基于Baxter机器人的机电一体化操控案例

案例一：
麻省理工学院计算机科学与人工智能实验室——模块式软机械手夹具抓取
该案例展示了一种软手，它能够根据内部测量情况来稳定准确地识别和抓握物体。 高度顺从的手具有固有的鲁棒性，可以抓取不确定的物体。软手指改编形成了三指抓取器，可以轻松地将其附着到现有机器人上，例如，安装在Baxter机器人的手腕上。在每个手指中添加了电阻弯曲传感器，以提供足以区分一组对象的配置估计。通过每个手指的一个数据点，可以识别抓取器抓取的物体。针对不同的抓取模式，如包络抓取和捏紧抓取，提出了一种聚类算法，用于找到每个抓握对象的对应关系。

模块式软机械手夹具抓取

案例二：
新泽西州立罗格斯大学RACSYS lab——VR遥操作
该案例演示了Baxter机器人的遥控操作。戴着Oculus VR设备的远程操作员通过机器人上安装的立体摄像机接收沉浸式视觉信号。远程操作员使用显示屏上的光标选择机器人从桌子上拾取的对象。