协作机器人拖动示教控制方法的实现原理介绍

协作机器人(Cobot)的拖动示教(Hand Guiding / Drag Teaching)是一种直观的人机交互方式:操作者用手直接拖动机器人末端或机械臂,使其沿期望轨迹运动,系统实时记录位姿或生成路径,用于后续复现。其核心在于实现“零力”或“低阻抗”状态下的安全、顺滑跟随

一、基本目标

在拖动示教模式下,机器人应表现为:

  • 对外部人力几乎无阻力(即“零力”或“重力补偿”状态);
  • 各关节可自由转动,但受安全约束(如速度、位置限幅);
  • 实时记录末端位姿或关节角,用于编程。

二、核心原理:基于力/力矩传感器的阻抗控制

1. 力矩感知

协作机器人通常在每个关节集成高精度力矩传感器(或通过电机电流估算关节力矩)。

  • 实际测量/估计的关节力矩:
    τₛ = [τ₁, τ₂, ..., τₙ]ᵀ
  • 重力引起的理论力矩(由正动力学模型计算):
    τ_g(q) —— 仅与当前关节角 q 有关
  • 注:n 为自由度(如 7 轴机器人 n = 7)

2. 重力补偿(Gravity Compensation)

为消除机器人自重影响,控制器输出抵消重力的力矩:

τ_c = τ_g(q)

此时,若无外力,机器人将“悬浮”在当前位置。

当人施加外力时,关节力矩传感器会检测到额外力矩

τ_ext =

Read more

无线联邦学习:在保护隐私的无线网络中,让AI协同进化

无线联邦学习:在保护隐私的无线网络中,让AI协同进化

🔥作者简介: 一个平凡而乐于分享的小比特,中南民族大学通信工程专业研究生,研究方向无线联邦学习 🎬擅长领域:驱动开发,嵌入式软件开发,BSP开发 ❄️作者主页:一个平凡而乐于分享的小比特的个人主页 ✨收录专栏:无线通信技术,本专栏介绍无线通信相关技术 欢迎大家点赞 👍 收藏 ⭐ 加关注哦!💖💖 无线联邦学习:在保护隐私的无线网络中,让AI协同进化 一、什么无线联邦学习? 想象这样一个场景:全国各地的医院都想联合训练一个AI模型来诊断疾病,但患者的医疗数据极其敏感,不能离开医院。传统方法是把所有数据集中到一个中心服务器,但这会造成隐私泄露风险。怎么办? 无线联邦学习就像一位“知识快递员”——它不收集原始数据,而是让各地的医院在本地训练模型,然后只把模型“更新心得”(梯度或参数)通过无线网络传给中心服务器,由服务器汇总大家的智慧,形成一个更强大的模型。 核心思想 * 数据不动模型动:原始数据永远留在本地设备 * 仅上传模型更新:只传输学习到的参数,而非数据本身 * 无线传输媒介:通过Wi-Fi、5G等无线网络进行通信 本地设备3 本地设备2 本地设

By Ne0inhk

AI 概念大扒皮:从 LLM 到 Agent,一次说清楚

🤖 AI 概念大扒皮:从 LLM 到 Agent,一次说清楚 这些词你认识几个?不管认识多少,今天都给你扒个底朝天。所谓智能体,其实是由所有"不需要智能"的部分拼凑而成的;那些花里胡哨的新概念,大多不过是新瓶装旧酒。 涉及关键词:LLMPromptContextMemoryAgentRAGFunction CallingMCPSkillSub-Agent 💡 先清空大脑 忘掉你已知的一切,跟着故事线走——你会发现这些概念都是从同一个起点,一步步生长出来的。 🧠 第一步:语言模型长大了 一切混乱的起点,是这个古老的东西——语言模型。早期的小模型基本上是个智障,只会简单的文字接龙。但随着参数规模不断膨胀,在某个临界点,它突然"涌现"出了真正的智能。 为了和之前的小模型做区分,我们在前面加了个"大"字: 🆕 词汇① 大语言模型(LLM) LLM

By Ne0inhk
从虚拟地址到物理页框:Linux 页表与内存管理全解析

从虚拟地址到物理页框:Linux 页表与内存管理全解析

前言:虚拟内存、物理内存与页表,是现代操作系统内存管理的三大核心。本文将从原理、结构、映射机制等角度,系统讲解虚拟地址空间、页表工作方式、物理内存管理,带你彻底理解程序背后的内存世界。 文章目录 * 一、什么是虚拟内存 * 二、虚拟内存的描述与组织 * 三、页表的优势 * 四、虚拟内存区域划分 * 五、物理空间理解 * 六、页表映射原理 问题引入 为引入今天的话题,我们先来看下面一段程序: #include<stdio.h>#include<sys/types.h>#include<unistd.h>intmain(){int k=10; pid_t id=

By Ne0inhk

ubuntu20.04下使用D435i在ROS下实时运行ORB-SLAM3

提前安装好ROS环境,这里采用的是小鱼老师的一行代码安装: wget http://fishros.com/install -O fishros && bash fishros 提前运行跑通ORB-SLAM3,具体参考如下: https://blog.ZEEKLOG.net/2302_80099075/article/details/140306463?spm=1011.2415.3001.5331 目录 一、安装IntelRealSense SDK2.0 二、realsense-ros的安装 三、D435i 彩色相机内参标定 四、ROS下运行orb-slam3 五、启用IMU 六、稠密建图 一、安装IntelRealSense SDK2.0 开始前一定要提前装好ROS和ORB-SLAM3的环境,

By Ne0inhk