机器人多指手协调操作中的约束运动及规划

以点接触滚动约束为模型对手指尖与物体之间的运动关系进行研究，目的是在被操作物体、手指轮廓及物体运动已知的前提下，为确定手指及手指上接触点的运动和位置提供一种有效的求解方法，对约束运动规划作了讨论，提出了一个用于运动规划的性能指标，即任务空间的力椭球。     

机器人多指手的协调运动学

在全面分析手指关节运动与其操作物体间的运动学关系的基础上，给出了普遍适用的多指手的协调运动方程和运动约束条件。     

机器人多指协调操作中抓取力的实时控制

提出了一个通用的抓取力实时控制算法．推广了抓取力的定义,探讨了抓取力存在性．定义了最优抓取力,给出了计算最优抓取力的具体算法．其核心是把抓取力的大小与方向分开处理,在抓取规划阶段确定抓取力的方向,在任务操作时仅调整抓取力的大小,而方向保持不变．该算法能很好地满足协调操作中力控制的实时性要求．仿真结果显示了其优越性．     

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     

机器人多指手的多目标优化抓取规划

针对有摩擦点接触条件下的多指抓取模型,借鉴人手抓取经验,提出了接触安全裕度概念.通过修正摩擦锥约束条件,建立了具有一定接触安全裕度的非线性内力优化模型,用于求解合适的接触力.为获取最优的抓取位形,将物体位姿参数作为变量,确定接触力与多指手关节力矩的关系,基于多指手关节空间内的转角位置度和相对承载能力性能指标,建立了多指抓取的多目标优化模型.最后,以三指手抓取系统为例进行了分析求解,并利用多目标粒子群优化算法进行物体位姿规划,获取了规划模型的非劣解前沿.结果表明,该方法能在保证安全抓取条件下,有效改善多指抓取的综合性能.     

机器人多指手的自校正模糊控制

采用自校正模糊控制方法对北科大双拇指手进行控制。通过调整模糊控制的量化因子、比例因子及控制规则，达到双拇指手能快速响应、抓握力无超调控制，并通过分级控制实现对质量未知的物体的稳定抓握。实验证明这种控制方法与常规模糊控制相比，具有较好的控制效果。     

机器人多指手的位置——力混合控制

分析了一类机器人多指手的动力学模型的特点，针对这类机器人多指手在运动和抓握２个过程中动力学特性有很大差异的特点，提出了１种切实可地的位置－力混合控制方案，并成功的应用于北京科技大学双拇指手控制系统。     

多指手的协调阻抗控制

采用协调阻抗控制解决多旨手在自由空间和受限空间的控制，这种方法可调节物体位置和对外界作用力间的阻抗关系，实现所需的物体动态性能，同时，考虑了多个手指间的协调，并对自由运动和受限运动的情况作了仿真。     

机器人多指手的位置一力混合控制

分析了一类机器人多指手的动力学模型的特点,针对这类机器人多指手在运动和抓握２个过程中动力学特性有根大差异的特点,提出了１种切实可行的位置─力混合控制方案,并成功的应用于北京科技大学双拇指手控制系统。     

基于滑觉功能的机器人多指手稳定抓取方法

提出机器人多指手滑觉功能的一种实现方法和基于滑觉功能的机器人多指手力反馈控制方法。机器人多指手的滑觉功能是通过检测力觉传感器输出的变化而实现的,而通过将滑觉判断与力反馈控制相结合,并在力反馈控制系统中引入分级模糊控制的思想则可以使机器人多指手在实现滑觉功能的同时完成对物体的稳定抓取。     

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。     

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C空间的双臂机器人无碰撞运动规划

研究了双臂机器人无碰撞运动规划问题,将C空间法成功地应用于双臂机器人的无碰撞运动规划,并提出了从臂从碰撞状态数据库（CSDB）概念,在本算法中,双臂机器人无碰撞运动规划问题被归结为对从臂无碰撞状态数据库的搜索,运用该算法可以找到一条最优的无碰撞运动轨迹,并已在双臂CARATES型机器人上通过试验论证。结果表明,该算法可行且效率较高。     

灵长类仿生机器人飞跃轨迹规划及控制策略

运动模式耦合和欠驱动动力学特性是实现灵长类仿生机器人悬臂飞跃的难点.针对运动模式耦合问题,本文通过建立灵长类仿生机器人分段运动模型,在运动学分析的基础上,结合目标约束条件和切换条件,提出了灵活完整的、适应不同飞跃距离的飞跃轨迹规划方法,以此获得系统飞跃的起始和终止姿态.针对欠驱动问题,采用基于虚约束的轨迹规划和跟踪控制方法来保证系统可以准确达到飞跃起始姿态.最后,搭建了悬臂飞跃仿真模型,仿真结果验证了轨迹规划和控制策略的有效性.     

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。     

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.     

面向多规格蒸发器传热管检修的新型机器人机构设计及其运动规划

面向核电站蒸汽发生器的管板爬行式检修机器人存在适应性差、检修效率低等问题。为实现蒸汽发生器多规格传热管的检修任务,本文设计了一款新型机构的四足爬行检修机器人,并对相关的步态规划展开了研究。首先,根据需要适应多规格管板的要求,提出机器人的构型以及整体方案设计,确定了爬行机器人的主要运动方式,并给出了工具工作空间;之后,根据不同类型管板开展了机器人步态规划相关研究,规划了三角形、正方形两种排布管板上的直线运动步态与转向运动步态;最后,利用V-REP与Python联合仿真进行机器人运动仿真实验,结果表明,爬行机器人能够完成多规格管板下的直线运动与转向运动,证明了机构的合理性与运动的可行性。     

多功能移动机器人分层路径规划研究

现有移动机器人规划算法生成轨迹目标单一,无法满足多样化的任务需求,为此,提出一种多指标维度反馈的路径规划策略。基于强化学习在线决策机制,寻求多条抵达目标的无碰撞路径;进而根据路径性能特征建立价值评估体系,动态更新机器人运动节点间的动作代价值,并且在不同权重配比下进行了仿真测试。结果表明：该算法能根据需求针对性提高全局路径相关性能,并结合全局路径信息,反馈控制局部运动决策,从而使得移动机器人能够在相同环境中解算出不同满足期望的运动决策。     

遗传算法在机器人路径规划中的研究综述

遗传算法(genetic algorithm, GA)是一种在机器人路径规划中应用最广泛的智能算法。近年来,机器人路径规划问题是各行业实践应用的热点问题。在分析GA优缺点的基础上,对GA在机器人路径规划应用领域进行深入调查,论述了现阶段国内外各领域发展现状,并阐述了现阶段存在的技术难点。最后对GA在机器人路径规划的发展趋势进行了展望。