可穿戴型下肢助力机器人控制分析

对可穿戴型助力机器人控制策略进行分析.根据研究目的及人体结构和功能的特殊性和复杂性,通过将人体下肢作适当简化及必要的假设,提出基于骨-肌肉功能模型的下肢助力机器人控制方法,该方法通过对骨-肌肉模型中的弹性系数和阻尼系数的调节能为人体下肢运动提供助力支持.同时,通过人-机间交互力信息实现人体下肢的运动预判.     

可穿戴型助力机器人动力学分析与仿真

利用拉格朗日方程及ADMS仿真软件对可穿戴型助力机器人进行了动力学分析与仿真。助力外骨骼是一个复杂的动力系统,由多个关节和多个连杆组成,具有多个输入和多个输出,助力机器人动力学是分析其运动和作用力之间的关系,仿真结果可用于选择适当尺寸的传动机构、电机转矩及是否需要重新设计机械结构。     

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。     

基于卡尔曼预测的外骨骼摆动腿随动控制研究

针对一种双关节驱动助力外骨骼机器人中人机交互系统所获取的传感器信息滞后于人体运动意图,从而造成执行机构无法及时跟踪摆动腿的运动,导致无法提供助力的情况,运用卡尔曼滤波算法对采集到的下肢运动信息进行运动意图预测,以弥补延时。利用采集的步态周期数据进行控制仿真实验:依据下肢外骨骼单侧腿简化的二连杆动力学模型,将预测信号输入模型,并采用PD控制验证系统稳定性和预测准确度。仿真结果表明,利用该方法可以对人体运动意图进行有效的预测,可用于驱动外骨骼摆动腿进行随动控制。     

利用运动准备电位的人体下肢自主运动意图预先感知方法

针对下肢外骨骼机器人穿戴者的运动与机器人本身响应之间存在时间迟滞而导致控制实时性差的问题,提出了一种利用运动准备电位(RP)的人体下肢自主运动意图预先感知方法。首先,根据人体下肢运动的脑电(EEG)产生机理和耦合神经元集群模型仿真了下肢产生运动意图时大脑运动皮质区的RP响应,验证了下肢产生运动意图时其EEG中存在RP;其次,利用下肢肌电(EMG)确定了下肢自主运动的起始时刻并完成EEG中自主下肢运动事件的触发标记,同时利用多元经验模式分解(MEMD)方法去除了EEG中的运动伪迹成分,进而利用叠加平均法和模板匹配法实现了下肢自主运动的RP提取及其运动意图的预先感知;最后,搭建检测系统进行实验验证。实验结果表明:该方法可在离线情况下于人体下肢自主运动开始前约120 ms实现下肢运动意图的预先感知,其平均识别正确率为74.4%。该方法实现了人体下肢自主运动意图的预先感知,可为外骨骼机器人的柔顺控制提供信息提前量。     

基于人体姿态信息的下肢康复机器人运动控制技术

针对下肢运动功能障碍患者术后康复训练辅助设备的跟随控制问题,本研究提出一种基于人体姿态信息的下肢康复机器人运动控制方法。根据康复机器人的结构特性和功能要求,建立机器人运动数据信息采集系统和下肢康复机器人的运动学模型;构建机器人平台上的人体姿态行为信息采集传感器系统,通过分析位移传感器所采集的数据,得到表征人体姿态行为变化的相关信息,经上位机计算生成康复机器人的期望跟随速度;同时,基于模糊PID控制算法设计了跟随控制器。通过仿真和实验验证该控制算法能够有效减小机器人实时跟踪使用者运动过程中的误差,实现康复机器人对人体运动姿态良好的跟随效果。     

面向外骨骼助力的肌张力信息实时获取

针对目前外骨骼助力过程中的运动意图识别问题,设计了一种肌肉张力检测方法,实时获取助力状态下的生物力信息,提高人机感知交互的能力.根据肌肉的弹性特点设计出肌张力传感器,可同步检测预压力和顶柱压力.通过标定实验获得的系列数据,经非线性修正后可估计肌肉硬度.设计出上肢外骨骼,用于肘关节屈伸运动的助力.获取的肌张力信息用作外骨...     

新型可穿戴式多自由度气动上肢康复机器人

针对中风和脑外伤患者的运动功能障碍问题,设计了一种新型可穿戴式多自由度上肢康复机器人,采用气动肌肉驱动,能有效辅助患者完成肩伸、肩旋、肘伸以及指掌和指间关节的复合功能运动训练.最后,采用PID控制器进行了初步的临床实验,实现了各关节角度的参考轨迹跟踪.实验结果验证了所设计的上肢康复机器人的可用性和有效性.     

基于接触力识别的人机协作控制系统设计与实现

为实现人机协作搬运,设计了一种基于接触力操作意图识别的搬运机器人原型机.以直联方式设计由刚性杆和伺服电机构成的单自由度运动机械臂,研究位置控制器,实现扭矩工作模式下的闭环控制.为获取操作意图信息,在刚性杆末端两侧分别设置FSR薄膜压力传感器,用于检测操作者与机械臂的短暂接触力.对应3种常见操作情况给出相应时域算法提取接...     

助力型下肢外骨骼机器人现状及展望

 助力型下肢外骨骼机器人是模仿人体下肢运动、增强穿戴者运动能力的智能机器人装置,可以在灾难现场救援、野外施工及军事用途等车辆无法通行的环境中发挥作用。通过分析国内外下肢助力型外骨骼机器人的研究现状,指出目前国内研究仍处于理论分析和实验室测试阶段。提出了助力型下肢外骨骼机器人研究的关键技术,并对助力型外骨骼机器人的发展趋势进行了展望。     

仿生四足机器人嵌入式控制系统设计与实验分析

仿生设计一款小型的单腿具有四自由度的仿生四足机器人,开展机器人运动学正逆解分析。基于ARM Cortex-M3内核的嵌入式芯片建立了机器人控制系统。该控制系统以半双工串口通讯方式向各个关节数字舵机发送步态数据包,控制舵机转动角度值,从而精确地控制四足机器人的稳定协调运动。实验结果表明:机器人在行走过程中机身的横滚角、俯仰角、偏航角(RPY角)变化较小,运动较为平稳,验证了机器人运动学正逆解准确性;以及所设计的嵌入式控制系统能较为精确地控制四足机器人运动,实现稳定的四足行走。该小型的嵌入式控制系统具有运算处理速度快、外设可扩展性和存储能力强的优点,满足仿生四足机器人智能算法、低功耗运动要求。     

异构双腿机器人仿生腿的设计与控制实现

提出具有可变瞬时转动中心的多轴膝关节,由多轴4联杆机构组成,具有仿生相似性·建立仿生腿的动力学方程,通过求解逆动力学问题的方法,得出最优步态下的膝关节控制力矩·通过传感器获得步态信息,从计算机中选择与该步态模式相应的力矩控制程序,每种步态模式由学习系统产生·选用磁流变阻尼器(MRDamper)组成的仿生腿反应迅速,动作灵活,与人工腿的步态更对称、更协调·     

基于力反馈-CPG模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,本文在Matsuoka振荡器的基础上创新性提出带力反馈神经元的三神经元相互反馈的CPG模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上对三神经元CPG模型建模分析并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计并建立对应反馈模型,根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂未知环境中也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。     

Maneuvering target tracking algorithm based on CDKF in observation bootstrapping strategy

The selection and optimization of model filters affect the precision of motion pattern identifica-tion and state estimation in maneuvering target tracking directly.Aiming at improving performance of model filters, a novel maneuvering target tracking algorithm based on central difference Kalman filter in observation bootstrapping strategy is proposed.The framework of interactive multiple model ( IMM) is used to realize identification of motion pattern, and a central difference Kalman filter ( CDKF) is selected as the model filter of IMM.Considering the advantage of multi-sensor fusion method in improving the stability and reliability of observation information, the hardware cost of the observation system for multiple sensors is adopted, meanwhile, according to the data assimilation technique in Ensemble Kalman filter( EnKF) , a bootstrapping observation set is constructed by in-tegrating the latest observation and the prior information of observation noise.On that basis, these bootstrapping observations are reasonably used to optimize the filtering performance of CDKF by means of weight fusion way.The object of new algorithm is to improve the tracking precision of ob-served target by the multi-sensor fusion method without increasing the number of physical sensors. The theoretical analysis and experimental results show the feasibility and efficiency of the proposed algorithm.     

基于多传感器融合的抓取控制研究

针对现有抓取系统中双目视觉定位精度较差,易受环境影响,使得抓取的成功率较低,鲁棒性不强的现象,本文提出采用视觉、红外测距传感器、触觉传感器和编码器等多传感器数据融合的方法,设计并实现了一种可靠的、鲁棒性强的、能自动调整抓取力的抓取系统.通过双目视觉辅以单目相机和红外测距传感器来精确定位,改善抓空情况;通过集成触觉传感器和编码器,对抓取过程中的力-位进行实时监测,减少目标物体破碎和滑落的现象,并通过实验证明了相对于单传感器,多传感器数据融合能大大改善抓取的成功率,提高系统的性能.     

四足机器人新型节能腿的设计与分析

分析了生物狗后腿的结构特点,提出了一种大腿和小腿呈一体化的柔性节能腿结构,只需在髋关节处施加驱动即可实现四足机器人小跑(trot)步态.对提出的模型进行了动力学分析并通过ADAMS仿真平台进行了仿真.仿真结果表明,此种结构的四足机器人可以实现稳定快速的trot步态,相对于普通髋关节和膝关节同时驱动的四足机器人,该模型的髋关节驱动力矩和驱动功率明显减小,足端接触力明显降低,能耗降低明显,缓冲性能好,证明了四足机器人新型腿结构设计的合理性.     

一种基于超声波传感器探测的接触力控制方法

针对机器人未知的工作环境,提出了一种基于超声波传感器的探测方法,建立了探测系统的结构模型,阐述了超声波探测系统的工作原理.对于机器人与环境表面的接触性工作存在不确定、多变和非结构等特点,将仿人智能控制方法应用于接触力的控制中.该方法以超声波传感器探测所获得的环境信息,作为系统上层控制策略的依据,根据控制误差的大小与方向变化选择相应的控制策略.实验结果表明,该方法较传统的PID控制方法可大大提高控制精度.     

用于人体关节角度捕捉的光纤角度传感器的研究

在分析现有的外骨骼机器人控制信号的拾取方法优缺点的基础上,设计了一种用于捕捉人体关节角度的光纤角度传感器.通过结构设计和理论分析,建立光纤输出端光功率与关节弯曲角度的数学模型.仿真结果表明,所设计的传感器输出信号对关节角度具有很好的线性度,可用于外骨骼机器人的角度控制的信号捕捉.     

国外手爪中多传感器数据融合技术的研究概况

近年来 ,多传感器数据融合技术已引起世界范围内的普遍关注 ,成为一个新兴的技术方向 ,并已成功地应用在军事系统、交通系统和智能机器人等研究领域。手爪是空间智能机器人的关键部件之一 ,它集成了视觉、触觉和力觉等多种传感器。为了能进行灵活和自适应的操作 ,机器人手爪必须要采用多传感器数据融合技术。该文介绍了机器人手爪中多传感器集成和数据融合技术的研究概况 ,对我国机器人的研究发展具有一定的借鉴意义。