基于帧描述及ZMP的双足机器人步态发生器

为了提高仿人双足机器人行走的稳定性及自主性,提出一种基于帧描述及位姿变换的双足步行机器人新型步态生成方法,该方法将一个行走周期细分为14帧,根据机器人的实际结构尺寸并利用几何约束进行步态规划及规划合成。然后根据ZMP(zero moment point)理论及位姿矩阵算法,对所得到的数学模型以及行走过程中的稳定性、智能性等进行了仿真研究。在此基础上完成了基于嵌入式系统的双足机器人系统平台,最后在平台上的实验及仿真结果验证了所提出规划方法的有效性。     

基于帧描述及ZMP的双足机器人步态发生器

为了提高仿人双足机器人行走的稳定性及自主性,提出一种基于帧描述及位姿变换的双足步行机器人新型步态生成方法,该方法将一个行走周期细分为14帧,根据机器人的实际结构尺寸并利用几何约束进行步态规划及规划合成。然后根据ZMP(zero moment point)理论及位姿矩阵算法,对所得到的数学建模以及行走过程中的稳定性、智能性等进行了仿真研究。在此基础上完成了基于嵌入式系统的双足机器人系统平台,最后在平台上的实验及仿真结果验证了所提出规划方法的有效性。     

提升四足机器人行走稳定性的对角步态规划方法

针对四足机器人在采用对角步态行走中容易失稳的问题,提出了通过改变对角步态中支撑足的初始位姿来改善并提升运动稳定性的方法.结合零力矩原理,找到四足机器人支撑足最佳初始膝关节转角θ₁和髋部前向关节转角θ₂,从而确定四足机器人支撑足的最佳初始位姿.仿真表明:四足机器人运动采用不同初始位姿时,运动过程中的稳定性不同.当取最佳初始位姿时,四足机器人的机身偏转量最小,稳定性最好.由此证明,通过调整支撑足的初始状态可以有效提高四足机器人在采用对角步态行走过程中的稳定性.      

基于脉冲推力作用的双足机器人半被动行走

研究了半被动双足机器人行走过程固定点的全局稳定性问题.使用罗盘机器人模型,在脚与地面冲击前,采用支撑腿的脉冲推力作为行走的动力源.通过引入一个限位器使两腿间的夹角在脚与地面冲击时保持为常数.采用庞加莱映射方法证明了半被动双足机器人行走固定点的存在性及其稳定性.分析了脉冲推力作用方向对双足机器人稳定行走的影响,并讨论了固定点存在的动力学附加条件.针对模型已知和未知2种情况,分别设计了行走控制律.理论分析和仿真结果表明,采用所提出的控制方法,半被动机器人可以在水平面上稳定行走,当脉冲推力作用方向与前腿垂直时控制效率最高.     

自然地形下六足步行机器人基于落足点的位姿调整策略

以搭载双目视觉系统的六足步行机器人HITCR-II为研究对象,根据选取的落足点,设计了机器人兼顾运动效率和稳定性的位姿调整策略。通过足端轨迹规划和机器人逆运动学算法求得各个关节的运动轨迹,在Adams中对机器人在自然地形中行走过程进行了运动学仿真实验。实验结果表明,使用该位姿调整策略,能够使六足步行机器人HITCR-II实现在自然地形下的高效稳定地运动。     

多自由度机器人位姿稳定性控制方法研究

对于多自由度机器人位姿控制方法来说,机器人位姿稳定性受到各种因素的干扰,容易发生位姿失稳现象,为此,提出一种新的方法来解决此问题.采用扩展卡尔曼滤波算法实现多自由度机器人各个传感器数据的有效融合,获取多方位机器人位姿数据;通过传感器信号处理去除机器人位姿测量噪声,使用自适应扩展技术实现机器人参量与姿态角校正信息融合,通过反演积分项自适应调节姿态参量并弥补稳态误差,实现机器人的位姿稳定控制.仿真实验结果表明,该控制方法能够准确实现多自由度机器人位姿稳定性控制,即使引入扰动机制仍然不会出现控制失衡,具有较好的稳态控制效果.     

电力隧道机器人巡检目标坐标定位的共轭搜索

电力隧道环境机器人巡检目标坐标定位过程中,利用传统搜索算法会产生信息损失,从而导致搜索定位 结果存在精度不够理想问题。为此,提出了一种共轭搜索算法。该算法通过搭建机器人巡检模型,得到反映机 器人位姿的坐标系,然后通过共轭算子规划设置机器人搜索路径。机器人沿着设置的搜索路径采集实时巡检 图像,并根据特征值识别图像中的目标节点。解算机器人在巡检过程中的位姿,并结合手眼标定和空间坐标的 测量结果,实现机器人巡检目标的搜索和坐标定位。对比实验结果表明,所提出的共轭搜索算法对目标位置的 定位环境风险评价( EＲA: Environmental Ｒisk Assessment) 指标更趋近于0,与传统搜索算法相比具有更好的定 位精度。     

双臂巡检机器人位姿变化下沿悬链线行走能力分析

为解决双臂巡检机器人沿输电线行走过程中存在的行走轮受力不均,易打滑脱线等问题,提出一种移动关节主动调节方法.分别建立了传统的双臂巡检机器人、带柔索双臂巡检机器人和带移动关节双臂巡检机器人行走轮受力模型,对比分析发现:机器人在最佳位姿状态下,受力情况最好,不易发生打滑问题.建立了巡检机器人关节变化的动力学模型并设计主动控制器,对机器人行走越障和沿线行走两种工况进行了仿真模拟.所设计的控制器能够协助机器人完成大坡度巡航与行走越障工作,并能够有效抑制关节振荡问题,缩短响应时间.最后开展了机器人行走越障与不同坡度行走实验,表明所设计的控制器能够辅助机器人完成巡检任务,有效抑制了行走打滑问题.     

位姿闭环控制的高精度脑外科机器人

为解决现有脑外科机器人存在的绝对定位精度难于满足精细手术应用的问题,提出一种视觉伺服的系统方案,引入高精度光学跟踪手段,对机器人的末端位姿进行实时测量并反馈。采用一种基于关节空间控制和位姿空间动态补偿综合的机器人视觉闭环控制方法,并设计了动态校正控制算法。仿真结果表明:动态位姿闭环可以有效克服各种参数误差因素的影响,对机器人的绝对定位和跟踪误差具有校正作用,明显改善了轨迹跟踪精度,同时提高了鲁棒性能。绝对定位达到神经外科手术±1mm的精度要求,实际运用取得了令人满意的结果。     

机器人定点变位姿手-眼标定方法

在自由度冗余的机器人末端连杆上安装激光位移传感器可实现灵活的非接触测量。针对该机器人的手-眼标定问题,提出了一种定点变位姿标定方法(FPDP)方法。该方法采用多次改变机器人位姿对同一点进行测量,并利用机器人运动学方程和最小二乘原理,快速计算机器人末端坐标系与激光位移传感器坐标系的齐次变换矩阵。基于此标定方法,实现了机器人对凹坑深度的测量。实验结果表明,定点变位姿手-眼标定方法有效、快速,可用于三峡水轮机叶片蚀面检测。     

Robust SLAM using square-root cubature Kalman filter and Huber’ s GM-estimator

Mobile robot systems performing simultaneous localization and mapping ( SLAM) are generally plagued by non-Gaussian noise.To improve both accuracy and robustness under non-Gaussian meas-urement noise, a robust SLAM algorithm is proposed.It is based on the square-root cubature Kal-man filter equipped with a Huber’ s generalized maximum likelihood estimator ( GM-estimator) .In particular, the square-root cubature rule is applied to propagate the robot state vector and covariance matrix in the time update, the measurement update and the new landmark initialization stages of the SLAM.Moreover, gain weight matrices with respect to the measurement residuals are calculated by utilizing Huber’ s technique in the measurement update step.The measurement outliers are sup-pressed by lower Kalman gains as merging into the system.The proposed algorithm can achieve bet-ter performance under the condition of non-Gaussian measurement noise in comparison with benchmark algorithms.The simulation results demonstrate the advantages of the proposed SLAM algorithm.     

配电网集成负荷估计和状态估计

负荷估计和状态估计对于配电网的管理和控制非常重要．文中提出了一种集成的负荷估计和状态估计框架．一方面提出了一种基于连接机制的事例推理新方法(CBCBR)用于解决配电网节点负荷估计问题,分别介绍了CBCBR的原理、结构、混合学习算法和实际应用,CBCBR具有快速、增量式、自适应学习能力；另一方面提出了一种抗差状态估计方法,同时实现了结构空间和量测空间的抗差．抗差状态估计器使用CBCBR的输出作为输入的伪量测量,同时CBCBR可使用抗差估计器的输出改善其自身性能．所提集成的负荷估计和状态估计框架能有效抵御坏数据的影响,并可实现自适应性调节．使用33节点系统测试所提方法,所用节点数据来自实际系统,算例结果证明了读方法的有效性．     

机器人动态过程的模型跟随自适应控制

为适应近代机器人的高运动性能要求,必须进一步提高机器人的动态控制水平。为此,本文提出了一种模型跟随自适应控制系统及计算机算法、并进行了模拟研究。结果表明了所提出控制算法的有效性及对机器人运动过程中动态特性变化的适应性。由于不包含参数估计器、从而提高了实时自适应性能。     

遭受执行器攻击的工控系统输出反馈滑模控制

针对工业控制系统存在测量噪声及外界执行器攻击问题,提出一种基于无偏状态估计的输出反馈离散滑模控制方法。在执行器攻击存在的情况下,构造等效滑模控制律。由于攻击信号与系统状态未知,通过引入无偏状态观测器从遭受噪声干扰的传感测量数据中获得系统真实状态的最小方差无偏估计量。在此基础上,利用一步延时攻击估计得到攻击信号的近似估计值,使所设计的鲁棒滑模控制律得以实现。给出了在此控制律作用下滑模面的收敛性分析及闭环系统最终有界稳定的证明。数值仿真实验结果验证了面向执行器攻击的无偏状态估计器的有效性,也表明与传统滑模控制方法相比,提出的输出反馈滑模控制方法对执行器攻击具有更强的抑制力,能够有效提高系统的鲁棒性能。     

基于双向流固耦合的血管机器人外流场数值模拟

采用双向流固耦合的方法,对血管机器人的外流场进行数值模拟,为血管机器人外结构与运行参数设计提供参考.计算结果显示,伴随着血流脉动,血管的变形呈现周期性喇叭形扩大—向前传递—恢复原状,变形较大的区域主要集中在血管机器人迎流面,同时机身旋转的作用快速将血液输送至背流面,使背流面的变形比机身变形略大;进而给出了壁面剪切应力与血管变形间的关系式,揭示壁面剪切应力随血管变形而变化的规律.最后,分析了血管弹性对血管机器人推动性能的影响,结果表明,血管弹性对血管机器人推动性能影响不大.     

自适应卡尔曼滤波器在机器人控制中的应用

机器人控制系统在实际工作中不可避免地要受到随机噪声的影响,当噪声的统计特性已知时,可以考虑采用常规Kalman滤波以抑制随机噪声对控制性能的影响;但当噪声的统计特性不完全已知时,常规Kalman滤波的滤波性能会下降甚至会引起发散。根据机器人的动态特性,设计了一个自适应Kalman滤波器,并对该滤波器应用于机器人控制系统进行了仿真实验研究。仿真结果表明,所设计的滤波器能够较好地抑制方差和均值未知的测量噪声对机器人控制系统的影响,控制系统的动态性能得到了较大的改善。     

柔性变截面滑移式机械手的控制

研究了柔性变截面滑移式机械手臂的控制。首先，基于有限元法导出系统的动力学方程，然后分别建立了两种控制方式的状态方程：１）以加速度和角加速度作为控制变量：２）以力和力矩作为控制变量。控制过程分为“粗控”和“精控”两步进行。“精控”过程采用线性二次型高斯控制。最后给出了数值模拟的结果。     

目标状态的“全面”自适应估计

本文根据“全面”自适应的思想,建立了一种新的目标状态估计器——“全面”自适应估计器,通过目标动态特性识别、特征参数辨识和“全面”自适应模型集的结合,达到了跟踪估计目标各种运动的“全面”自适应能力.利用Monto-Carlo仿真表明,本文提出的新估计器具有所期望的良好性能.     

自适应软测量算法的汽车行驶状态估计

为了实现车辆行驶状态低成本测量,设计了估计汽车行驶状态参数的传统无迹卡尔曼滤波器和能够有效解决噪声时变特性的次优Sage-Husa噪声估计器相结合算法,通过建立电动汽车3自由度的动力学模型和HSRI轮胎模型,且融合低成本测量的纵、横向加速度和方向盘转向角传感器测量信息,从而可精确估计电动汽车行驶状态.在选定的典型工况下,通过与无迹卡尔曼软测量算法进行对比,硬件在环实验结果有效地验证了自适应无迹卡尔曼软测量算法具有很好的鲁棒性,且比无迹卡尔曼软测量算法更加能够有效地估计电动汽车的行驶状态.     

基于测量机器人的工业机器人校准方法研究

在对高精度测量机器人、激光跟踪测量系统进行全面分析与系统研究的基础上,提出运用工业机器人与测量机器人对接,工业机器人带动测量机器人在整个工业机器人工作空间进行自动测量的方法.给出了工业机器人带动测量机器人联动测量的结构图和工业机器人空问误差的检测与补偿的流程图,为研究工业机器人末端误差测量提供新的理论与技术支持.