阻flexiforce传感器。Flexiforce传感器具有良好的基质材料,这是一种聚合物,提高力传感和性能的提高,线性,磁滞、漂移和温度灵敏度相比其他薄膜。此外,它足够灵活和超薄,可广泛用作机械手的力传感器和触觉传感器。本文通过c .吴等人介绍了假肢手的触觉传感器的应用。 This paper proposes an EMG prosthetic hand control strategy using force sensor and tactile sensor to improve the control effectiveness and make the prosthetic hand not only controllable but also perceivable. The control strategy consists of EMG self-learning motion recognition, back stepping controller, and force tactile representation. The force and tactile information are not only used for hand grasp control but also for haptic stimulating on user, which helps the user perceive the states of the prosthetic hand.
机器人依靠多个传感器提供的信息对他们的环境。因此,传感器融合对象的基于机器人传感始终是一个关键问题跟踪、机器人路径规划和导航、环境的理解,自主行为。本文通过d Tuvshinjargal等人提出了一个基于传感器融合反应运动规划方法,在动态环境中自主车辆。动态运动规划方法结合了活性运动规划技术与基于传感器融合的障碍检测方法,从而提高健壮性和自主车辆导航在不可预知的动态环境中。运动规划方法的关键特性是基于当地的观察者在虚拟平面允许复杂的动态规划问题的有效转换成简单的固定在虚拟平面上,和一个基于传感器融合障碍检测算法提供了移动障碍通过使用Kinect的姿势估计传感器和一个声纳传感器,这有助于提高反应的准确性和鲁棒性运动规划方法在不确定的动态环境。
在过去的几十年中,人跟踪系统使用一个机器人取得了很大的改进。然而,区分人的问题和可靠后仍然存在。本文通过美国贾等人提出了一个检测和跟踪方法,代表了一个人与multicues基于补丁和设计基于模糊智能装置控制策略(FZ-IGS)。人检测算法包括探测器和一个追踪者。探测器将人划分为许多补丁和代表一个补丁使用multicues包括深度,颜色和纹理。随着轨道的发展,探测器调整人的规模根据深度信息。通过分析深度直方图和补丁的相似性与给定的人,探测器可以很容易地识别闭塞再决定更新和改变的人的外表模型跟踪策略。拖拉机基于扩展卡尔曼滤波器预测人的位置作为探测器的候选样本。然后,设计FZ-IGS用于改变增益和机器人的线速度根据机器人的位置的人。FZ-IGS驱动机器人对人连续和稳定。 A conventional method for automated guided vehicle (AGV) localization has certain limitations, such as slip phenomena, because there are variations in the surface of the road and ground friction. Therefore, precise localization is a very important issue for the inevitable slip phenomenon situation. The paper by S.-W. Yoon et al. presents a sensor fusion method to cope with this drawback by using the Kalman filter, which can eliminate the disadvantages of each sensor, such as the image sensor and encoder based sensor, and obtains the precise localization of the AGV in a slip phenomenon situation.
确认
最后,我们要感谢所有作者的价值贡献和评论家的批评帮助,必须达到一个高水平的论文完成的质量,从而使这个特殊的问题。我们也要感谢所有成员的编辑委员会批准这个特殊的问题。
Aiguo歌
光明之歌
丹妮拉Constantinescu
王磊
Quanjun歌