基于肌电图(EMG)的交接识别技术,用于建筑领域中机器人辅助的砌砖作业

《ADVANCED ENGINEERING INFORMATICS》:EMG-based Handover Recognition for Robot-assisted Bricklaying Tasks in Construction

【字体: 大 中 小 】 时间:2026年05月17日 来源:ADVANCED ENGINEERING INFORMATICS 9.9

编辑推荐:

  金泰恩(Taeeun Kim)|安昌彬(Changbum R. Ahn)|杨康赫(Kanghyeok Yang)摘要建筑业面临着劳动力老龄化以及技术工人短缺的问题,这给生产效率带来了巨大挑战,因为大多数建筑活动都依赖于体力劳动。在共享工作空间中与人类工人协同作业的协作机器人被视为

  
金泰恩(Taeeun Kim)|安昌彬(Changbum R. Ahn)|杨康赫(Kanghyeok Yang)

摘要

建筑业面临着劳动力老龄化以及技术工人短缺的问题,这给生产效率带来了巨大挑战,因为大多数建筑活动都依赖于体力劳动。在共享工作空间中与人类工人协同作业的协作机器人被视为解决这些生产效率问题的潜在方案,同时还能提升工作场所的安全性。在各种协作任务中,物体交接是实现有效人机交互的关键环节。然而,以往的研究主要集中在轻量级物体上,或者依赖于装有力传感器的手套,而这些设备可能会干扰工人在建筑环境中的动作。为克服这些限制,本研究提出了一种利用肌电图(EMG)臂带识别人类抓握手势和施加力的方法。研究人员开发了一个双分支卷积神经网络模型来对工人的抓握状态进行分类。初步评估显示,该模型的平均准确率为98%。在采用留一法进行交叉验证时,所有抓握手势的分类准确率降至57%,其中特定手势的准确率在63%到75%之间。仅使用15秒的个体训练数据后,模型的准确率提升到了86%。研究结果表明,肌电图信号可以有效地用于支持砖砌任务中的人机协作中的可靠物体交接过程,且几乎不需要进行额外的个体校准工作。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号