超声波绝对定位的全方位移动机械手导航研究

为提高全方位移动机械手(ODMM)导航的效率和精度,提出了基于超声波绝对定位的导航策略,策略包括绝对定位的奔向目标行为与避障行为.相对于传统的导航策略,该策略的优势在于可以时时精确定位,时时调整自己的航向与速度.同时,提出采用单冗余信息融合(FSRI)法来提高超声波的绝对定位精度,并将基于FSRI法的绝对定位应用到ODMM导航上.仿真与实验结果证明,基于超声波绝对定位的导航算法是正确的,可大大提高ODMM的导航效率和精度.     

模块化自重构机器人蠕虫构型的运动控制

提出了一种采用相对方位系数与标准构型步态控制表结合的控制策略,对由n(n≥4)个模块组成、模块放置方位变化的自重构机器人蠕虫构型进行运动控制.利用模块之间的分布式通信和上位机主控相结合的通信方式,构型中的各个模块根据与相邻模块的相对方位关系和标准步态表自行决定自身的运动序列,可以对蠕虫机器人进行实时控制.对2组由不同数目、不同方位模块组成的蠕虫构型的运动控制进行了实验.实验结果表明:该方法实现简单,可以针对模块数目不定、方位可变的自重构机器人蠕虫构型进行实时运动控制.     

自重构机器人重构运动规划策略研究

通过自重构机器人模块间的连接、断开和运动顺序规划,由风车形晶胞群组成的机器人构形具备通过重构实现质心变化的功能.此种运动方式与特定构形的整体协调运动存在本质区别,为了实现质心的改变,当设计运动规划策略时需要综合考虑机器人的运动路径及模块间的连接、断开和运动顺序.针对运动平面内存在障碍物这一情况,采用启发快速扩展随机树搜索方法对由风车形晶胞群组成的机器人构形的运动路径进行了规划.机器人的每一步运动利用内置的固定运动序列库实现.实验证明了启发快速扩展随机树搜索方法的高效性及可行性.     

自重构机器人辅助自重构规划策略研究

针对仅仅依靠初始构形组成模块间的相互协调运动无法完成自重构任务这一情况,结合DL-Cube(Double L Cube)自重构机器人单元模型的结构特性,设计构建了风车形子单元,该子单元具有移动、转变模块方位、携带模块等能力.提出了基于公共拓扑的自重构规划策略,即在进行自重构之前利用分级优化机制搜索出初始构形与目标构形之间的最大公共拓扑,然后以此公共拓扑为目标构形的生长中心,同时,借助于风车形子单元移动、转变模块方位及携带模块的能力,最终实现目标构形的重构.利用仿真实验验证了上述理论的有效性和可行性.     

Delta机构的闭环自标定方法研究

提出了一种无需外部位姿测量设备的Delta 机构闭环自标定方法.该方法用一种简单的锁紧装置依次轮换锁紧机构的某支链平行四边形架,同时将Delta 机构改造成2自由度的空间机构.根据冗余支链的传感器输出与标称模型输出的差别来辨识机构参数误差,并将误差传递雅可比的条件数和奇异值的综合值作为标定点集的选取原则,使标定过程对噪声不敏感,有效地提高了标定的精度.实验研究结果表明, 标定前、后的模型误差最大值的比值为9 6,即机构的精度提高了近10 倍,而重复定位误差小于0 07 mm.     

基于冗余超声波信息融合的绝对定位研究

针对现有超声波绝对定位方法不足及超声波传播的特点,提出了冗余超声波信息融合法(FMRUI).针对FMRUI中各个接收器波头延迟误差一致与不一致的情况分别提出了不同的误差修正策略,当各个接收器误差一致时通过一个统一的变量消除掉,当误差不一致时先修正到一致再统一消掉.FMRUI能很好地消除渡越时间误差,并能评价测量精度的高低.搭建了实验系统并用全方位移动机器人做了实验,实验结果证明FMRUI法是正确的,绝对定位精度有明显提高.