Design and Construction of a Cost-Effective Dexterous Robotic Hand for Research and Development
Notice bibliographique
Résumé
Human-Robot Interaction (HRI) is increasingly becoming commonplace in various fields, including service robotics, industrial automation, and healthcare. Public acceptance and positive interaction with these robots are heavily influenced by the appearance and human likeness of these robots. To enable interaction with human beings, robots need manipulators that support high dexterity, cost-efficiency, and ease of development. This study presents the design and development of EvoGrip, a humanoid dexterous robotic hand aimed at supporting research and development in HRI. EvoGrip is a cost-effective and easy-to-build robotic hand, adapted from the open-source project Inmoov, enhanced with actuators, sensors and other added value features. The mechanical design changes to the hand include improvements for movement repeatability and the addition of a degree of freedom in the thumb to enable greater dexterity. The development and integration of a custom string potentiometer system, enables precise finger position tracking while simultaneously reducing design complexity. Furthermore, the study develops two distinct modeling approaches for EvoGrip's finger dynamics: a mathematical model based on first principles and a data-driven model using system identification techniques. Both modeling strategies demonstrated high accuracy, with the system identification model showing superior performance in compensating for complex, nonlinear behaviors. This work establishes a foundation for future research and advancements in robotic hands, focusing on real-time control, advanced pressure excursion and applications in human-centric tasks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».