伤员运载机器人楼梯环境运动稳定性

针对伤员运载机器人在楼梯环境的运动稳定性问题，分析机器人各关节运动对机器人运动稳定性的影响，建立机器人运动学模型。结合稳定锥方法与伤员运载机器人实际结构，通过MATLAB软件计算分析重心调整机构对机器人稳定性的影响，验证机器人通过重心调整后上楼梯运动的稳定性。仿真和实验表明，伤员运载机器人的重心调整机构能够有效的调整机器人的重心，调整后的机器人能够稳定的在楼梯环境中将伤员运出。     

基于神经网络柔性机器人反演控制器的设计

建立柔性机器人系统的动力学模型,对实际情况作了相应的假设,借助于神经网络函数的逼近技术,提出一种柔性关节空间机器人的自适应反演控制方案,给出基本反演控制器和神经网络反演控制器的数学模型。仿真结果表明,能实现系统关节运动控制目标,可使系统各柔性关节的振动较小,有效地控制机器人完成所期望的关节运动,对无精确模型信息的机器人实现控制,保证系统的稳定性和收敛性,满足机器人系统的控制要求,所设计的控制器在具体的机器人控制中是可行的。     

M-Lattice模块机器人的运动学分析及构型优化

针对模块机器人在运动过程中遇到的运动干涉问题,提出了一种应用于M-Lattice模块机器人的构型优化设计.通过引入平动关节,实现模块机器人机械臂的收缩和伸展运动,从而避免运动干涉.通过运动学分析,在避免运动干涉的前提下尽可能减少平动关节的行程,从而顺利完成自重构过程并确保模块机器人自身的结构强度及稳定性.通过对不同运动情况下的运动空间的仿真和原型机实验,验证了优化构型的可行性和运动能力.结果表明,引入的平动关节能够很好地避免模块间的运动干涉且各机械关节的设计切实可行,为后续大规模模块机器人系统的研究建立了基础.     

基于图像的机器人运动序列生成

提出一种基于图像的运动序列生成技术 ,此项技术不需要已知目标物体及所在背景的 CAD模型 ,也不需要对摄像机进行标定。在样本图集的基础上 ,通过 Karhunen- L o-eve(K- L)变换得到图像的特征表示。建立了机器人关节角与图像特征之间的非线性关系。在机器人关节空间进行轨迹规划 ,最后生成关于机器人虚拟运动的图像序列。以 UP6机器人为目标物体 ,进行虚拟运动实验 ,得到 UP6机器人的虚拟运动 ,结果表明该技术方便有效     

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。     

基于MATLAB的6R机器人逆运动学求解分析

本文通过D-H方法建立6R机器人坐标模型,将机器人末端执行器位姿~0T_h逆解问题转化为末端腕部点位姿~0T_6的逆解问题,排除~0T_h中含常量d_6的多项式,大大简化了求运动学逆解的复杂度。通过反变换法求得6R机器人逆解,提出以"最短行程+关节运动同向"为原则确定机器人最优逆解的方法,可以降低机器人运动能量消耗,同时减少关节运动换向,提高机器人运行稳定性和可靠性。利用MATLAB进行编程,设置6R机器人"关节加权系数"及"关节运动同向加权系数",对上述运动学逆解求解及优化方法进行了验证,说明该分析方法是有效性的。     

四足机器人斜坡对角小跑运动控制研究

能否在斜坡上稳定行走是判断四足机器人运动性能的一个重要标准.针对四足机器人采用对角小跑步态在斜坡地形上的运动,建立机器人结构简化模型并进行运动学分析,完成了该步态下的足端轨迹规划,并提出一种基于模糊控制的姿态调整方法,通过调节机器人支撑相关节角来减小机身运动过程中的横滚角波动,从而提升机器人斜坡行走的稳定性.Adams...     

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。     

采用混合算法优化神经网络滑模控制的机器人跟踪误差

为了避免机器人关节角位移受外界影响,提高运动轨迹的跟踪精度,采用混合算法优化神经网络滑模控制器,并对优化后的控制器进行仿真验证.建立机器人平面简图模型,利用拉格朗日定理推导出机器人关节运动方程式,采用神经网络算法构建RBF神经网络自适应滑模控制系统.为了增强控制系统的稳定性,削弱外界波形对机器人运动轨迹的干扰,利用粒子群算法和差分进化算法在线优化RBF神经网络滑模控制律参数,设计了改进RBF神经网络滑模可调参数的自适应控制律,保证机器人控制系统的稳定性.通过MATLAB软件进行仿真实验,并且与优化前机器人关节角位移输出误差形成对比.仿真结果显示：随着干扰波形幅度的增大,采用神经网络滑模控制器,机器人关节输出角位移误差逐渐增大,系统不稳定,而采用混合算法优化神经网络滑模控制器,系统反应速度较快,机器人关节输出角位移误差较小.机器人采用混合算法优化神经网络控制器,能够提高控制系统的抗干扰能力,稳定性较好、输出精度较高.     

基于6-DOF的空间机器人运动学研究

针对空间机器人在轨服务任务,建立了一种六自由度机械臂模型,并建立了各关节的杆件坐标系。对机械臂各关节进行了运动学分析,对各关节末端运动空间进行了仿真。在对机械手抓捕目标飞行器分析之后,提出了一种保持平台、机械手和目标飞行器三者姿态稳定的抓捕目标方案。最后对该抓捕过程进行了运动规划,对各关节角运动情况进行了研究。     

基于力反馈-中枢模式发生器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,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中枢模式发生器(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。     

跳跃机器人各关节的动力学仿真分析

基于跳跃机器人在越障方面优于轮动或爬行机器人的特点,设计了一个三关节跳跃机器人,并建立了简化的机构模型.从分析力学的角度对机器人进行运动分析,采用拉格朗日法建立了站立相和腾空相的动力学方程,并用Matlab对动力学方程进行了数值仿真.仿真结果表明各关节在电机驱动下有小幅度振动.这一结果说明在研究跳跃机器人的稳定性时,要解决各关节小幅度振动问题.     

提升四足机器人行走稳定性的对角步态规划方法

针对四足机器人在采用对角步态行走中容易失稳的问题,提出了通过改变对角步态中支撑足的初始位姿来改善并提升运动稳定性的方法.结合零力矩原理,找到四足机器人支撑足最佳初始膝关节转角θ₁和髋部前向关节转角θ₂,从而确定四足机器人支撑足的最佳初始位姿.仿真表明:四足机器人运动采用不同初始位姿时,运动过程中的稳定性不同.当取最佳初始位姿时,四足机器人的机身偏转量最小,稳定性最好.由此证明,通过调整支撑足的初始状态可以有效提高四足机器人在采用对角步态行走过程中的稳定性.      

冗余驱动并联机器人多目标控制方法

冗余驱动并联机器人的关节自由度增加了运动的灵活性，但也增加了碰撞的风险.在多目标控制中，需要对其进行有效的避障控制，以保证机器人在执行任务时的安全性和稳定性.针对这一问题，提出冗余驱动并联机器人多目标控制方法设计.利用拉格朗日法对机器人运动特性展开分析，构建机器人运动方程；在径向基函数(Radial Basis Function, RBF)神经网络的基础上，采用自适应方法建立滑模控制器，并基于李亚普诺夫稳定性对滑模控制器展开修正，提高控制器的稳定性；应用连通性屏障控制和避障屏障控制策略，实现机器人的运动控制.实验结果表明，本文方法能够实现精准避障，且控制误差小、效率高、效果稳定.     

雅可比矩阵在机器人运动中的应用

利用雅可比矩阵的性质研究机器人的逆运动问题,特别地讨论了带冗余度和矩阵奇异的情形.首先给出逆运动的求解方法,然后给出它的应用,用梯度下降法给出关节角的迭代公式,最后给出模拟仿真结果.仿真结果表明该方法准确高效,为机器人的运动规划和控制的实现奠定基础.      

基于时间-冲击的喷胶机器人轨迹优化算法

针对喷胶机器人时间-冲击等多目标优化的轨迹规划问题,提出基于时间-冲击最优的轨迹优化算法,优化喷胶机器人的运行时间和冲击(加加速度)两个效果相反的目标。采用4-5-6多项式插值曲线作为关节空间内的插值轨迹,确保机器人运动的连续性和平稳性;在关节角速度、角加速度和角加加速度的运动学约束下,利用多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法,以喷胶机器人的运行时间和冲击为目标对其进行轨迹优化。仿真结果表明,采用MOPSO算法对4-5-6分段多项式插值结果进行优化,提高了机器人的轨迹精度,减少了机器人运动过程中的冲击,有效缩短了机器人的作业时间。     

基于粒子群优化算法的绳驱动连续体机器人轨迹规划

为提高绳驱动连续体机器人运动的平滑性和稳定性,在关节空间和笛卡尔空间研究了基于样条函数和粒子群算法的轨迹规划问题。首先,采用双参数局部指数积公式建立连续体机器人的运动学模型;其次,根据牛顿-拉夫森迭代方法进行逆运动学求解;最后,基于自适应惯性权重的粒子群时间最优化算法结合五次B样条函数,分别实现了连续体机器人在关节空间和笛卡尔空间的轨迹规划。仿真结果表明：在相同的条件下,两种方法均可得到连续体机器人末端的连续轨迹,速度均小于10 mm/s,加速度均小于20 mm/s²;基于关节空间规划出的关节位移、速度、加速度曲线更为平滑,关节空间规划用时9.219 3 s,笛卡尔空间规划用时10.604 6 s。基于粒子群优化算法的绳驱动连续体机器人轨迹规划研究,提高了连续体机器人的运动性能,可为绳驱动连续体机器人的位姿规划提供参考。     

两端吸附式爬壁机器人机械臂运动误差修正算法

为了解决水轮机叶片坑内修焊空间加工作业需求,研制了适用于复杂曲面的两端吸附式爬壁机器人,该机器人由永磁间隙吸附式移动平台、多自由度机械臂(包括3个主动关节和3个被动关节)和永磁间隙吸附式末端作业单元组成。针对给定末端路径,这种结构的机器人需基于局部平面假设来完成主动关节的轨迹生成。但经仿真分析,在1.5m半径外球面上的简化造成的误差达到5mm以上,不满足修焊工艺要求精度。为此,提出在机械臂加工运动过程中,通过Jacobi矩阵将末端作业单元在Descartes坐标系下的误差转换为关节角修正量以完成动态修正的算法。仿真实验表明,该算法可有效降低运动路径误差至1mm以下。     

自然地形下六足步行机器人基于落足点的位姿调整策略

以搭载双目视觉系统的六足步行机器人HITCR-II为研究对象,根据选取的落足点,设计了机器人兼顾运动效率和稳定性的位姿调整策略。通过足端轨迹规划和机器人逆运动学算法求得各个关节的运动轨迹,在Adams中对机器人在自然地形中行走过程进行了运动学仿真实验。实验结果表明,使用该位姿调整策略,能够使六足步行机器人HITCR-II实现在自然地形下的高效稳定地运动。     

轮腿式机器人的稳定性控制准则

腿式运动模式具有运动灵活、环境适应能力强的特点,但其稳定性控制是一个重要的问题。在分析轮腿式机器人运动特性的基础上,建立了轮腿式机器人的稳定性姿态描述方法,分析了不同稳定性准则的特性和适用性,提出了适合于轮腿式机器人稳定性控制的倾斜边界稳定性准则,并给出相应的稳定性控制方法,为轮腿式机器人的稳定性控制奠定基础。