实现人类水平的灵活性需要精确、低延迟的机器人控制。通过整合MANUSQuantum Metagloves和Meta Quest 3，ByteDexter系统能够实现20自由度连杆驱动的拟人机器人手的实时遥控操作。该系统实现了精确的捏夹、稳定的力量抓握和实时手动操作，为灵巧机器人、遥操作和具体化人工智能研究提供了高质量的演示数据。机器人灵活性的挑战机器人的灵巧性很难实现，因为机器人面临两个关键挑战：

遥操作使人类能够用自然的手指运动来控制机器手。本文将基于MANUS Metagloves Pro和PSYONIC Ability Hand的内部测试深入探讨如何创建灵巧手遥操作工作流程。该工作流程概述了如何使用MANUS高精度手指跟踪和PSYONIC的自适应机器手创建响应迅速的实时ROS 2遥操作设置。开始前需要准备什么硬件与软件此工作流需要MANUSMetaglovesPro与PSYONIC灵巧

专为机器人遥操作设计的触觉手套Senseglove“Rembrandt”专为人形机器人灵巧手无缝控制而设计，融合了主动力反馈、精确力控制、亚毫米手指跟踪和振动触觉反馈。遥操作中可为用户提供更加真实的触觉反馈感受，从而提升机器人的模仿学习能力。关键参数5自由度主动力反馈1 kHz采样速率亚毫米精度手指跟踪精确的控制能力、真实感和广泛适应性1.具有实时压力传感的主动力反馈Senseglove“Remb

Robotics(RBT) TU/e、Mechanical Engineering TU/e和AI Matters EU的三方合作，推动了人机交互的未来，展示了人类运动捕捉和高级机器人控制之间的强大协同作用。

IROS 2025将于10月21-23日在杭州国际博览中心举行。爱迪斯通将携手Xsens新一代Link、Haption 遥操作系统、Manus 手套与Tesollo灵巧手亮相展会，期待与各位产学研专家在现场相遇！

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：Man