陆空两栖侦查机器人结构设计

充分考虑侦查机器人材料、结构和刚度,以及侦查机器人越障、飞行、灵活性、稳定性、安全性等要求,设计了陆空两栖侦查机器人传动方式、行走机构等关键环节。     

单足跳跃机器人补能策略

为了实现稳定跳跃步态,单足机器人需要持续补充能量以克服阻尼、碰撞等造成的能耗。该文针对腿部有阻尼的单足机器人,分析不同补能方式和补能时机对单足机器人竖直跳跃阻尼能耗的影响。理论分析和仿真实验结果表明:在支撑相单足机器人躯干上升阶段补能具有更高的补能效率,且补能起始位置越高、距起跳点越近,补能效率越高;在支撑相单足机器人躯干下降阶段补能会影响地面对足端的支持力,导致机器人站立不稳;如果在上升阶段补能,补能起始位置越高,补充相同能量时对驱动器峰值驱动力及峰值驱动功率要求越高。该研究结果为跳跃补能策略选择以及设计高效跳跃机器人控制器提供了参考。     

枇杷枝条修剪机器人的视觉识别和框架提取

通过对枇杷枝条特征图像的分析,提出了一种枇杷枝条图像识别和框架提取的方法.该方法首先通过对亮度进行转换,找到通用的分割阈值;然后将分割图像和转换的二值图像进行叠加,获取初始枇杷枝条特征图像;再利用枇杷枝条的连枝特征进行第二次特征图像的提取和噪音的消除;之后通过枝条边界轮廓和非合理间断部分的补偿处理,完成枇杷枝条框架的提取,获得机器人修剪所需的枇杷枝条直径和中心点坐标.文中还通过实例对该方法的准确性进行了验证,枇杷枝条图像正确识别率达91.2%.     

空间绳牵引并联机器人多目标优化设计

以6自由度空间绳牵引并联机器人工作空间体积、最小索力和全局灵巧度为优化目标,在保证绳索张力范围的前提下建立了多目标优化的数学优化模型.采用神经网络-遗传算法求得优化的3组满意解,并采用灰色聚类法选择多目标优化时的权重系数.仿真结果表明该优化方法可以有效地实现结构的优化,为同类绳牵引并联机器人的设计提供了有益的参考.     

四足机器人转向与斜向运动规划理论及方法

为实现四足机器人在平面上的稳定平顺的转向与斜向运动,提出了一种基于参数化坐标变换矩阵的规划方法. 通过D-H法建立了四足机器人的运动学模型,分别求得机器人机体坐标系在两种运动中的参数化坐标变换矩阵,并通过参数的调整来完成机器人运动的规划. 最后对四足机器人在平面上的转向与斜向运动进行了仿真,仿真结果表明,该方法能够实现四足机器人在平面上的连续、平稳的转向与斜向运动.      

基于CPG的四足机器人抗侧向冲击的动态稳定性研究

为解决四足机器人受到侧向冲击时的稳定性控制,提出了基于CPG和侧向踏步反射的控制方案:以Hopf振荡器构成的CPG网络为基础,通过为侧偏关节构造具有触发使能性质的振荡器,为四足机器人引入侧向踏步反射机制. 利用ZMP理论,引入倒立摆模型,从动力学角度预测四足机器人侧向踏步所需的步长与次数. 通过该反射,四足机器人在承受侧向冲击时产生的侧向加速度能够在较短时间内恢复正常,此后终止反射,配合正常直线行走控制方案,四足机器人就能够圆满实现在行走状态下受到侧向冲击后的稳定性控制,其抵御侧向冲击的能力显著提高. 利用Matlab与Adams联合仿真,该方案的可行性和有效性得到了可靠验证.      

基于模糊阻抗控制的上肢康复机器人中接触力规划器的设计

在对脑卒中患者的上肢运动功能康复训练中,如何对患者施加最适合的接触力,是设计康复机器人的重要指标要求. 针对现有康复机器人的力规划器中,产生出来的接触力存在突变,对患者进行训练的舒适性方面存在不足的问题,提出一种连续渐变的接触力规划器,采用模糊控制与阻抗控制相结合的方法改进接触力突变的状况. 经过仿真和实验验证,本文采用的方法可以产生渐变的接触力,对于患者训练的安全性和舒适性有明显提高.      

环境探测机器人超声波测距系统的设计与应用

在超声波测距理论的基础上,结合测距系统硬件和软件的研究,设计一种适用于环境探测机器人的超声波测距系统。通过室外环境测距实验获得距离数据,针对系统测量误差产生的原因进行分析,当测距范围在1~3 m时,相对误差不超过2%。系统采用分时触发工作方式,避免声波间串扰。测距系统和上位机通过串口通信。测试表明,上位机成功接收系统传输的测距数据,很好地满足机器人的测距要求。     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

基于MAPSO的混合式多机器人编队控制

为了解决目前编队控制中队形不稳及复杂环境适应性差等问题,针对全局环境中含有动/静态障碍物的复杂环境,提出一种将Leasder-Follower法及人工势场法改进结合的混合式多机器人编队控制新方法;同时,引入多智能体粒子群优化(MAPSO)算法对多机器人编队控制相关参数进行在线优化,能有效避免机器人陷入局部最优,增强其抗干扰能力.对该方法进行仿真分析,并和Leasder-Following法与基于行为法相结合的混合编队控制方法进行比较.结果表明:MAPSO的混合式多机器人编队控制方法能更好地完成多机器人在复杂环境下的编队控制任务,验证了其有效性和可行性.