变姿态下多指手抓取爆炸物的能力分析

将多指手代替单自由度的夹持器应用于排爆机器人中,以提高机器人处理爆炸物的能力.由于机器人姿态的变化将影响多指手的抓取能力,文中对影响多指手抓取爆炸物能力的手指抓取姿态及机器人姿态进行了研究,寻求最有利的抓取模式.同时,运用螺旋理论和BP神经网络寻求多指手最优的抓取姿态(即最优关节角)及不同机器人姿态下多指手抓取爆炸物的最大重量,并给出了最优的抓取位姿.考虑到爆炸物容易爆炸的特点,文中还研究了多指手在有限接触力作用下的抓取能力.     

变姿态下的多指手抓取爆炸物能力分析

将多指手运用于排爆机器人以提高处理爆炸物的能力。论文针对排爆机器人在作业时其姿态的不断变化对抓取爆炸物能力的影响,寻求有利于提高抓取能力的最优手指关节角,以及多指手在不同的姿态下能抓取爆炸物的最大重量,并得出抓取能力最差的位姿。论文还考虑到爆炸物容易爆炸的特点,研究接触力不超过爆炸物所能承受的极限时多指手的抓取能力,为机器人安全操作爆炸物,防止过大的夹持力而使爆炸物发生爆炸提供理论依据。     

机器人多指手抓取爆炸物能力研究

应用力螺旋理论建立了多指手抓取矩阵与外力螺旋之间的关系,对多指手抓取爆炸物能力进行研究.首先建立多指手抓取爆炸物的力学模型,确定影响抓取的参数;然后以最大抓取重量为目标函数,建立满足力封闭约束条件下的抓取数学模型,并采用神经网络和优化方法对多指手抓取爆炸物进行了仿真,研究多指手不同抓取位置与爆炸物重量之间的对应关系,获得了多指手抓取爆炸物时最有利的抓取位置.     

滚动接触约束下机器人多指操作的协调运动规划

在多指手操作物体时,需要根据物体的运动规划各手指的运动,当手指与物体与滚动接触时,这一问题显得非常复杂目前。主要采用基于运动学的速度控制方法和主从规划方法,文中分析了这两种方法,指出它们都不是真正的协调运动规划,通过引入最优抓取所确定的抓取姿态集合约束和衡量抓取质量指标的函数,在不同的条件下,提出了不同的协调运动生成算法,通过应用香港科技大学多指灵巧手进行实验研究表明,在同样的操作任务下,协调运动     

基于EM算法的工业机器人抓取控制研究

抓取是机器人的基本操作任务,通过待抓取物体的位姿变化对机器人关节数据自适应调整,提高机器人物体抓取成功率.本文基于EM算法的混合正态分布模型建立待抓取物体位姿观测变量和机器人关节变量之间的映射关系,并采用UR3机器人进行抓取试验.结果表明,采用该方法进行抓取控制只是在样本训练集的边缘抓取失败,抓取成功率为95.5％.基...     

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法．首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类．然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比．结果表明：所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性．     

多物体三维有摩擦弹性接触凝缩边界元法

基于工程需要,将三维边界元凝缩解法用于求解多物体摩擦型弹性接触问题.由于摩擦接触问题属于非线性问题,接触面的滑动引起能量的耗散,采用增量法来追踪整个载荷的历程,采用凝缩解法对边界矩阵方程进行求解.以三物体接触模型为例,阐述了多物体接触的边界积分方程的建立和边界矩阵方程的求解过程,以一计算实例说明本方法的正确性.     

基于CFFCA的全驱动五指灵巧手抓取研究

为精确控制灵巧手对目标物体的抓取,针对灵巧手对目标物体的抓取控制实时性不高的问题,设计了全驱动五指灵巧手试验样机DH-MN-I。分析了单根手指的正运动学与逆运动学,提出了接触力反馈控制算法( CFFCA: Contact Force Feedback Control Algorithm) ,利用压力传感器的反馈值,实时控制灵巧手和目标物体之间的接触力,并且详细描述了灵巧手的强力抓取和精确抓取两种抓取模式。在全驱动五指灵巧手试验样机DH-MN-I 上的实验证明,在两种抓取模式下该算法对两种尺寸的目标物体实现抓取控制是可行的。利用提出的接触力反馈控制算法可控制全驱动灵巧手和目标物体之间的接触力,实现灵巧手对不同大小的目标物体的稳定抓取操作,实验结果表明,该算法实时性较好,有很高的灵巧性,具有应用价值。     

三指灵巧手的结构优化设计

对多指灵巧手结构形式进行了优化分析，对手指参数、三指灵巧手位姿进行了优化设计．得出了包括1个手掌、3个手指、9个回转关节的灵巧手结构，该结构既适合于抓取物体又具有较好机械特性，为以后灵巧手的控制研究提供基础．     

假手多指抓取的动态力优化仿真

为完善假手康复训练系统,构建基于虚拟仪器的信号采集及多指抓取控制平台。该平台采用虚拟现实建模语言(virtual reality modeling language,VRML)组建分布式虚拟环境,基于多通道肌电信号,采用支持向量机预测抓取模式,通过骨骼算法确定复杂曲面接触条件下的接触点及法线方向。采用非负线性组合算法求取接触力初值,结合梯度流算法实现抓取力的动态优化,通过仿真实验验证其可行性。结果表明,骨骼算法用于抓取点计算,结果准确,动态力优化算法计算效率较高,且易于集成。     

基于摆腿回缩的4足机器人运动优化研究

为了提高4足机器人的运动性能，对其运动过程中的摆腿回缩现象进行了研究.首先基于弹簧负载倒立摆模型完成了机器人的建模，分析了不同摆腿回缩率对机器人能量损失、摩擦、冲击等性能指标的影响；然后利用统一目标法，推导了多性能指标下的综合最优摆腿回缩率，并基于最优摆腿回缩率为研究对象规划出了一条合适的贝塞尔轨迹.仿真结果表明，摆腿回缩率的优化对机器人的能量损失、摩擦和冲击等性能具有较大的提升作用.      

基于遗传算法的带附加气室空气悬架多目标优化

以带附加气室的空气弹簧悬架为研究对象,按照物理模型建立带附加气室空气弹簧的数学模型,考虑到空气弹簧刚度的非线性,将该模型以空气弹簧非线性力的形式直接引入到1/4车辆模型。以提高车辆平顺性、行驶安全性及操纵稳定性的综合性能为目标,以附加气室容积为优化变量,设计带附加气室空气悬架的多目标优化模型;考虑到悬架性能各指标量在量纲与量级上的差异,对各指标量进行统一化处理,并采用线性加权和法将多目标函数转化为单目标评价函数。在MAT-LAB/Simulink中搭建系统仿真模型,采用遗传优化算法对典型工况下的最优附加气室容积进行寻优。优化结果表明,优化附加气室容积能有效提高悬架的综合性能,降低车身加速度、悬架动行程,但轮胎动载荷有所增加。     

基于视觉定位的七轴机械臂目标抓取研究

针对机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大、可移植性差的问题,提出基于机器人操作系统(ROS),结合手眼的七轴机械臂目标抓取方法,在ROS框架下利用协作机器人FRANKA PANDA结合RGBD摄像头进行目标抓取。创建了RGBD摄像头的xacro机器人模型,利用RViz进行三维模型的可视化操作;应用MoveIt!软件对RViz和Dazebo进行联合仿真;将ROS获取的图像信息发送给OpenCV库进行图像处理及物体定位,然后将物体坐标信息发还给ROS进行机械臂抓取任务。结果表明,该方法简单有效,以ROS为基础设计的抓取方法可移植性强,解决了面对复杂多样的物体,机器人系统需进行大规模控制改动的问题。     

基于Kinect的机器人臂手系统的目标抓取

为了实现机器人臂手系统的目标抓取, 采用Kinect对目标信息进行实时检测. 首先,采用张正友棋盘标定法完成对Kinect内外参数的标定. 其次, 利用深度信息进行深度分割, 滤除大部分干扰背景, 再通过颜色与形状特征实现目标的识别与定位. 将识别对象的3维坐标通过以太网发送至机械臂控制台, 随后机械臂移动至目标位置. 最后采用变积分PID算法控制灵巧手接触力, 保证响应的快速性及精密性, 实现灵巧手的精细抓取. 通过设计一套完整的实验系统验证了该方法的有效性.     

变拓扑四面体机器人攀爬安全性与参数分析

变拓扑四面体机器人是基于自主纳米群技术的一种具有多重自由度的机器人系统,由可伸缩结构(伸缩杆)和连接部分(节点)组成的四面体结构为基本单元。分析了机器人沿壁面攀爬运动的典型过程,并利用ADAMS软件进行了动态仿真实验。分析了攀爬过程的安全性问题,给出了机器人在垂直壁面和倾斜壁面的静态安全性条件,同时分析了接触力与静摩擦系数对运动特性的影响。结果表明:接触力与静摩擦系数为影响攀爬特性的关键参数,接触力和静摩擦系数越小,在一个运动周期中机器人的有效位移越小,负向速度越大,两者过小时将会导致运动的失效。     

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。     

DSP & FPGA-based control architecture for a highly integrated robot hand with enhanced impedance performance

A novel control system is developed to improve the capabilities of robot hand performing tasks in a variety of environments. A joint impedance control strategy has been successfully implemented in the low level control of a highly integrated robot hand. At first, a real time controller with DSP&FPGA-based multilevel control architecture is built. Then a current sensor of the single direct current (DC) link is used to measure and reconstruct the three phase currents, and a stable current signal is measured by optimizing sample instant. The experimental results of the joint impedance control show that the proposed method not only improves the effectiveness of contact environment performance, but also provides compliant interaction of robot hand with a person, which is very important for the development of friendly human robot of the next generation.