微创手术机器人力反馈主手重力补偿研究

针对医生操作微创手术机器人力反馈主手进行主从微创手术时力反馈主手各杆件重力阻碍操作性能的问题,基于虚位移原理对力反馈主手各关节的重力矩进行推导,并采用Adams仿真软件对其进行验证．该方法适用于开链和闭链结构的机器人臂,与传统的牛顿－欧拉法和拉格朗日法相比,它不需考虑速度、加速度,且简单有效．然后采用电机驱动的方式对力反馈主手的各连杆重力进行补偿,实现了重力的完全补偿．实验结果表明,基于虚位移原理的主动重力补偿能够达到较好的补偿效果,将未补偿前的重力矩作用减小了60%以上,提高了力反馈主手的操作性能．     

考虑铰间间隙和重力影响的空间机械臂轨迹跟踪控制

以在轨服务高精度操控任务为背景,研究了铰间间隙和重力对空间机械臂末端轨迹跟踪精度的耦合影响,并设计了间隙补偿控制器.通过分析不同重力环境下含铰间间隙机构的运动特性,基于铰间间隙的Kelvin-Voigt线性弹簧阻尼假设,建立了地面装调及空间服役两种不同工况下的近似间隙等效模型.以二自由度空间机械臂为例,利用牛顿欧拉法推导了重力及重力释放条件下的含间隙机械臂动力学模型,并分离出了间隙补偿项.最后,通过轨迹跟踪控制仿真研究,给出了含间隙机械臂在不同重力环境下的动力学行为差异,同时验证了间隙补偿控制器的有效性.     

利用BP-NN算法的机器人臂重力补偿研究

利用反向传播神经网络(BP-NN)学习算法,对机器人臂的重力补偿进行了研究。给出了机器人臂各关节扭矩的重力项理论计算公式及其连杆参数识别方法,同时,对BP-NN算法进行了详细分析,利用BP-NN来处理机器人臂重力项并进行试验。试验结果表明,采用该学习算法得到的机器人臂重力项输出值和实测值基本一致,能有效减少机器人臂重力项计算量,达到实时控制的目的。     

基于仿人机械手的五指力封闭抓取算法

手是人类在长期进化过程中形成的最完美的工具,能够灵活、精细的进行抓取物体等操作。机械手设计初衷是取代人手完成工作,是机器人系统的重要组成部分,因此抓取物体等操作一直是仿人机械手的研究重点。传统的抓取方法是利用机械手三指形成力封闭完成任务。但由于机械手本身结构复杂等原因,易出现控制信号偏差或某自由度未达到要求水平,使得抓取过程中目标物体脱落等问题。为了使机械手达到稳定抓取的效果,本文提出了一种效仿人手抓取的五指力封闭抓取算法,其本质是利用冗余机制解决传统三指抓取过程中可能出现的抓取不平稳或脱落的问题。首先,基于三指力平衡算法的思想上提出了满足五指力封闭抓取算法的条件。然后,对五指力封闭抓取算法进行了充分性和必要性的证明。最后,通过仿真环境下的实验抓取不同目标物体,验证了五指力封闭算法的可行性及必要性。     

函数拟合法力数字传感器的非线性和温度补偿

针对力数字传感器存在的分散性、非线性和温度特性问题,通过软件进行补偿.分析了力数字传感器的非线性特性,采用三次样条插值获得被测重力和输出频率的函数关系,将测量得到的输出频率通过三次样条插值计算得到被测重力.对于力数字传感器的温度特性,建立了分段三次插值函数,利用反函数得到不同温度下输出频率与被测重力的函数关系.将温度和频率量作为自变量,通过分段三次插值函数计算得到被测重力.函数拟合法实现力数字传感器的非线性和温度补偿使所需数据量减少.实测表明:该方法的测量精度高,非线性和温度补偿后的最大引用误差为0. 5%,满足实际工程的需要.     

基于STM32的力觉反馈装置及用于主从遥操作实现

在遥操作系统中为了增强现实及实现本地力觉信号再现功能以提高精细化操作的目的 ,设计了用于人机交互功能的力反馈装置;该装置为单自由度结构,基于步进电机驱动;利用STM32微控制器采集触觉力信号以及关节位移信号,通过设计基于力误差的控制律调整位置变量实现输出力信号与标准力信号的匹配;为了验证该力反馈装置进行了标准力信号再现实验;并且利用该力反馈装置作为主机械手与单自由度从机械手搭建遥操作装置,进行了力、位置双边跟踪实验验证,实现了主、从机械手力、位置协同一致的目的.     

一个七自由度带力反馈的遥操作主手的开发

本文展示了一个机器人系统中具有力反馈(Haptic/Force Feedback)功能的遥操作主手的开发。此主手具有七自由度的串联结构,并集成了多个电机以提供力反馈。通过ROS(Robot Operating System)的Rviz仿真环境进行了运动学验证。详述了算法开发过程,如运动学、雅克比矩阵、可操作性、正逆动力学。逆动力学计算的结果可以提供跟力控相关的功能,如重力补偿。通过以上工作,此主手不仅可以作为遥操作的输入端,而且可以将外界的接触力反馈回主手,使其成为一个双向遥操作仪器(Bilateral Teleoperation Device)。因此它可以成为机器人遥操作场景下,尤其是机器人辅助微创手术RAMIS(Robot-assisted Minimally Invasive Surgery)中重要的遥操作工具。     

基于模糊PID的悬吊式机械臂重力补偿控制系统设计

针对悬吊式机械臂在工作过程中受起吊荷载的影响而产生的重心不稳现象,在模糊PID控制算法的支持下,进行悬吊式机械臂重力补偿控制系统设计研究。硬件方面,改装主控制器、传感器和通信模块,加设重力补偿装置及驱动电机设备。在此基础上完成软件设计,根据机械臂的组成结构以及工作原理,构建悬吊式机械臂数学模型。在该模型下,检测悬吊式机械臂实时位姿,针对不同位姿建立相应的重力平衡方程。计算机械臂负载力矩,利用模糊PID算法求解机械臂重力补偿控制量,实现悬吊式机械臂重力补偿控制功能。实验结果表明：与传统重力补偿控制系统相比,优化设计系统的控制误差降低了0.056kN,机械臂的稳定系数提升了0.14,即优化设计系统可提高补偿控制效果,具有一定应用价值。     

基于神经网络重力固体潮信号的建模与预测

重力固体潮信号主要是由于太阳、月亮等天体轨道相对位置变化而产生的,同时受地质、水文、大气等地理条件变化的影响,所以既是一个有规律、周期性变化的信号,也包含反映地质、水文、大气等地理条件变化的异常信息。通过对重力固体潮信号的建模,可反映、预测重力固体潮信号中周期性变化的基本规律,通过对比其理论计算值,可进一步提取重力固体潮信号中的异常变化信息。基于一种具有强鲁棒性、纯随机搜索的新群体智能优化算法,改进径向基神经网络学习算法,避免学习算法进入局部最优,提高网络训练的有效性和所建网络模型的可靠性。在实验中,利用重力固体潮信号训练改进的径向基神经网络,得到了重力固体潮信号的有效径向基神经网络模型。利用上述模型预测重力固体潮信号的估计值,并与传统径向基神经网络模型、AR模型预测结果进行对比,表明改进训练算法的径向基网络模型预测的结果更加精确,说明改进训练算法在重力固体潮信号的径向基网络建模中是有效的,可推广应用于其它时间信号序列的建模与预测中。     

遥操作机器人的新型力反馈算法*

在采用液压挖掘机改造的遥操作机器人双向伺服控制系统中,针对大臂和前臂两个自由度构建力反馈控制算法。以准确地获取从端机器人与环境的作用力,使反馈力能够更好地反映从端工作状况为目的,采用构建干扰力补偿项的方法消除干扰力对反馈力的影响;以机器人转角为输入,以空载时检测到的液压缸作用力为输出,通过径向基函数构建干扰力补偿项,此补偿项可对多种因机器人的机械本体动力学特性产生的干扰力之合力进行补偿。实验证明,在以液压机构为从手的双向力反馈系统中,通过构建干扰力补偿项的方法提高力反馈效果的方法是可行的,采用的带有干扰力     

机器人操作手的数字仿真

机器人操作手是一个多自由度、惯性耦合、非线性参变系统。本文提出一种新的非线性结构图数字仿真方法,能较直观地表示各杆之间的耦合关系,并通过关节间的合适前馈以补偿由库伦摩擦、重力负载以及速度和加速度所引起的稳态误差。     

交互式乐器演奏的六自由度力觉渲染方法

目的在进行虚拟乐器交互演奏时,需要模拟触力觉-视觉-听觉多通道同步反馈,其中触力觉反馈的难点在于模拟人手操作乐器的六自由度(6-Do F)力觉交互过程。方法提出一种基于混合模型和单边约束优化的六自由度力觉合成方法,实现了虚拟人手和琴弦的多点多区域接触力觉模拟。虚拟人手采用层次化球树模型表达,古琴采用混合模型表达,其中琴体和琴弦分别采用层次化球树模型和直线解析模型。提出了基于混合模型的离散碰撞检测算法,实时检测虚拟手和琴弦是否产生碰撞;基于发生碰撞的几何元素对建立单边不可穿透约束方程,通过Active Set方法求解约束优化后方程,获得6维位姿变量保证图形显示场景中的虚拟手不会和琴弦产生穿透。为模拟琴弦变形,提出变直径的圆柱体模型来模拟琴弦在不同振动幅度下的动力学响应;提出交互状态敏感的力计算模型以刻画人手在弹奏不同状态琴弦(静态、振动态)的力觉感受差异。结果基于力觉交互设备Phantom Premium 3.0建立了实验平台,实验结果表明,本文算法可以模拟单点、多点等不同接触状态,并能模拟6维力和力矩,操作者可以感受到琴弦振动时的细腻力感觉,力觉交互过程稳定,算法计算效率在1 k Hz以上。结论算法可模拟针对琴弦一类的超薄形状物体的多点接触力觉交互过程,算法计算效率高,包含碰撞检测、约束优化、琴弦变形仿真等计算回路的更新频率也能达到要求,该混合模型能为后续复杂形状物体的碰撞响应研究提供思路。     

基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法

重力匹配算法是实现重力辅助惯性导航系统的关键技术之一。但是,传统重力匹配方法存在复杂度高、应用范围小等缺陷,一般很难实现精确、快速匹配的效果。将人工蜂群算法用于重力匹配的搜索过程,并将多普勒测速仪提供的速度信息作为限制条件对蜂群搜索过程进行约束。在此基础上,利用平均Hausdorff距离对匹配结果进行筛选,在重力数据库中重力异常精度一定的条件下,可降低误配率。仿真结果表明,该匹配算法在重力特征显著的区域具有较高的匹配率,可以达到精确、快速的匹配定位,从而实现重力辅助导航。     

手康复机器人钢丝绳–绳套传动系统中的摩擦补偿

在手康复机器人的钢丝绳–绳套传动系统中,钢丝绳与绳套之间的摩擦力会引起力控制过程中的动力损失,产生传动死区、滞后等现象,并且带来系统不稳定等问题,因此需要补偿摩擦力.首先推导了手指任意姿态下,钢丝绳中张力的计算公式.然后,1个手指关节上的传动模式简化如下:电动机1以位置控制模式运转,模拟关节运动;电动机2以转矩控制模式运转,补偿钢丝绳上的摩擦力.每根钢丝绳穿过绳套,绳端固定在电动机1和电动机2的输出轮上,钢丝绳两端张力之差即是摩擦力.将摩擦力转化为补偿电动机轴的等效摩擦力矩,补偿电动机以转矩控制模式运转,输出与等效摩擦力矩方向相反的转矩.假设时间间隔足够小、手指运动缓慢,利用t-1时刻的张力计算得到t时刻的等效摩擦力矩.用此迭代方法计算出不同时刻补偿电动机需要输出的补偿力矩,对钢丝绳–绳套中的摩擦力进行补偿.最后在实验平台上进行了主动康复模式实验,实验结果表明,补偿后的阻力只有补偿前的15%,该补偿方法有效.     

数控直流电动机伺服控制系统的研究

本文针对电动机研究了其伺服控制系统设计.系统利用TI公司的DSP构造了数字控制器.在数字控制器中实现位置回路和速度回路的控制算法,其输出为可调占空比的PWM信号经驱动电路实现电机的位置和速度控制.驱动电路主要由直流电动机控制芯片Si9979Cs和由6个MOSFET功率管构成的三相桥构成.最后利用C语言编写了全部控制程序,这些程序采用模块化结构,具有开放性.     

虚拟环境中灵巧手主从抓持的实现

研究了虚拟现实环境中人手和灵巧手的抓持动作.利用数据手套采集人手的运动信息,将人手的运动 映射给灵巧手,通过搭建人手和灵巧手的模型,在虚拟环境下实现了主从抓持操作.探讨了关键技术问题:异构系统 运动映射、碰撞检测、虚拟力建模、稳定抓持的判据.􀁱     

机器人操作手的最佳传力位姿的确定

本文在考察机器人操作手动态特性的基础上,研究了操作手的力传递特性,并根据向量系的广义相关性理论,定义了机器人操作手的力传递灵活性指标.最后,本文运用这些指标,解决了在给定操作力的条件下,所需驱动铰力最小的操作手的最佳位姿问题.     

4DOF仿人手概念设计与抓持能力分析

本文提出了一种4自由度仿人手的概念设计及自由度分配方案,拟通过进行自由度的合理分配,提高少自由度仿人手的抓持能力,从而解决仿人手目前面临的少自由度和高抓持性能需求的矛盾.借鉴人手抓持分类方法,分别就精度抓持、力度抓持及人手常用抓持手势、手语进行抓持规划,并利用虚拟样机技术进行抓持仿真,表明该手能够完成抓圆柱、圆锥、球及拇指与其余手指对捏等不同类型的抓持任务.同时该手还可做出握手、OK等手势以及13种聋哑人字母语的手语,表明该手具有一定的用人类手势手语方式与人交流的能力.     

用RBF神经网络改善传感器输出特性

针对传感器输出易受温度、湿度等因素影响的问题,提出利用RBF神经网络良好的学习、泛化和非线性逼近能力改善传感器的输出特性.RBF神经网络采用不需要事先确定隐层单元个数、可在线自适应学习的最近邻聚类学习算法.将该算法用于易受温度影响的压力传感器的非线性校正,仿真结果表明RBF神经网络在对传感器输出信号的补偿精度和网络训练速度方面均优于BP神经网络和传统的非线性补偿方法.该方法可推广应用于其他传感器输出特性的优化.     

下肢携行外骨骼系统模糊自适应位置控制研究

研究下肢携行外骨骼系统稳定性控制问题。下肢携行外骨骼系统支撑行走阶段位置控制存在稳定性、实时性不足,提高位置控制的速度及精度,使具有适应性和鲁棒性,为了克服具有实时重力补偿的传统方法,提出固定重力补偿的位置控制方法,并利用模糊推理逻辑可逼近非线性函数的特点,将模糊控制算法与具有固定重力补偿的传统PD控制算法相结合,提出了具有固定重力补偿的模糊自适应位置控制算法,应用到下肢携行外骨骼支撑行走阶段的位置控制中。仿真结果表明控制方法能够使外骨骼准确迅速跟踪人体运动,并能够显著减小人所施加的力矩,系统鲁棒性较强,能够适应负载的变化,证明是一种行之有效的控制方法。