双臂SCARATES机器人实时无碰撞运动规划

以双臂SCARATES机器人为研究对象，基于可达流形和接触流形建立了双臂机器人C空间障碍物边界，并通过对障碍物边界的离散以及对路径搜索算法的选择，提出并仿真实现了双臂机器人实时无碰撞运动规划算法。     

双臂机器人避碰算法研究与实现

以双臂SCARA机器人为研究对象,采用计算机图形学的方法,得出两机械臂在某一时刻的碰撞检测方法。之后采用C空间法对双臂机器人进行避碰路径规划,得出了双臂机器人避碰算法,并对算法进行了仿真,证明了其正确而性。     

双臂机器人协调运动的关节轨迹规划

针对双臂机器人协调运动,给出关节轨迹规划的两种方案,其一是基于最小载荷分配的关节轨迹规划,其二是基于最小关节广义驱动力的关节轨迹规划,均避免了矩阵的奇异值分解,适合于双臂机器人的实时控制。     

基于Kinect的双臂机器人动作模拟与轨迹规划

提出了一种基于Kinect的双臂机器人动作模拟与轨迹规划的方法。运用空间向量法计算出人体关节转动角度,通过建立人体关节与机器人关节的映射关系,将体感设备采集到的人体骨骼信息通过无线方式将控制命令传输给机器人,实现机器人的动作模拟。机器人的轨迹规划通过使用体感设备采集手臂末端位姿及运动轨迹,通过逆运动学求解,实现机器人手臂沿相同位姿运动。最后,通过仿真和实验验证了所提出方法的有效性。     

双臂焊接机器人系统的运动分析

在协调统一的运动约束条件下，分别研究了２Ｒ－３Ｐ２Ｒ型双臂焊接机器人系统中的两臂在焊接作业中的运动学反解问题。系统中的变量按其性质可分为相对独立的三组，它们分别控制着本系统中机械臂的位姿。机械臂Ⅱ末端的姿态和位置。因为它们是相对独立的，因此，其运动方程的反解比较容易。     

双臂机器人协调运动的在线控制算法

以Ｎｅｗｔｏｎ－Ｅｕｌｅｒ算法为基础,建立适应于双臂机器人协调运动实时控制的在线控制算法,给出了相应的运动学和动力学递推计算公式,并提出了双壁协调运动应满足的两个条件,以检验计算的正确性。     

双机器人系统的最短时间避碰轨迹规划

多机器人的避碰移动规划可由两步实现：路径规划和轨迹规划。路径规划是为机器人寻找避免与静态障碍物碰撞的几何路径。轨迹规划决定每个机器人需沿其几何路径以多快的速度移动以防止与其它运动中的机器人碰撞。     

基于碰撞危险度和运动预测的多移动机器人避碰规划

针对自主移动机器人决策处理的滞后问题，采用预测算法对其它移动机器人的速度信息进行预测，并把速度信息用到碰撞危险度避碰策略中，机器人便可进行下一步的避碰行动决策，最后给出了这种方法的避碰仿真研究，结果表明该方法可行且有效。     

双臂空间机器人系统动力学与关节运动的非线性反馈控制

利用拉格朗日方程建立了漂浮基双臂空间机器人系统的动力学方程,给出了载体位置、姿态均不受控制情况下,双臂空间机器人关节运动的非线性反馈控制规律.结果表明,在系统动力学模型及参数较精确确定情况下,本文提出的控制方案能够有效地控制双臂空间机器人系统完成关节空间的指定运动,而不需对其载体的位置、姿态进行主动控制.仿真计算结果证实了方法的有效性.     

双臂冗余机器人主动自避碰控制策略研究

为解决双臂冗余机器人的非操作臂因不在规划范围内所导致的非操作臂占据操作空间的问题,提出了基于任务空间关节距离离线数据集的深度确定性策略梯度(D-DDPG)主动自避碰策略.通过构建关节间距离的描述数据集,结合DDPG深度强化学习生成主动避碰模型,利用经验模型主动驱动非操作臂运动到非任务空间,在避免操作臂路径规划中避障运算...     

双臂机器人协调运动在线控制的算法实现

以牛顿－欧拉算法为基础,建立了适合于双臂机器人实时控制的在线控制算法,该算法包括3个部分,一是在线运动学正向逆推算法,二是在在线载荷优化算法,三是在线逆动力学反向递推算法,不仅给出相应运动学及动力学递推计算公式,而且以载荷的最小范数为目标函数,实现载荷的优化分配,使在线控制算法更具有应用价值。最后通过算例验证算法的可行性。     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

机器人运动计划复杂性的一些计算

根据Farber研究的结果,进一步讨论机器人运动计划复杂性的计算.利用零除子卡积长度估计运动计划的拓扑复杂性TC(X)的下界,而利用维数、r-连通性等估计TC(X)的上界,从而对两种构型空间的运动计划给出拓扑复杂性的准确值.     

基于案例学习的排球机器人运动规划及其支持向量回归实现

针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高.     

双臂机器人基于最优载荷分配的关节轨迹规划

基于最优载荷分配,针对双臂机器人协调运动的关节轨迹规划进行研究.首先给出双臂协调运动的运动学和动力学方程,引入广义杆及其质量特征量,将动力学方程中的惯性矩阵和哥氏力离心力重力项以及载荷影响转化为广义杆关节广义驱动力的计算;其次,引入Lagrangian乘子,在关节轨迹规划中避免了矩阵的奇异值分解.本文的规划方法具有递推性强和计算效率高的特点,适合于双臂机器人的实时控制.     

移动机器人全局最优规划的研究

Ｔ－矢量是一种简单标准的方法,在检测碰撞和移动机器人的全局路径规划中多方面的作用。现进一步发展了这种方法,提出了利用Ｔ－矢量来获得最优过点集的方法,使全局最优规划问题转化为从冒险成过点集中寻找最优路径,从而可用Ｈｏｐｆｅｌｄ能量和优化方法得到全局最优规划,提出的能量函数,具有物理意义明确、结构简单、收敛效果好的特点。     

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VRML节点树的双臂移动 机器人碰撞检测及优化

针对双臂移动机器人三维仿真中存在大量非凸模型而无法精确进行实时碰撞检测,提出了基于虚拟现实建模语言(VRML)节点树实现凸分解的方法.利用分解得到的单位形体的顶点数据,使用Quickhull算法构造应用于V-Clip算法的凸多面体,实现虚拟环境中模型与机器人之间的精确碰撞检测.为了提高碰撞检测的效率,优化仿真过程中碰撞检测的实时性,采用了包围盒技术.实验结果表明：该方法具有良好的实时性和较高的碰撞检测精度.