基于神经动力学的机器人位置/力规划方案

针对机器人在实际生产中因与环境相接触而可能导致损坏的问题,从运动学角度提出一种通过刚性系数将机器人位置误差和接触力误差建模和解耦的位置/力规划方案．该方案从机器人逆运动学出发,将末端执行器的接触力与位置误差建模为关于机器人速度与位置间的关系式,并且引入一种神经动力学模型．使用伪逆法对所提方案进行求解,将所得的解作为控制信号驱动机器人完成任务．数值仿真与实验结果表明：所提方案能够有效控制机器人完成轨迹跟踪的任务,末端执行器的接触力能够收敛到期望的接触力．     

基于位置控制的多自由度机械臂非线性比例-微分阻抗控制

机器人柔顺控制可以响应环境变化,但接触信息的延迟以及未知机器人系统的跟踪误差等问题均导致接触瞬间力矩超调严重。针对上述问题本文提出一种基于自适应位置控制的改进阻抗控制策略,实现快速、精确的位置跟踪,同时,提高力控制的响应速度和精度。本策略采用双环控制,外环在传统阻抗模型基础上引入非线性接触力微分项在保持系统稳定性的同时提高机器人对接触力变化的响应,有效降低接触力超调;内环为自适应滑模控制,并使用RBF神经网络逼近机器人动力学模型并补偿系统中不确定性扰动,提高了系统的鲁棒性,提高收敛速度并降低跟随误差。通过仿真与实验,验证了所提出的改进阻抗控制方法相比于传统的阻抗控制方法有更好的力控响应速度和位置跟踪精度,可有效解决机器人与环境接触瞬间的接触力超调问题。     

基于智能预测的力/位混合控制方法

针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点.为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响.实验结果证明该方法对未知接触环境的变化具有较强的适应能力.在实验条件下,稳定状态下的力控制误差可以控制在3%之内.     

3-PPSR柔性并联机器人力控制研究

针对3-PPSR并联机器人加入大长径比柔性铰链和与外界环境接触产生形变的问题,在控制端提出了基于位置阻抗控制的主动柔顺控制策略。该方法在柔性并联机器人与外界环境对象的等效作用模型和基于位置的阻抗控制模型基础上,引入外界环境作用力和结合系统的力跟踪模型,通过调整初始参考位置控制模型的稳态误差实现基于位置的外力跟踪控制。采用Lyapunov稳定模型和能量方程,在未知环境变量条件下通过力偏差直接控制目标位置的自适应控制系统实现自适应的力控制。实验结果表明,基于位置的外力控制精度可以达到±0.05N,应用自适应控制精度可以达到±0.1N,3-PPSR柔性并联机器人的末端的接触力控制精度得到了提高,满足设计要求,验证了该控制方法的准确性和有效性。     

基于自适应柔顺控制的航天器部件装配

利用机器人技术完成航天器部件的装配任务，是中国航天领域的研究重点。仅依靠位置控制完成装配任务时，装配误差的存在会导致航天器部件存在较大的接触力，从而破坏航天器部件的表面质量和表面涂层，进而影响航天器部件的服役寿命。因此，在装配过程中需要使用柔顺控制来调控接触力。目前，在机器人装配中应用的柔顺控制方法需要依据经验设定控制参数，而2个装配体之间的接触力与控制参数密切相关，这会导致接触力不可控。为避免接触力过大，该文提出了一种柔顺控制方法，通过装配过程中的接触力和状态信息，根据不同环境刚度自适应地调整柔顺控制的目标位置和控制参数。为了验证此方法的可行性，该文进行了仿真和实验研究，并与位置控制和经典的导纳控制进行比较，实验结果表明：该文提出的方法具有收敛速度快、残余接触力小、可自动调节控制参数等优势。该方法为航天器部件的机器人自主装配奠定了理论和技术的基础，并有望应用于实际航天器部件装配任务中。     

建筑幕墙安装机器人的位置/力混合控制方法

针对建筑领域幕墙安装过程中所面临的幕墙质量变化、接触环境改变以及机器人动力学参数漂移等问题,提出了基于阻抗模型和自适应补偿的机器人位置/力混合控制方法。分析了幕墙受力,建立了幕墙与环境之间的接触力模型,获得了机器人-幕墙-接触环境的综合动力学方程;为解决幕墙与环境接触时的力控制问题,在设计控制器时建立了幕墙位置与接触力之间的阻抗关系,同时通过李雅普诺夫稳定性理论构造了自适应控制器来补偿未知不确定项,使幕墙轨迹跟踪阻抗外环生成的参考轨迹。对不同任务时的幕墙安装过程进行多组仿真实验,结果表明:所提方法均能实现高精度的幕墙位置跟踪,误差精度小于0.2 mm,同时可以使幕墙与环境之间有稳定的接触力,并具有一定的鲁棒性。     

在未知环境下基于阻抗模型的受限机械手模糊力控制方法

在传统的阻抗控制模型中应用一种新的参考轨迹模糊调节算法.在该算法中应用一个参考比例因子调节参考轨迹.根据反馈的接触力信息,通过模糊推理确定参考比例因子的大小, 从而使生成的参考轨迹适应未知环境刚度的变化.根据接触力的变化对阻抗模型参数进行模糊调节,减少了受限运动中力干扰的影响,提高了全局力控制效果.仿真结果表明,与传统力控制方法比较,该方法提高了力控制精度,增强了对接触环境参数变化的鲁棒性.     

基于事件的机器人主-被动混合力-位控制方法

机器人系统螺丝锁付过程中实际接触力难以精确获得;若采用力传感信号来检测接触力并加以控制,力传感器不易安装,且传感器噪声和信号传输延迟都会对控制的精确性产生影响,使得系统不可控。本文采集伺服电机转矩值经过换算得到末端锁付头与工件的接触力,来替代直接采用力传感器信号反馈末端执行器的接触力。以螺丝锁付过程中期望的锁止扭矩作为阈值,并通过能量均衡器对预测力值和当前解算力值进行能量校正,使锁付机器人控制系统保持无源性且具备主动柔顺的能力,来达到系统的安全性。针对一种精密塑胶件自动化锁付,本文设计实现一种被动柔顺机构,并结合基于事件的力位混合控制策略,验证机器人锁付过程中主-被动力-位混合控制的安全性和可行性。     

一类基于非线性状态反馈的机器人操作手的鲁棒控制

考查了一类具有非匹配不确定性的非线性系统的全局稳定性及其在机器人鲁棒控制中的应用,针对机器人系统存在参数不确定性以及外界干扰的情况，利用非线性鲁棒控制理论给出了连续状态反馈控制器．考虑不确定性存在情况下跟踪误差的渐近收敛性．最后给出了两连杆刚性机器人的仿真例子，验证了其控制效果．     

基于自适应阻抗控制的轮足式机器人隔振控制研究

轮足式机器人在行进过程中不可避免要与环境发生交互,在环境信息（刚度与位置）未知与时变的情况下,传统的阻抗隔振力控制方法由于目标阻抗模型的参数固定,存在鲁棒性较差的问题.在阻抗控制的基础上,基于Lyapunov稳定性定理设计了自适应阻抗控制器.该方法通过一个位置补偿量来间接调整阻抗参数,使系统稳态误差为零,提高了控制方法对未知多变环境的适应性;针对机器人轮式运动通过不同减速带的隔振问题进行了实验,证实了自适应阻抗控制方法的优越性.      

一种抗非视距误差的组合定位算法

为解决移动机器人在NLOS 环境下定位系统误差大和稳定性差的问题,提出一种抗NLOS误差的N-CTK组合算法。首先在Chan-Taylor协同算法基础上,融入卡尔曼滤波算法,提出一种CTK组合定位算法,然后基于TDOA测量值构建NLOS误差模型,引入NLOS误差转化因子,融合扩展卡尔曼滤波算法,并结合所提CTK组合算法,最终获得标签的估计值。实验测试表明：LOS环境下误差为6cm时,N-CTK组合算法相比CTK组合算法的累积分布函数提高了13.5%,NLOS环境下误差为15cm时,N-CTK组合算法相比CTK组合算法的累积分布函数提高了55%,定位精度明显提高。     

时延力觉临场感遥操作机器人系统预测控制研究

通讯时延是造成力觉临场感遥操作机器人系统不稳定和操作性能下降的关键因素 ,针对时延问题 ,提出了一种适用于时延力觉临场感遥操作机器人系统的广义预测控制方法 ,该方法通过预测控制器产成实时的预测力反馈以消除时延的影响 .此外 ,为使该方法应用于遥操作机器人未知环境作业 ,本文采用AUDI辨识算法对环境模型进行辨识 .构造实验系统 ,通过实验验证了该方法的有效性 .     

家用智能看护机器人高精度里程计估计算法

为了解决家用智能看护机器人车轮轮胎和地面作用力与电机输出力矩不平衡,易导致看护机器人产生滑动、里程计估计精度低的问题,引入牵引系数描述机器人滑动情况,推导含牵引系数的看护机器人运动学模型,以增量式光电编码器和惯性测量单元2种传感器为输入,将含牵引系数的运动学模型应用于基于扩展卡尔曼滤波算法的看护机器人里程计估计算法,搭建看护机器人实验系统完成算法验证。结果表明：在家用瓷砖地面,看护机器人分别以0.1,0.2,0.4 m/s的速度移动时,与传统里程计估计算法相比,所提出的机器人里程计估计算法的误差降低了40%左右。将含牵引系数的运动学模型应用于机器人里程计估计算法,可有效降低看护机器人的里程计估计误差,为提高看护机器人在室内地面的自主导航精度提供了一定的参考。     

机器人的主动顺应控制

本文提出一种新的机器人顺应控制方法,该方法运用力反馈控制技术使原来只具有位置控制能力的通用机器人成为同时具有力和位置双重控制能力即顺应控制能力的机器人。同时用一台功能较强的通用计算机取代原系统的专用机作为控制主机来提高系统的控制精度、速度和编程能力,使用户摆脱专用机器人语言的限制,更方便地用高级语言编制程序,实现对机器人的各种控制,文中还给出了机器人系统刚度的测试方法和以此为基础的去耦力反馈矩阵的计算。     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

基于无源观测器的机器人笛卡尔空间力/阻抗控制方法研究

许多由机器人完成的任务都需要机器人与外部环境接触。在如抛光、去毛刺和装配作业中都需要执行精确的力控制。由于环境模型的不准确在力控制过程中当机器人与环境脱离接触时可能与周围环境发生激烈碰撞。针对此问题提出了基于无源观测器的力控算法。通过分析系统无源性, 研究了笛卡尔空间力/阻抗控制的稳定条件。发现只有力控制器的输出会破坏系统的无源性,根据系统无源性的分析结果设计了使用无源性观测器的力/阻抗控制器。在MATLAB仿真环境中对力/阻抗控制控制算法和基于无源性观测器的力/阻抗控制进行仿真验证。仿真结果表明基于无源性观测器的力/阻抗控制器在机器人末端工具与环境脱离接触时能够有效降低机械臂移动速度,减小对周围环境的冲击力。