仿象鼻气动连续体机器人的运动学建模与运动控制

为了解决连续体机器人运动学建模的难题并实现机器人的位姿控制,以自行研制的一种仿象鼻型气动连续体机器人为例,先忽略机器人自重和负载,做出连续体构节变形后其中心线上各部分曲率保持一致的假设,通过推导,得到了连续体构节变形参数(s、k、?)与构节长度(l_1、l_2、l_3)之间的关系表达式。将连续体构节离散为关节变量,参考D-H法建立了该机器人的运动学模型,设计了机器人的气动系统并对机器人进行运动数据采集。将实际采集数据代入上述模型中来确定模型参数,在一定程度上弥补了因忽略机器人自重和负载而产生的模型误差,提高了运动控制精度。机器人的抓取实验结果表明:按实际采集数据确定参数的常曲率运动模型,可以应用于连续体机器人的位姿控制;对比机器人末端的仿真计算轨迹和实际轨迹,得到最大运动误差为6.3 cm,误差主要来源于系统误差、模型误差和测量误差3个方面。研究工作对于同类型连续体机器人的实用化与位姿实时控制研究具有重要的参考价值。     

基于RBF神经网络的弧焊机器人轨迹跟踪控制方法

针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性.     

工业机器人绝对定位误差的建模与补偿

为了提高机器人的绝对定位精度,建立了机器人绝对定位误差模型并进行了补偿方法研究.将定位误差分为几何参数误差与柔度误差,分别建立相应的误差模型.几何参数误差研究以MD-H(修正型D-H)运动模型为基础,对柔度误差的影响进行了解耦,并考虑了机器人基坐标系与测量坐标系的转换误差,提出了基于相对位置的几何参数误差模型.柔度误差研究针对机器人的构造特点,建立了针对关节2和3的误差模型,简化了计算模型.最后基于所建立的两种误差模型,提出了误差补偿方法,并采用该方法对机器人进行了实际补偿实验.结果表明,平均绝对定位精度由补偿前的1.173 mm降至补偿后的0.158 mm,说明文中方法可有效提高机器人的绝对定位精度,扩展机器人的应用范围.     

基于CPA和MDH的机器人运动学参数辨识与标定

为了提高机器人的控制精度,在分析国内外现有机器人建模方法和参数标定的基础上,兼顾建模方法的通用性和误差辨识的可操作性,提出一种采用基于圆周点分析(CPA)和修正Denavit-Hartenberg(MDH)联合建模的机器人运动学参数辨识与标定的方法。基于本研究所设计的Articulate机器人的实验结果表明,该方法能够将机器人精度由初始的3.156 mm提高到1.525 mm,且与单纯使用CPA方法或单纯使用MDH方法相比,本方法具有更高的精度,并能解决MDH方法对初值敏感性问题;本文中提出的机器人参数辨识和误差标定方法是在机器人通用模型基础上实现的,具有良好的可用性和提高精度效果。     

基于非对称模型的水下机器人全局指数镇定

针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.     

一种机器人系统的鲁棒轨迹跟踪方法

文章基于标称模型，在反馈力矩补偿控制的基础上，考虑在实际机器人系统存在不确定性(外部扰动及摩擦力)时，基于终值有界定理，运用连续状态反馈的方法设计出一个新的机器人轨迹跟踪控制器．数值仿真表明，在初始误差较大的情况下，该轨迹跟踪控制器能够保证跟踪误差的终值有界性。     

异构双腿机器人步态规划与控制实现

为了给智能仿生腿的开发提供一个理想的研究平台,提出了异构双腿行走机器人(BRHL)这一全新的类人机器人模式.首先阐述了BRHL的概念及研究意义,然后基于分割建模思想给出了BRHL的协调动力学模型.提出了修正的Sigmoid磁流变阻尼器建模方法并进行了实验建模.详细阐述了基于步态跟随的BRHL步态规划方法并进行了仿真.最后给出了BRHL的控制系统设计,利用Pro/E,ADAMS及MATLAB/Simulink对BRHL进行了虚拟样机联合控制仿真.仿真结果表明,基于MR阻尼器控制的仿生腿能够很好地实现对人工腿的步态跟随.     

分块建模关节机器人的PI鲁棒滑模控制

为实现机器人关节位置镇定和轨迹跟踪控制,控制律的设计须针对确定的机器人动力学模型,由于机器人结构参数、作业环境的外界干扰及结构振动等不确定性因素的存在,会造成机器人动力学模型不确定.为此,设计3个RBF神经网络分别对不确定机器人模型中的3个不确定项进行分块建模,得到机器人估计模型,神经网络的权值采用自适应算法.针对机器人估计模型设计PI鲁棒滑模控制律.将所设计的控制器用于三关节机器人的三个关节的力矩控制,研究结果表明:三关节均约在1 s时达到期望位置和跟踪期望轨迹,镇定误差和跟踪误差也快速、稳定地趋于零.通过定义基于积分型的Lyapunov函数,利用Lyapunov稳定性理论证明了控制系统是全局渐近稳定的.     

结合迭代学习控制的视觉伺服物品抓取方法

针对家庭环境中服务机器人的物品抓取问题,以NAO机器人为实验平台,提出了一种结合迭代学习控制的基于位置的视觉伺服抓取算法.结合Bumblebee2双目立体相机构建了视觉伺服系统,对NAO机器人的机械臂进行了运动学建模.针对静止物品和传递过程中运动物品的抓取问题,分别设计了李雅普诺夫渐进稳定的基于位置的视觉伺服(PBVS)抓取控制律,最后为克服机械误差和物品运动预测误差的影响,结合迭代学习控制对PBVS控制律进行了改进,通过迭代实验验证提出的方法能够快速校正系统误差,提高系统响应速度,使机器人能够快速、稳定地完成目标物品的抓取,实现相应的家庭服务.     

一种下肢康复机器人的神经网络预测控制

针对理疗师劳动强度较大的问题,提出一种下肢康复机器人的解决方案.运用循环神经网络对机器人进行建模,并利用该模型预测机器人的关节状态,采用牛顿-拉夫逊优化算法,根据预测误差进行反馈校正,实现对机器人位置的预测控制.仿真结果表明该控制方法能够满足康复机器人的控制要求.     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

多手指机器人动力学建模方法

为了获得多手指机器人动力学解析模型,解决(建模过程)由于系统质量矩阵奇异造成的系统运动方程无解问题,应用Udwadia-Kalaba建模理论,提出了一种新的针对手指机器人的扩展层级建模方法,获得了系统动力学解析模型,解决了手指机器人系统质量矩阵奇异时运动方程无解的问题;以二维三手指机器人为实例,应用扩展层级建模方法,建立了手指机器人和抓取对象组成的多刚体系统动力学解析模型;将三手指机器人的动力学模型进行数值仿真,仿真结果连续、收敛。研究结果表明:提出的建模方法可行、有效,可以快速、高效地建立多手指机器人的动力学模型,可以获得抓取力模型和手指关节力矩模型的解析形式,为进一步实现多手指机器人的力/位混合控制奠定了理论基础。     

适应非平整地面的双足机器人柔顺步态优化方法

为了实现双足机器人在不平整地面上的快速步行,提出一种基于优化的2D柔顺步态规划方法.基于腿部刚度和触地角,采用弹簧倒立摆模型建立机器人步行的参数化模型.考虑质心控制误差,提出一种适应位姿扰动的步态规划方法,允许机器人不必回到预设姿态就可以直接进入下一步态周期,使机器人更灵活.针对传统规划方法仅考虑质心在步态周期末端速度而导致的速度误差,提出一种速度补偿策略,控制整个步态周期速度,提高了连续步行的速度跟踪精度.将对腿部刚度和触地角的求解转化为优化问题,采用改进鲸鱼群算法进行求解,实现了对复杂环境的自适应.仿真结果表明:相较于传统方法,提出的方法可以实现更快速的步行,使机器人能在更复杂的地面上精确跟踪目标速度,连续平稳行走.     

考虑多公差耦合的几何要素误差建模及产品装配精度预测

为了准确有效地实现零件几何要素误差建模,提出了一种基于多公差耦合作用下的几何要素误差建模方法.该方法采用小位移旋量(SDT,small displacement torsor)描述公差,针对平动公差与固定公差耦合建立几何要素误差模型,通过利用约束方程的不合格率p,推导各个误差分量参数的实际的分布规律,建立几何要素误差模型.采用雅可比旋量模型将该方法扩展应用于复杂装配体的装配误差建模中,实现了装配精度的预测.以顶尖尾座装配精度预测为例,验证了该方法的合理性及可行性.     

基于运动轨迹测量的加工中心几何误差控制

利用机器人运动学的齐次坐标变换原理和小角度假设,建立了三轴立式从加工中心刀尖到工件的封闭矢量链,推导出包含21项几何误差的三轴立式加工中心几何误差模型,给出基于运动轨迹误差测量的几何误差辨识方法。建立的基于运动轨迹误差测量的几何误差模型可以推广应用到其他型式的数控机床误差的建模、辨识和控制中。     

基于SR-UKF的移动机器人主动故障检测和容错控制

提出了一种基于SR-UKF的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用SR-UKF非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.     

架空输电线巡检机器人的跨障运动轨迹控制

针对高压输电线检修维护问题,自主研发了新型三臂式架空输电线巡检机器人,并提出跨障的识别方案和动作方案.简化了此巡检机器人的跨障运动过程,采用D-H(Danevit-Hartenberg)建模方法建立了机器人跨障过程的运动学模型.在此基础上,应用拉格朗日力学方法完成了动力学建模.针对跨障运动轨迹跟踪问题,将外界干扰、误差等不确定因素考虑进去,采用鲁棒自适应PD(proportional-derivative)控制方法进行控制.为了验证此方法,加入传统PD控制方法进行对比.以理想的运动轨迹为目标轨迹,通过Simulink分别仿真得到2种算法的跟踪轨迹,将搭载2种算法的巡检机器人先后放在实际线路上运行,通过多传感器采集得到运动轨迹.实验结果显示它们的控制轨迹都非常接近目标值.从跟踪轨迹上对比2种算法,证明了所采用方法的有效性、稳定性和优越性.     

基于RAMP模型的ICM连续体拓扑优化方法

基于RAMP插值函数和独立连续映射(ICM)法,提出了一个新的拓扑优化模型. 模型采用不同参数RAMP插值函数对单元体积和单元刚度阵进行过滤识别. 与SIMP插值函数下的ICM拓扑优化模型相比,仅一、二阶导数表达式不同,拓展了优化建模方法并保证了优化求解算法的一致性. 通过拓扑优化数值算例对不同模型参数下的拓扑优化结果进行了对比分析. 结果表明,该方法适用于连续体拓扑优化建模.     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

基于POMDP模型的机器人导航控制方法

基于部分可观测马尔可夫决策过程(POMDP)模型实现了机器人导航行为控制,给出了一种基于POMDP模型的机器人导航控制方法.该方法考虑动作的不确定性和状态的部分可观测性.首先介绍了POMDP的原理及模型;然后给出了基于POMDP模型进行导航的控制系统、对控制系统的状态空间的表示、动作空间的表示以及对声纳模型进行了比较详细的阐述,讨论了控制模型的求解过程;最后对采用POMDP模型的机器人导航控制进行了仿真实验,并对仿真结果进行了分析.