微装配机器人系统研究与实现

提出了一种基于显微视觉伺服和多机械手协同操作的微装配机器人系统,该系统由微操作机械手、显微视觉和微夹持器3部分构成.介绍了系统总体结构、三机械手协同操作微装配平台、双光路立体显微视觉、2种不同类型的微夹持器装置,以及面向微装配机器人的TSB分级智能控制方法.装配实验表明:该系统能实现对亚毫米零件的精密装配.     

微装配机器人无标定视觉伺服

为获得高效的微装配机器人系统性能,避免复杂的摄像机标定,提出了一种基于图像雅可比模型辨识的微装配机器人无标定视觉伺服结构和控制算法;设计了视觉伺服控制律;成功进行了微操作手二维平面定点、直线轨迹跟踪、圆周轨迹跟踪和三维涂胶运动实验,实验结果表明:提出的系统结构和控制算法具有良好的实际效果.     

基于行为优先与任务协调的多移动机器人遥操作

针对单个操作者对多个移动机器人遥操作的困难,提出了基于行为优先和任务协调的多机器人遥操作方法. 通过引入机器人局部自主的概念,运用行为优先决策与任务协调模块使操作者和机器人共享运动控制. 建立了多机器人系统遥操作体系结构,设计了多通道人机交互接口界面. 室外实验表明,提出的方法可以实现人和机器智能的合理分配. 运用该方法,单个操作者可完成对多个移动机器人的遥操作.     

集成CAD模型的虚拟微装配系统伺服控制方法

虚拟技术可克服微装配中显微视觉系统小景深、小视场的问题，但构造虚拟场景时，数据量大、效率低。利用微器件设计时的CAD数据，可减小构造虚拟环境的数据量、提高效率，能够使构造出的场景更精确。利用显微镜聚焦——失焦理论并借助于器件CAD模型构造虚拟环境；将获得的深度信息集成在伺服控制方程中。通过这些方法，可进行复杂路径的规划，完成三维微装配任务，仿真和实验结果均表明上述方法是可行的．     

具备多操作手协调的微装配机器人系统

针对微零件装配工艺需要，研制了一种具备多操作手协调工作的微装配机器人系统．该系统包括2个四自由度的主微操作手和1个三自由度的辅助微操作手，三手各司其能，相互配合完成微装配作业．采用双光路正交立体显微视觉完成微装配过程的监测以及操作手和装配对象空间位置与姿态信息的获取．根据微零件形状、大小和材质的差异，研制了真空吸附式和压电双晶片式微夹钳完成装配对象的夹取与放置操作．采用人机交互的半自主方式控制机械手进行微装配作业．微装配实验证明系统工作可靠有效，目前微零件最小装配精度可达30μm．     

基于改进Smith预估器的显微视觉伺服

提出了一种改进Smith预估器的模糊白适应PID显微视觉伺服控制策略.该策略用于改善视觉伺服系统的控制品质.针对视觉迟延问题,建立了视觉伺服系统的分时模型.在对基于位置的动态“look and move”视觉伺服系统特性分析的基础上,建立了基于改进的Smith预估器的模糊自适应PID控制的视觉伺服系统结构.在微操作机器人平台上进行了微小零件的自动定位与抓取实验.实验与仿真结果表明,提出的视觉控制结构的伺服系统具有很好的控制品质,满足微操作应用要求.     

基于人工免疫和图像直接反馈的视觉伺服控制

传统的基于图像特征的视觉伺服控制方法通用性差,且图像特征的标记、提取与匹配过程复杂.为此,文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法.首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差,然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务.实验结果表明,采用文中方法能控制机器人准确地跟踪目标物体,控制误差不超过1个像素,说明文中方法是有效和正确的.     

基于力传感器的机器人变导纳控制人机交互策略

为了实现物理人机交互中手术机器人的姿态柔顺调整,该文提出了一种基于变导纳的机器人控制方案.人机交互操作必须对操作者非常直观,其主要难点在于感知周围的环境与人类的意图,并对它们做出充分、直观和安全的反应.为提高系统的直观性,该文提出的变导纳控制策略是基于力/力矩传感器来推断操作者意图,通过结合UR5机器人进行相关实验来验证该算法的性能.结果表明:基于变导纳的机器人控制方案能够满足人机交互操作中对姿态柔顺调整的需求.     

一种新颖的冗余度机器人及其视觉伺服方案

视觉伺服冗余度机器人在灵巧操作、装配等领域有很好的应用前景 .为了减少其运动规划的计算量 ,设计了一种具有准万向关节的七自由度机械臂结构 .在此基础上提出了一种基于位姿分散自律速度控制的运动规划方法 :采用速度矢量极小最小二乘分解方法进行腕部运动速度控制 ;根据欧拉角法则正向递推解决操作手的姿态规划问题 .文中还采用数值仿真手段验证了其有效性 .该方法的特点是物理意义明确 ,算法简单 .同时具有一定的运动学鲁棒性 .     

空间机器人自主视觉伺服控制策略

针对传统的空间机器人遥操作控制方法受时延影响严重的问题,基于最新研制的4自由度空间机器人,提出一种基于多目相机的自主复合控制策略.该策略包含了眼在手和眼到手2种相机配置结构,每个相机均具有独立的位姿计算能力,前者保证了伺服控制的精度以及操作的灵活性,后者能够在观察到全局视景的情况下做出伺服控制.为满足机器人视觉实时控制的需求,对视觉处理算法进行了特别考虑.首先,设计了基于多边形形状拟合的特征识别方法,提出曲线矢量数据贪婪算法来处理图像遍历拟合过程中计算密集的问题;其次,结合特征识别结果和模型目标的空间信息,提出基于弱透视模型的单目位姿估算及优化算法;最后,依据所提策略在实验室环境中完成了自主导航及捕获任务,验证了在较低层次进行这种复合控制的可行性和有效性.     

基于图像的PUMA560机器人视觉伺服控制分析

为了较好地解决PUMA560机器人视觉伺服控制系统中的控制精度问题,提出一种基于图像的自适应视觉伺服控制策略.该控制策略以机器人运动学与动力方程、参数估计以及控制器的设计为基础.新型控制器能够在机器人运动的同时,在线估计雅可比矩阵和摄像机相对机器人末端的变换矩阵中的未知参数,并进行稳定性分析.仿真与试验结果表明,该新型控制器使系统具有较强的动态特性和稳态特性,可得到理想的控制效果.     

面向非硅MEMS的桌面微装配系统模块化设计方法

针对非硅MEMS零件的装配瓶颈难题,提出一种面向非硅MEMS的桌面微装配系统模块化设计方法.论述了所提出桌面微装配系统的内涵、特点及其应用对象,并在此基础上提出了基于装配单元通用功能完整性和系统可重配置性的模块划分原则;利用相关性分析方法建立了综合相关矩阵并应用模糊聚类方法对其进行了操作,确定了模块划分定量计算流程,利用模糊评价方法对模块划分合理性进行了评价;以桌面微装配系统的自主式装配单元为实例进行了设计方法的验证,证明了模块化设计方法的有效性.      

一种无标定视觉伺服系统的快速跟踪策略

为了提高机械臂跟踪动态目标的跟踪效率,本文提出了一种无标定视觉伺服系统的快速跟踪策略.一方面,该策略通过预测机械臂关节角的方法,使得控制器计算行为与机械臂运动行为同时进行;另一方面,该策略使用最新的图像信息计算关节角,提高了系统的实时性.在仿真实验和实物实验中,构建了应用不同跟踪策略的两个无标定视觉伺服系统以跟踪动态目标.最后,通过对比两系统的跟踪时间和跟踪路径,验证了新跟踪策略的快速性、实时性和抗干扰性.     

宏微结合的12自由度微装配系统精度分析

为了提高分立式宏微结合的12自由度微装配系统的整体位姿运动控制精度,提出误差矢量坐标变换合成法,建立了微装配系统基于刚体假设的误差传递模型,推导了装配零件与装配基体零件的位姿误差计算公式,提出了姿态误差灵敏度分析计算方法,根据分析结果采用微位姿检测装置测量获得了系统补偿向量,使微装配系统整体位姿运动控制精度提高至微米级.     

基于EtherCAT的高性能交流伺服控制系统设计

 高性能伺服控制系统已从模拟控制发展到全数字控制,性能不断提高,在军用和民用方面具有广阔的应用前景。基于现场总线网络的伺服控制系统因其高可靠性、快速性和稳定性,成为伺服运动控制系统的发展趋势。本文针对高性能伺服控制系统在控制现场需要多个伺服电机并联,组网困难,实时性要求高等使用特点,引入实时以太网EtherCAT技术。阐述了EtherCAT的组成、工作原理及报文协议,设计了基于EtherCAT的高性能伺服控制系统,利用EtherCAT从站接口控制器ET1100和DSP芯片TMS320F2812开发了EtherCAT从站设备,构建了一主多从的EtherCAT网络结构,并给出了系统硬件和软件的设计方案,实现伺服系统的位置控制和实时数据传输。     

力觉临场感系统的动力学建模及控制策略

由于对主从机器人系统中主从手的动力学控制可使操作者获得对操作物体的力觉临场感,增强其执行复杂遥操作任务的能力．基于该系统在笛卡尔空间的动力学模型,阐述了该系统的控制结构和控制策略．通过分析系统的动力学特性,表明了在不同控制策略下,主从手的动力学特性对操作者力感觉的影响．指出了力反射伺服型系统可以较有效地抑制系统内的动力学干扰     

基于改进遗传RBF神经网络的双电机驱动伺服系统控制

针对常规遗传算法的缺陷,提出了一种基于改进遗传算法和RBF神经网络相结合的控制方法.该方法对RBF神经网络的隐层中心值和宽度进行了优化,用递推最小二乘法训练隐层和输出层之间的权值.最后在双电机驱动伺服系统中进行了仿真试验,结果表明所提出的控制策略是有效的.     

基于BP神经网络-模糊控制的机器人无标定视觉伺服技术

针对机器人无标定视觉伺服技术中图像雅可比矩阵在线估计存在计算复杂的问题,提出了一种结合BP神经网络和模糊控制策略的机器人控制技术。本文以多自由度智能调节系统为例,提出其视觉伺服控制架构,根据工业场景数据集训练BP神经网络,采用本文所提算法进行法兰对中实验,帮助解决核电站蒸汽发生器人孔螺栓咬死问题。在方法层面,首先,利用BP神经网络建立图像特征信息与机器人多自由度运动之间的映射关系,之后,提出模糊控制方法根据图像特征偏差进行机器人位姿的精确调整。实验结果表明,本文提出的算法能够有效应用于无标定视觉伺服控制,最终法兰平均对中误差在±1mm内,平均耗时43秒,满足应用需求,具有较高的工作效率。     

基于在线学习误差反传算法的仿真伺服系统设计

针对无人机(UAV)仿真伺服系统的驱动模型,提出了一种将误差反传算法用于UAV仿真伺服系统在线学习设计的新方案.在该算法中采用了BP神经网络的基本思想,设计了两输入、单隐层、两输出在线学习策略,输入层分别为给定指令信号和反馈数字解算后的位置信号;隐含层单元数为12个;输出层设为2个输出单元,即经在线学习误差反传算法学习训练后的数字位置和速度,其中位置控制器采用自调节比例-积分-微分(PID)控制,速度通过数字/模拟(D/A)转换后传送到速度控制器,设定精度误差指标为0.05,训练样本数为30.用研制的UAV仿真伺服系统对UAV光纤陀螺传感器进行含实物半物理实时仿真实验,结果表明,该在线学习误差反传算法控制方案的UAV仿真伺服系统具有收敛性好、动态响应快、鲁棒性强的特点.     

A novel methodology for complex part motion planning

0Introduction Inordertoautomaticallyexecuterobotmotionplan ning,akeyproblemoftransferringagivensequenceof assemblyoperationsintofeasiblemotionplansmustbe solved.Mostresearchesarefocusedtothefollowingas pects:1)grossmotionplanning[1],2)graspplanning[2],and3)motionplanning[3].Thestudyofmotionplanningstrategyisthekeyis sueinrobotassemblyplanning.Thegeometricapproachis oneofthetrendsinassemblyplanning.Krishnanand Sanderson[4]introducedanalgebraofpolyhedralcones whichprovidesatoolforcombininggeome…