一种工业机器人动力学参数的辨识方法

机器人动力学参数辨识方程随着关节的增多变得更加繁琐,关节数超过4个后,甚至难以获得准确的参数辨识方程.为此,文中提出一种分步辨识的方法.该方法每次辨识的惯性参数较少,辨识方程相对简单,计算量小,辨识累计误差小,能很好地实现对超过四自由度的关节机器人动力学参数的辨识.文中还以某型六自由度关节机器人为对象,设计了辨识实验,对分步辨识方法进行了验证.结果表明:在保有机器人关键动力学特性的情况下,文中方法能简单而有效地获得机器人的关键动力学参数.     

机器人系统中环境动力学模型及其参数辨识

根据机器人系统中环境的本质特征，本文提出了环境动力学既有刚体运动力学特性，又有表面开变动力学特性的观点；由此建立了新的环境动力学模型，给出了该动力学模型参数辨识的遗传算法模型，理论分析和实验研究表是该模型及其参数辨识方法是实用的，可行的。     

工业机器人动力学模型参数辨识的新方法

通过让机器人各关节静止,逐个让单个关节恒速运行和逐个让单个关节恒加速运行而让其它关节固定不动的3组实验全部辨识出工业机器人的动力学参数。这种辨识方法既考虑了关节力矩传递机构的影响又考虑了驱动电机特性参数的影响,因此是一种实用的辨识方法。     

智能装配机器人几何参数辨识方法

根据机器人误差模型和实测误差数据，采用最小二乘和迭代辨识的方法，求解未知参数，并以实例验证了该方法的有效性。     

挖掘机器人动力学参数辨识研究

为了使挖掘机在作业速度和挖掘力上适应负载的特性,需要对挖掘机工作装置进行动力学分析.在采用拉格朗日方法确定了挖掘机器人工作装置动力学模型的情况下,动力学参数的精确辨识对实现实时控制显得尤为重要.利用遗传算法对参数辨识问题进行了探讨,给出了利用遗传算法对整个问题的求解设计思路,引入格雷码混合编码、可变精度的交叉和混合变异等思想,形成了改进的遗传算法.该算法收敛速度快,鲁棒性强,通过仿真和现场实验,验证了所提出的算法的有效性.     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题。     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

负载与操作机分开的机器人动力学算法

基于Kane动力学方程,导出了负载与操作机分开,并具有封闭形式的机器人动力学通用算法。该法适用于开、闭链机构的机器人动力学研究;便于用计算机推导机器人操作机的动力学数一符方程。给出了该算法及其证明,并讨论了该算法的性质及特点。     

在轨服务双臂空间机器人的参数辨识

以在轨服务自由漂浮双臂空间机器人为研究对象,根据机器人本体携带的测速敏感器测得本体质心的线速度及角速度,基于线动量及角动量守恒,分别对双臂空间机器人本体和单操作臂(另一机械臂悬空)抓取未知目标卫星的过程进行未知参数辨识.文中对空间机器人模型进行了符号推导建模,分析并解决了利用该方法进行惯量参数辨识过程中的线性方程组奇异性问题,研究了机器人的各类参数对辨识研究的影响,并通过数值仿真验证了参数辨识方法的可行性和有效性.     

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明：机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。     

工程土障粘土水力-力学参数识别及工程校核

基于实验数据及广泛应用于非饱和粘土的Alonso-Gens本构模型和水力参数曲线，针对用以制造工程土障的FoCa粘土进行了水力-力学参数识别，并把上述水力-力学本构模型和曲线及所识别的参数应用于基于非饱和土的多孔多相介质理论的有限元数值模型上，对一个模拟实际工程问题的Benchmark考题作了考核，取得了满意的结果。     

动态环境下移动机器人路径规划的一种新方法

提出了一种适用于动态环境下移动机器人路径规划的新方法.用栅格法对环境进行建模,从目标栅格点出发,各栅格中心点到目标栅格中心点的距离信息以每个时间步一个栅格的速度不断向外传播.经过足够多时间步的传播后,通过逐步寻找信息的传播来源,即可获得机器人的最短路径.仿真结果表明,该方法非常简单且高效,能快速规划出动态环境下移动机器人的最优路径.     

机器人无碰撞路径规划方法研究及实现

在分析现有路径规划和碰撞检测方法的基础上 ,提出了两种新的机器人路径规划方法 :中值检测算法和行进方向矢量优化法 .两种算法各有其特点 ,结合使用可取得更好的效果 ,通过基于三维图形的仿真实验证明了算法的有效性 .所开发的无碰撞路径规划及仿真软件已成功用于机器人无碰撞路径规划与仿真 .     

基于LIPM的双足机器人变步长行走规划

为了提高双足机器人步行运动的灵活性,提出了一种基于线性倒立摆模型的双足步行规划算法.该算法首先根据所要达到的步长,获得支撑腿切换时质心的位置;然后,根据线性倒立摆模型的运动特性,计算出质心到达上述位置所需要的时间;最后,根据该时间对摆动脚用正弦曲线进行规划,使之能够在恰当的时刻到达所需的落脚点位置进行支撑脚的切换.该算法可使双足机器人在运动中变化步长,很好地提高其步行的灵活性.通过真实机器人的实验,验证了该方法的有效性和实用性.     

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法.移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化.以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制.仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能.该方法可以有效地实现机器人的动态路径规划.     

Metamorphic strategy based on dynamic meta-modules for a self-reconfigurable robot

For a self-reconfigurable robot, how to metamorphose to adapt itself to environment is a difficult problem. To solve this problem, a new relative orientation model which describes modules and their surrounding grids was given, a module motion rules database which enables the robot to avoid obstacles was established, and finally a three-layer planner based on dynamic meta-modules was developed. The firstlayer planner designates the category of each module in robot by evaluation functions and picks out the modules in dynamic meta-modules. The second-layer planner plans the dynamic meta-module path according to output parameters of the first-layer planner. The third-layer planner plans the motion of the modules in dynamic meta-module using topology variation oriented methods. To validate the efficiency of the three-layer planner, two simulations were given. One is the simulation of a single dynamic meta-module, the other is the simulation of planning with an initial configuration composed of 8 modules in complicated environment. Results show that the methods can make robot with any initial configuration move through metamorphosis in complicated environment efficiently.     

ARMA模型参数的分步估计方法

提出了一种ARMA模型的线性估计方法，这种方法通过两次AR模型的估计来实现ARMA的估计。讨论了一维时间序列开环系统、闭环系统的辨识方法及定阶问题。仿真结果表明该方法具有良好的准确度和可靠性，可直接用于结构状态监测。     

机器人惯性参数辨识的若干方法及进展

当代机器人技术的发展对机器人动态特性提出了更高的要求,惯性参数是影响机器人动态特性的主要参数之一。文章回顾了当前辨识机器人惯性参数的各种方法,讨论了各种方法的优点和存在的问题;介绍了基于传感器信息的机器人惯性参数识别方面的研究进展;给出本文的小结和有待于进一步研究的课题。     

A novel method for robot path planning

Path planning is one of the most important problems in the design of a mobile robot. A novel approach called generalized Voronoi diagrams (GVD) may deal with this matter. First, a method was introduced to normalize the obstacles and present efficient techniques for generating GVDs. Then a best path searching algorithm was presented. Examples implemented were given to indicate the availability of the mentioned algorithms. The approaches in this paper can also be used in applications including visualization, spatial data manipulation, etc.