Manus手套遥操作控制灵巧手可行性应用方案

随着机器人技术从工业自动化向人形辅助和人机协作方向发展，灵巧机械手的需求激增。欠驱动灵巧手能够复制类似人类的手部操作，通过将Manus数据手套与灵巧手结合可远程遥操作机器手完成各种复杂任务。

挑战

开发具有12个全驱动自由度(DoF)的XHAND1，需要一个能够匹配其速度、精度和灵活性的运动捕捉解决方案。基于视觉的跟踪系统虽然对基本的手势识别有效，但在应用于高级机器人操作时仍存在不足。

图片来源：Manus官网用户案例

速度和延迟：基于视觉的系统通常会引入明显的延迟，限制了精细操作和实时遥控操作的响应能力。

灵巧映射：XHAND1的12个自由度要求高保真输入，其中每个关节都是独立捕捉和映射的。

遮挡和连续性：当手指重叠或移出视野时，视觉跟踪容易中断，导致运动数据不一致。这破坏了控制可靠性和训练数据集的质量。

解决办法

图片来源：Manus官网用户案例

为了克服这些速度、灵活性和稳定运动捕捉的挑战，通过ROS2将MANUS Metaglove与XHAND1灵巧手相集成解决了这一难题。

MANUS ROS2：MANUS C++ SDK的ROS2包，提供MANUS手套到ROS2项目的无缝集成。它使用自定义消息类型将手套数据以ROS2格式发布，包括原始骨骼数据、人体工程学数值和传感器数据(Meta Gloves Pro).

重新定位目标层：重新定位目标节点将MANUS手套输出的数据转换为XHAND1能够接收的数据类型，以确保直观的操作和精确控制，最终实现精细操作。

XHandControlROS2：这是一个用于与XHAND进行EtherCAT通信的ROS2包，提供全面的关节控制和传感器读数。通过ROS2主题、服务和回调提供完整的控制接口。

展望未来

图片来源：Manus官网用户案例

除了目前的集成，MANUS正在测试一种从压力到触觉的全新尝试，将XHAND1的触觉阵列与下一代触觉手套连接起来。这将实现：

向操作员提供实时触觉反馈，使他们能够感受到机械手所感受到的力度、纹理和温度。

增强远程操作和人机协作中的远程呈现精度。

通过将手部动作捕捉与触觉传感相结合，可提供身临其境的训练数据集，加速嵌入式人工智能研究。这些进步为真正沉浸式灵巧机器人奠定了基础。

关于爱迪斯通

爱迪斯通作为Manus的中国大陆代理商全力为您提供优质服务。我们希望将更多标杆级与应用尖端技术的科技产品带入到蓬勃发展的国内市场中，以协助更多企业与高校拓展技术开发、探索创新领域。