MARC

 008250123s2024        us                              c    eng  d
■001000017164829
■00520250211153052
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346382737
■035    ▼a(MiAaPQ)AAI31643344
■035    ▼a(MiAaPQ)Stanfordmh684qp1372
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a612.97
■1001  ▼aThomasson,  Rachel  P.
■24510▼aReach  Goals:  Design  Principles  for  Robot  End-Effectors  Operating  in  Constrained,  Contact-Rich  Spaces
■260    ▼a[Sl]▼bStanford  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a161  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-05,  Section:  B.
■500    ▼aAdvisor:  Cutkosky,  Mark.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aThis  dissertation  addresses  the  challenges  and  design  requirements  for  robotic  manipulators  operating  in  household  settings.  While  industrial  robots  have  significantly  improved  productivity  and  precision  in  manufacturing,  their  designs  are  less  suited  for  home  environments,  which  are  characterized  by  constraints  on  multiple  scales.  Often  exhibiting  high  end-point  inertia,  traditional  robotic  platforms  rely  on  collision-free  navigation  to  maintain  safety,  an  approach  that  is  impractical  when  navigating  highly  cluttered  scenes.  Additionally,  standard  robot  arms  paired  with  bulky  grippers  are  unable  to  reach  into  narrow  spaces  or  maneuver  around  the  obstacles  imposed  by  cabinets,  drawers,  and  sinks.We  explore  several  approaches  to  overcome  these  limitations.  Firstly,  we  investigate  the  design  of  low-inertia  hands  that  can  safely  make  contact  when  quickly  navigating  amidst  lightweight,  movable  obstacles.  We  show  methods  for  leveraging  low-impact  contact  to  grasp  and  localize  objects.  While  reducing  inertia  promotes  safety  at  the  timescale  of  impact,  understanding  the  outcomes  of  sustained  contact  is  essential  when  using  incidental  contacts  to  rearrange  objects  when  collision-free  paths  are  unavailable.  Therefore,  we  develop  and  evaluate  a  high-coverage,  flexible  sensor  network  designed  to  sense  and  monitor  the  outcomes  of  sustained  contact.  While  rearranging  objects  through  non-prehensile  manipulation  typically  requires  accurate  models  of  the  environment,  we  propose  a  method  that  does  not  even  require  identifying  the  object  the  robot  is  in  contact  with.  Our  approach,  instead,  monitors  the  evolution  of  a  contact  patch  over  time,  tracking  simple  features  to  estimate  whether  an  object  is  movable  or  immovable  and  further  distinguishing  movable  objects  as  safely  sliding  or  beginning  to  tip.The  culmination  of  our  work  is  the  introduction  of  a  novel  end-effector  specifically  designed  for  operation  in  constrained,  contact-rich  spaces---SLIM,  a  Symmetric,  Low-Inertia  Manipulator.  We  discuss  the  design  principles  that  make  SLIM  uniquely  suited  for  household  applications,  including  its  compact  form  factor,  highly-mobile  finger  and  wrist  joints,  and  series  elastic  actuation.  Through  a  combination  of  numerical  analysis  and  experimental  validation,  we  demonstrate  the  benefit  of  the  design  principles  in  terms  of  grasp  range,  workspace,  swept  volume,  inertial  properties,  and  efficiency  of  motion.  User  studies  demonstrate  the  practical  advantages  of  SLIM  over  a  conventional  two-finger  gripper  when  performing  everyday  tasks  in  constrained  spaces.Overall,  this  dissertation  contributes  to  the  field  of  robotic  manipulation  by  addressing  key  limitations  in  existing  design  paradigms  and  proposing  solutions  that  enhance  the  capabilities  of  robots  in  dynamic,  unstructured  environments.  Our  findings  have  implications  for  the  development  of  household  robots,  paving  the  way  for  more  versatile  and  effective  robotic  assistants  in  everyday  settings.
■590    ▼aSchool  code:  0212.
■650  4▼aWrist
■650  4▼aKinematics
■650  4▼aRobots
■650  4▼aDesign
■650  4▼aHands
■650  4▼aEnergy
■650  4▼aHouseholds
■650  4▼aRobotics
■690    ▼a0771
■690    ▼a0791
■690    ▼a0389
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g86-05B.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17164829▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books