基于Kinect的机器人织物抓取系统

现有纺织行业自动化水平较低、劳动力成本高,机器人代替人工必将成为必然.本文研制了基于Kinect的机器人织物抓取系统.利用Kinect传感器获得织物图像,应用CamShift算法找出目标织物,获得该目标织物的质心,应用机器人运动学将此质心坐标转换为机器人运动参数,实现机器人对织物的抓取.实验结果表明,该方法能够快速准确获得目标织物质心的三维坐标,较双目视觉机器人系统具有优势.     

冗余驱动仿下颌运动机器人的机构设计及轨迹规划

为实现人体下颌的运动,针对下颌系统的冗余特性和颞下颌关节运动的独特性,提出一种新型的冗余驱动的仿下颌运动机器人.首先,根据人体下颌运动机理以及仿生设计参数对仿下颌运动机器人进行样机设计.然后,基于虚拟仿真软件,对冗余驱动的仿下颌运动机器人进行轨迹规划.最后,在样机上进行下颌功能运动实验,分别模拟下颌的开闭、前后和侧方运动.结果证明该仿下颌运动机器人能够实现人体下颌的运动,特别是颞下颌关节的运动.     

仿人机器人复杂动作设计中人体运动数据提取及分析方法

提出了仿人机器人复杂动作设计中人体运动数据提取及分析方法. 首先, 通过运动捕捉系统获取人体运动数据, 并采用运动重定向技术, 输出人--机简化模型的数据; 然后, 对运动数据进行分析和运动学解算, 给出基于人体运动数据的仿人机器人逆运动学求解方法, 得到仿人机器人模型的关节角数据; 再经过运动学约束和稳定性调节后, 生成能够应用于仿人机器人的运动轨迹. 最终, 通过在仿人机器人BHR-2上进行刀术实验验证了该方法的有效性.     

基于体感的机器人展示系统研究与开发

利用微软开发的体态感知设备Kinect,获取进入目标区域的人物的体态信息,依据采集到的信息对机器人的关节变量进行计算,实现对传统的机器人逆运算求解方法的简化.为了得到更加准确的仿人机器人姿态信息,采用Kalman滤波的方法,对陀螺仪和加速度计获得的机器人姿态信息进行融合,实现仿人机器人对人动作的模仿.     

人体步行规律与仿人机器人步态规划

从仿生学角度分析了人体的步行运动规律,提出了一种基于人体运动规律的仿人机器人步态参数设定方法.首先对人体步行运动数据进行捕捉并分析,得出人体各步态参数间的函数关系,以人体步行相似性作为评价指标,提出仿人机器人步态参数的设定方法.其次,通过分析人体在步行过程中的补偿支撑脚偏航力矩的基本原理,提出了基于双臂及腰关节协调运动的仿人机器人偏航力矩补偿算法,以提高仿人机器人行走的稳定性.最后通过仿真及实验验证了所提出的步态规划方法的正确性及有效性.     

基于HMCD的仿人机器人单杠运动控制策略

为完成仿人机器人单杠运动,分析了欠驱动单杠机器人Acrobot模型,并根据IHOG技术要求、实物机器人本体结构和自由度配置,提出了基于HMCD的控制策略.通过单杠视频捕捉获取人体运动数据,根据仿人机器人模型分析关键特征点、基本动作的运动数据得到的关键帧的关节角数据,经过运动学约束调整,采用插值方法生成能够应用于仿人机器人的运动轨迹.在MF-1型仿人机器人单杠实物平台上进行控制实验的成功,验证了该方法的有效性.     

STM32的小型仿人机器人控制系统设计

仿人机器人是一种集机械、电子、控制、通信、计算机等多种技术于一体的智能系统,而控制技术是它的核心.本文设计了一款基于STM32F103芯片的小型仿人机器人控制系统.该控制系统通过输出10路PWM波实现机器人的关节运动控制,通过红外测距传感器实现机器人避障,通过姿态传感器MPU6050实现机器人的姿态测量.经过试验验证,在该系统的控制下,10自由度小型仿人机器人能够稳定行走并完成各种预期动作,且能够实现自主避障功能.     

基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统的设计

为了使仿人机器人手臂抓取控制系统更加智能化,提高运行效率,设计并实现了一种基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统。系统采用PMAC运动控制器完成机器人运行数据的传递、处理以及对机器人手臂抓取工作台的控制,采用Accelus系列数字伺服驱动器,调控仿人机器人运动位置和速度,通过关节控制器对机器人抓取过程中手臂关节的位置、速度以及角度信息进行控制,通过以S3C2440为核心芯片的上位机,实现仿人机器人手臂控制的远程通信以及抓取任务的调度,完成仿人机器人手臂抓取的智能控制,软件设计过程中,对基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制算法进行了详细分析,并给出了机器人手臂抓取控制程序代码实例,通过仿真实例验证了本系统的可用性和实用性。     

基于Kinect体感传感器的心理宣泄系统的实现

击打宣泄是心理宣泄疗法的主要手段。基于Kinect体感传感器和Direct3D图形绘制编程接口,设计并实现了心理宣泄系统。系统利用Kinect体感传感器采集人体关节点坐标信息,控制虚拟拳头击打虚拟击打对象,模拟真实拳击运动,通过击打实现心理宣泄。实验表明:该系统不仅能获得良好的心理宣泄效果,而且,可以为健身运动提供新的体验平台,其计算出的击打力还可作为拳击训练的重要参考标准。     

基于Kinect的类人机械臂关节运动直接示教

针对人机自然交互技术研究中人臂与机械臂的关节映射问题,提出了一种7自由度类人机械臂关节运动直接示教方法.该方法利用Kinect获取笛卡儿空间内人臂特征点的空间位置坐标,研究了一种基于肘部约束的冗余7自由度人臂逆运动学解法,求解得到关节角度数据.为解决由于Kinect对人臂追踪性能限制所造成的机械臂抖动问题,提出了一种滤波方法来平滑处理机械臂的关节运动轨迹.最终,通过搭建基于Motoman类人机器人的实验平台并开展相应实验研究,验证了所提方案的可行性与有效性.     

Development of human-machine interface for teleoperation of a mobile manipulator

Human-robot control interfaces have received increased attention during the past decades for conveniently introducing robot into human daily life. In this paper, a novel Human-machine Interface (HMI) is developed, which contains two components. One is based on the surface electromyography (sEMG) signal, which is from the human upper limb, and the other is based on the Microsoft Kinect sensor. The proposed interface allows the user to control in real time a mobile humanoid robot arm in 3-D space, through upper limb motion estimation by sEMG recordings and Microsoft Kinect sensor. The effectiveness of the method is verified by experiments, including random arm motions in the 3-D space with variable hand speed profiles.     

Humanoids skill learning based on real-time human motion imitation using Kinect

In this paper, a novel framework which enables humanoid robots to learn new skills from demonstration is proposed. The proposed framework makes use of real-time human motion imitation module as a demonstration interface for providing the desired motion to the learning module in an efficient and user-friendly way. This interface overcomes many problems of the currently used interfaces like direct motion recording, kinesthetic teaching, and immersive teleoperation. This method gives the human demonstrator the ability to control almost all body parts of the humanoid robot in real time (including hand shape and orientation which are essential to perform object grasping). The humanoid robot is controlled remotely and without using any sophisticated haptic devices, where it depends only on an inexpensive Kinect sensor and two additional force sensors. To the best of our knowledge, this is the first time for Kinect sensor to be used in estimating hand shape and orientation for object grasping within the field of real-time human motion imitation. Then, the observed motions are projected onto a latent space using Gaussian process latent variable model to extract the relevant features. These relevant features are then used to train regression models through the variational heteroscedastic Gaussian process regression algorithm which is proved to be a very accurate and very fast regression algorithm. Our proposed framework is validated using different activities concerned with both human upper and lower body parts and object grasping also.     

基于体感的仿人机器人步态学习与控制

针对现有理想化步态动力学模型规划方法复杂、人为指定参数过多、计算量大的问题,提出一种基于体感数据学习人体步态的仿人机器人步态生成方法。首先,用体感设备收集人体骨骼信息,基于最小二乘拟合方法建立人体关节局部坐标系;其次,搭建人体与机器人映射的运动学模型,根据两者间主要关节映射关系,生成机器人关节转角轨迹,实现机器人对人类行走姿态的学习;然后,基于零力矩点(ZMP)稳定性原则,对机器人脚踝关节转角采用梯度下降算法进行优化控制;最后,在步态稳定性分析上,提出使用安全系数来评价机器人行走稳定程度的方法。实验结果表明,步行过程中安全系数保持在0~0.85,期望为0.4825,ZMP接近于稳定区域中心,机器人实现了仿人姿态的稳定行走,证明了该方法的有效性。     

THBIP-I拟人机器人研究进展

清华大学THBIP-I拟人机器人研究项目，由精密仪器系、机械工程系和自动化系组 成研究小组进行系统研究，其研究目的是发展先进机器人理论和技术，开发自主式拟人机器 人样机．THBIP-I机器人是具有头、手臂、躯干、腿和脚的拟人机器人，共32个自由度，并 具有视觉及语音识别等智能功能．结构设计方面，由直流无刷电机、滚珠丝杠、曲柄连杆机 构、谐波减速器组成，各驱动关节轴独立运动．控制系统分三层：组织层、协调层、执行层 ，分别完成任务规划、关节协调运动控制、关节伺服控制等任务．传感系统由关节位置检测 、地面反力检测、姿态检测、视觉系统、语音识别系统组成．电源系统采用机载电池系统供 电．本文将介绍THBIP-I机器人研究进展．     

仿人机器人柔性腰部机构研究

仿人机器人腰部的构成对仿人机器人的运动学、动力学性能起着重要的作用．本 文着重分析了目前仿人机器人腰部机构存在的问题，提出了一种具有柔性特征的仿人机器人 腰部设计方案，并分析了此腰部机构对机器人的运动稳定性、操作柔顺性的影响．本设计使 仿人机器人具有良好的柔顺性，提高了机器人与人协作时的安全性、稳定性和抗干扰能力．     

基于ODE 引擎的开放式仿人机器人仿真

为了获得灵活、开放、简洁的仿真功能,提出了一种基于ODE（open dynamics engine）的仿人机器人 仿真平台集成方案．将基于ODE 的仿人机器人仿真系统开发过程定义为两类运算：变换叠加和关节叠加,并设计 了这两类叠加的ODE 算法．将仿人机器人结构描述为一个设计者和计算机都可以理解的结构表,将该结构表翻译 为ODE 基本元素实现仿真．设计并实现了一个基于所提出方案的仿人机器人仿真平台,根据基于倒立摆的步态规 划思想,设计并在仿真平台上实现了双足步行的仿真实验．实验证明了文中方法的有效性．     

不同个性的情感机器人表情研究

在情感机器人研究中,不同个性的面部表情是情感机器人增强真实感的重要基础。为实现情感机器人更加丰富细腻的表情,将人类的个性特征引入情感机器人,分析个性理论和情感模型理论,得知不同个性机器人的情感强度。结合面部动作编码系统中面部表情与机器人控制点之间的映射关系,得到情感机器人不同个性的基本表情实现方法。利用Solidworks建立情感机器人脸部模型,在ANSYS工程软件中将SHFR-Ⅲ情感机器人脸部模型设置为弹性体,通过有限元仿真计算方法,对表情的有限元仿真方法进行了探究,得到实现SHFR-Ⅲ不同个性基本表情的控制区域载荷大小和仿真结果。最后,根据仿真结果,进行SHFR-Ⅲ情感机器人不同个性的表情动作实验。实验结果表明,有限元表情仿真可以指导SHFR-Ⅲ情感机器人实现近似人类的不同个性的基本面部表情。     

面向人机交互的快速人体动作识别系统

针对在Kinect平台利用人体动作进行人机交互的时效性问题,提出了一种基于时间序列相似性的快速人体动作识别方法。通过Kinect获取人体全身20个关节点,提取关键点的空间三维坐标,转化成特征向量,该特征向量模型能很好地对全身动作进行表示;在动作识别方面提出了一种快速动态时间弯曲距离（Fast Dynamic Time Warping,F-DTW）算法,解决了因动作速度不同导致的两时间序列在时间轴上不一致的问题,通过引入下界函数和提前终止技术对算法进行加速优化,解决动作识别的时延问题,从而能快速地控制机器人;定义20种动作进行识别,平均识别速度较传统算法大大提高,验证了方法的有效性,满足与机器人交互的要求。     

Fuzzy control-based real-time robust balance for a humanoid robot

This paper studies and implements a real-time robust balance control for a humanoid robot under three environment disturbances which are an external thrust, an inclinable platform, and a see-saw. More precisely to say, the robot with robust control can resist an external thrust, stand on a two-axis inclinable platform, or walk on a see-saw successfully. The main feature of the robot is that it has a waist joint which has three degrees of freedom. With the aids of the proposed fuzzy controllers, the robot can change the posture of the body nimbly by adjusting the waist joint and two ankle joints to strengthen the stabilization capacity. The sensory system of the robot includes eight force sensors and one inertial measurement unit sensor in order to measure the center of pressure and the slant angle of the robot’s body. According to the measured data from the sensors and by imitating human reflex actions, the proposed fuzzy controllers perform real-time balance control for the robot under three environment disturbances. According to the experiment results, the stability of the robot is increased at least 32.2 and 61.7% under the first two environment disturbances, respectively. In addition, the robot walking on a see-saw has a success rate of about 95%.