辅助性康复机器人的关键技术浅析

本文简述了辅助型康复机器人的发展背景和分类,较详细地分析了涉及的关键技术并探讨了未来的发展趋势。     

基于RBFNN的强化学习在机器人导航中的应用

在复杂连续环境下,强化学习系统的状态空间面临维数灾难问题,需要采取量化的方法,降低输入空间的复杂度。径向基神经网络(RBFNN:Radial Basis Function Neural Networks)具有较强的函数逼近能力及泛化能力,由此提出了基于径向基神经网络的Q学习方法,并将其应用于单机器人的自主导航。在基于径向基神经网络的强化学习系统中,用径向基神经网络逼近状态空间和Q函数,使学习系统具有良好的泛化能力。仿真结果表明,该导航方法具有较强的避碰能力,提高了机器人对环境的适应能力。     

基于GPRS的机器人远程控制系统研究

设计了一种基于DSP和ARM双核处理器的新型无线远程机器人控制系统,该控制系统不仅能够实现机器人的自主工作、智能控制,而且还可以通过GPRS无线网络实现对机器人的远程控制．对该控制系统的硬件设计和软件开发进行介绍．样机试验表明,该控制器可靠性高,试验结果达到预期的设计要求,具有广阔的应用前景．     

列车自动上水系统无线电遥控多路开关设计

文章介绍了一种基于单片机的列车自动上水系统无线电遥控多路开关的设计方法,详细阐述了无线电遥控多路开关系统的组成结构和工作原理。采用射频发射模块F05B作信号发射系统,射频接收模块J04E作信号接收系统,开关按键编址和编解码电路全部用单片机实现,这样的结构使系统体积小,成本低、遥控距离远、扩展灵活。     

基于模拟退火的机器人路径规划算法

本文利用模拟退火算法对该模型进行优化求解,为移动机器人寻找到一条最优路径。通过实验得到模拟退火算法有效提高了收敛速度,快速完成了移动机器人路径规划的任务。     

上斜坡双足机器人行走的稳定性分析

为了研究上斜坡双足机器人行走周期步态稳定性,采用拉格朗日方法建立双足机器人行走脉冲混杂系统,构造庞加莱映射,再通过对映射不动点的分析得到机器人行走周期步态的存在性及稳定性条件。研究结果表明：在斜坡角为0.1 rad的条件下,当线性脉冲推力各项系数选取合适参数时,双足机器人上斜坡行走系统存在稳定的周期-1步态;当脉冲推力的常数项系数取值不同时,其对应产生不同类型的周期-1步态;当行走系统状态参数改变时,其产生不同运动状态的周期-1步态。     

基于机器人技术控制大口径光学表面中频误差的方法

在分析中频误差形成原因的基础上,按照人工均匀修抛的工艺,提出了基于机器人技术控制大口径光学表面中频误差的方法,建立了机器人抛光的数学模型,研制了机器人加工工具。利用机器人对大口径光学表面进行了抛光实验,实验结果表明功率谱密度(power spectral density,PSD)明显减小,在0.2 mm-1处的值由24.15 nm2·mm降到2.61 nm2·mm,说明机器人抛光方法行之有效。     

基于径向基神经网络的Delta机器人位置精度补偿

针对Delta并联机器人末端控制精度问题,提出一种基于RBF的提高Delta并联机构运动学控制精度的方法。首先对Delta并联机器人的运动学逆解进行分析,探讨了影响控制精度的因素和现有提高控制精度方法的局限性。其次,求解Delta并联机器人的工作空间,结合实际工作,通过试验采集训练样本。以末端实际位置为输入样本,末端的期望位置与实际位置之差为输出样本,进行RBF神经网络模型训练,得到末端实际位置与位置偏差之间的非线性映射关系,基于此设计位置补偿策略。最后,在Delta机器人平台上进行实验验证,使用训练好的RBF网络结合运动学逆解,对Delta机器人末端进行轨迹跟踪控制。实验结果表明,末端控制误差由±30mm减小到±5mm,有效的减少了末端位置误差,为Delta机器人精准控制提供了一种简单易行的方法。     

基于粒子滤波的仿人机器人跟踪算法研究

针对RoboCup标准组仿人足球机器人NAO的特点,在研究传统粒子滤波跟踪算法基础上,提出基于颜色特征和改进的粒子滤波相结合的机器人跟踪算法。改进的粒子滤波算法在传统采样重要性重采样(SIR)算法重采样过程中有选择地增加一组随机粒子,解决了传统采样重要性重采样(SIR)算法因被跟踪运动目标运动不规则而出现跟丢的问题。实验结果表明,该算法增强了基于SIR的粒子滤波跟踪算法的适应性和有效性。     

具有极点配置的不确定性机器人鲁棒H∞控制

针对具有时变负载和参数不确定的n关节机器人,提出利用线性矩阵不等式技术来设计具有极点配置的鲁棒H∞控制器的新方法,通过非线性补偿将机器人系统化为一具有不确定摄动的线性系统,利用线性矩阵不等式技术对此线性系统设计满足闭环极点配置要求的状态反馈H∞控制器,并将控制器的设计归结为求解一包含矩阵不等式约束优化问题,且提出了一种获得此优化问题可行解的迭代方法,最后利用DDR－Ⅱ型直接驱动机器人进行了仿算,验证了所提出的方法可保证机器人在存在时变负载和参数不确定情况下随关节位置变化始终具有很好的鲁棒控制性能。