在不断发展的机器人领域，人机协作是机器人创新应用的重点。

在该篇文章中，将会介绍一系列来自于The University of Sydney、 Purdue University 、Meijo University等世界著名大学的学术论文。

这些论文深入探讨了大象机器人六轴协作机器人myCobot系列和智能移动底盘myAGV多维度应用，探索了人机协作实际应用和发展潜力的可能性。

下述学术论文综合论述了人工智能及机器人领域的两大方向：

前沿技术：包括深度学习、机器视觉、机械臂编程控制、人机协作和实时监测等。

先进系统：模块化机器人、可重构机器人、教育机器人和SLAM导航移动机器人

这些论文提供了对协作机器人领域和智能移动底盘领域研究、 应用的多维度视角。

专为爱好者、专业人士和研究人员量身定制，是了解机器人领域最新发展和创新的宝贵资源。

利用机器人和坐标测量机

实现质量控制流程的自动化

大学：Purdue University

作者：Alexander Hoang

本研究项目探讨了中小微企业（MSMEs）将机械臂整合到低产量生产线，以实现对零件的无缝转移至质量控制系统的可行性。

研究目的：在不干扰制造过程的情况下进行自动质量控制。它涉及到一个生产零件的注塑机，以及一个将这些零件传送到坐标测量机（CMM）进行检查的协作机器人系统。

研究表明，构建一个自动化的质量控制工作单元对中小微企业是有效的，主要任务包括对大象机器人 myCobot 320 M5机械臂进行编程和工作单元设计。

该系统在重新对准、移动和检查例行程序方面始终符合指标，展示了其有效性、适应性和模块化性。可以使用不同的集成开发环境（IDEs）、整合视觉系统，并通过使用不同的组件进行测试以提高多功能性。

高通量制造软磁性折纸机器人

作者：Shengzhu Yi 1,7, Liu Wang 2,7, Zhipeng Chen 1,7, Jian Wang 1, Xingyi Song 1, Pengfei Liu 1, Yuanxi Zhang 1, Qingqing Luo 1, Lelun Peng 1, Zhigang Wu 3, Chuan Fei Guo 4,5,6 & Lelun Jiang 1

本研究介绍了一种软磁性活性机器人的制造策略，实现了在生物医学机器人领域应用的磁控形状变化和运动。所提出的方法是利用折纸技术，通过自动化卷对卷加工将二维磁性片转变为三维软磁性活性机器人。

研究中展示了各种应用，包括具有按需展开和无线充电功能的大象机器人myCobot Pro 600协作机械臂、机械编码器、用于货物释放任务的四足机器人，以及磁性折纸艺术/手工制品。

折纸原理的引入使得机械臂可以高效创建具有定制几何形状的复杂结构。磁性片保持了可折叠性，同时提供了磁性响应。

该研究解决了自动折纸以保持形状和性能一致性的需求，建议未来的工作重点是开发一条用于折叠折纸的自动化生产线，以获得一致的结果。

基于电阻层成像技术的触觉传感器

具有力量校准的雅可比矢量修正方法

作者：Haofeng Chen, Xuanxuan Yang, Gang Ma, Xiaojie Wang

本文介绍了一种基于Jacobian矢量校正（JVC）的方法，用于对基于电阻层成像（EIT）的触觉传感器进行力的校准。

JVC方法通过基于Jacobian矢量构建一个缩放矢量，有效地解决了非均匀灵敏度分布的问题，确保在所有传感器位置上的灵敏度近似恒定。

通过对myCobot机械臂的幻影实验和传感器校准评估，验证了该方法在捕捉与位置无关的力信息方面的准确性。JVC方法提高了基于EIT的触觉传感器的实用性和适用性，提供了对力进行精确校准的能力，同时最小化了数据和控制参数。

这种力感测能力的提升使得基于EIT的触觉传感器在安全人机交互等应用中具有重要价值。

商业机械臂中近程传感器的集成

大学：Universitat Politècnica de Catalunya

作者：Gurwinder Singh Rani

该项目目的是将6个近程传感器集成到商业机械臂中，使用的是大象机器人myCobot 320 Pi机械臂，为其提供了6个自由度的近程传感，以增强与环境的交互。

项目包括学习机器人的基本操作，进行电子测试，并设计组件来安装传感器和控制电子设备。通过编程来控制机器人并处理传感器数据，实现了对传感器反馈的无缝集成到机器人动作中。

该项目实现了有效的障碍物检测和轨迹暂停，6个传感器能够有效地检测到其范围内的物体，并在必要时暂停机器人的轨迹，解决了I2C错误等挑战。

基于视觉的机器臂控制界面

用于从地板上拾取物体

大学：Mie University

作者：LaijunYang1，RyotaSakamoto2，NorihikoKato1，Ken’ichi Yano 1

本研究解决了高位脊髓损伤患者，特别是躯干功能受损者从地板上拾取物体时面临的挑战。研究人员提出了一种操作系统，该项目将 eye-in-hand系统与触摸屏界面结合，用于机械臂控制。