基于机器视觉的非特定物体的智能抓取系统的研究

针对传统机械臂局限于按既定流程对固定位姿的特定物体进行机械化抓取,设计了一种基于机器视觉的非特定物体的智能抓取系统;系统通过特定的卷积神经网络对深度相机采集到的图像进行目标定位,并在图像上预测出一个该目标的可靠抓取位置,系统进一步将抓取位置信息反馈给机械臂,机械臂根据该信息完成对目标物体的抓取操作;系统基于机器人操作系统,硬件之间通过机器人操作系统的话题机制传递必要信息;最终经多次实验结果表明,通过改进的快速搜索随机树运动规划算法,桌面型机械臂能够根据神经网络模型反馈的的标记位置对不同位姿的非特定物体进行实时有效的抓取,在一定程度上提高了机械臂的自主能力,弥补了传统机械臂的不足.     

无线传感器网络环境下基于粒子滤波的移动机器人SLAM算法

定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(WSN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将WSN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性.     

一种基于DTW-GMM的机器人多机械臂多任务协同策略

为了控制机器人完成复杂的多臂协作任务, 提出了一种基于动态时间规整?高斯混合模型(Dynamic time warping-Gaussian mixture model, DTW-GMM)的机器人多机械臂多任务协同策略. 首先, 针对机器人示教时轨迹时间长短往往存在较大差异的问题, 采用动态时间规整方法来统一时间的变化; 其次, 基于动态时间规整的多机械臂示教轨迹, 采用高斯混合模型对轨迹的特征进行提取, 并以某一机械臂的位置空间矢量作为查询向量, 基于高斯混合回归泛化输出其余机械臂的执行轨迹; 最后, 在Pepper仿人机器人平台上验证了所提出的多机械臂协同策略, 基于DTW-GMM算法控制机器人完成了双臂协作搬运任务和汉字轨迹的书写任务. 提出的基于DTW-GMM算法的多任务协同策略简单有效, 可以利用反馈信息实时协调各机械臂的任务, 在线生成平滑的协同轨迹, 控制机器人完成复杂的协作操作.     

基于分解动量的仿人机器人手臂高速运动实时平衡控制

本文面向仿人机器人7自由度手臂高速动态作业运动需求,提出了基于分解动量的仿人机器人实时平衡控制方法,给出了作业臂运动用末端执行器速度向量表示下的机器人总动量计算公式,分析了动量控制维度的择优选取原则,给出了基于分解动量控制的辅助臂关节速度实时计算优化方法.仿真实验表明,经过改进优化的分解动量控制方法对于仿人机器人手臂高速作业运动下的平衡控制具有较高的可行性和实时性,不仅所控制维度的分解动量完全达到了预期的效果,而且其他维度的分解动量也有所降低或基本维持不变,所生成辅助臂运动平滑且在关节运动性能上有较大裕度,机器人总体具有优秀的零力矩点(zero-moment point,ZMP)稳定性.     

交互式多模型算法的MT-R机器人视觉跟踪

针对机器人的视觉跟踪问题,提出了一种基于交互式多模型算法的视觉跟踪方法。该方法采用HSV颜色模型,通过交互式多模型算法进行滤波估计,获得目标的运动属性。利用交互式多模型算法对目标的位置进行一步或者N步预测,在获得下一帧的观测值后,在预测位置的区域进行目标搜索,可减少搜索区域,节省搜索时间,增加了跟踪的实时性。使用该方法对机器人足球比赛中的红色球进行搜索跟踪。实验结果表明,应用该方法可获得目标的运动属性,能快速搜索到运动目标,并能进行准确跟踪。     

基于信息几何的高超声速飞行器搜索方法

由于地面雷达受视距限制无法对高超声速飞行器进行连续观测, 针对高超声速飞行器飞出雷达视距盲区后难以搜索的问题, 提出了一种基于信息几何的雷达搜索方法. 本文利用非参数概率密度估计法对高超声速飞行器的出现位置的概率密度进行估计, 并将估计的位置概率密度作为雷达搜索的引导信息; 根据引导信息确定搜索区域, 以区域覆盖率最大化作为优化目标在搜索区域内进行波位编排; 基于信息几何理论, 将搜索策略建模为统计流形, 利用KL (Kullback-Leibler)散度来度量搜索策略与引导信息之间的差异, 通过最小化KL散度获得最优搜索策略. 通过仿真实验验证了本文所提方法的有效性和可行性, 并验证了相比其他搜索方法具有较明显的优势.     

利用方位角观测的多机器人系统离散分布式最优围陷控制

本文研究了离散时间多机器人系统对静态目标的同步定位与围陷问题。首先,为了引导多机器人系统以任意编队在任意轨道上运动,本文提出了基于虚拟系统法的路径规划方案。其次,为了实现在缺少机器人全局位置信息下的目标定位与跟踪问题,本文设计了基于方位角观测的离散时间估计器与控制器的联合设计方法。估计 器充分利用了正交性质估计实时相对位移,并基于估计值设计控制律。基于离散时域拉塞尔原理与迭代法,本文给出了估计误差与跟踪误差收敛的充分条件与稳定性证明。此外,本文还设计了一种增益调整优化算法以提高收敛速率,使得离散时间多机器人系统可以更快达到理想编队。最后,仿真实验结果证明了整体方案的有效性。     

全局和声搜索方法及其在仿人灵巧臂逆运动学求解中的应用

仿人灵巧臂逆运动学(IK)问题可转化为等效的最小化问题,并采用数值优化方法求解.和声搜索(HS)是模拟乐师在音乐演奏中调整音调现象的一种启发式搜索方法,目前还尚未在机器人机械臂逆运动学问题中得到应用.本文提出一种基于粒子群体智能的全局和声搜索方法(GHSA),该方法在和声搜索算法中引入微粒群操作(PSO),采用粒子群策略替代常规和声搜索算法中的搜索法则创作新和声,通过粒子自身认知和群体知识更新和声变量位置信息平衡算法对解空间全局探索与局部开发间能力;同时算法还引入变异操作增强算法跳出局部最优解能力,基准函数测试表明该方法改善了全局搜索能力及求解可靠性.在此基础上以七自由度(7-DOF)冗余仿人灵巧臂为例,考虑以灵巧臂末端位姿误差和“舒适度”指标构建适应度函数并采用GHSA算法求解其逆运动学(IK)问题,数值仿真结果表明了该方法是解决仿人灵巧臂逆运动学问题的一种有效方法.     

基于协作空间与灵巧度的机器人辅助微创手术术前规划算法

机器人辅助微创外科手术的术前准备工作相对于传统微创手术更加复杂和关键.为了提高手术执行效率,充分利用机器人特性,本文以机械臂的运动学性能和器械间的协作能力作为优化目标,相应地提出了机械臂灵巧度指标IICV与体内协作空间指标IICS,设计了一套基于NSGA-II的多目标术前规划方法,将微创手术介入位置选择与机械臂初始位姿优化两类术前规划问题作为统一整体优化.最后,将由术前规划算法优化得到的系统性能指标与医生凭借经验给出的结果进行比较.实验结果表明,由优化算法得到的术前规划方案优势明显,能够为机器人辅助微创手术操作提供一个相对理想的手术执行环境.     

基于改进PRM的采摘机器人机械臂避障路径规划

针对采摘机器人机械臂在不确定的环境中进行采摘作业的要求,提出了一种基于改进概率地图(PRM)算法的机械臂避障路径规划方法。将机械臂工作空间分割成离散单元集合,通过遍历的方法,获得机械臂工作空间中任意离散单元与机械臂有撞位姿之间的映射关系。将空间障碍物分割成离散单元,并通过索引映射关系获得与障碍物有撞的所有机械臂位姿信息,并以此建立关节构形空间。通过PRM算法在关节构形空间中快速搜索机械臂避障路径。仿真结果表明:相比传统PRM算法,改进算法速度提高22. 2%,能够有效地实现机械臂无碰撞路径规划。     

基于PSO的空间机械臂轨迹规划技术研究

研究机器人的机械臂轨迹优化问题,空间机器人系统的机械臂和基座之间存在动力学耦合,基座姿态稳定性容易受到机械臂运动的反作用干扰.为了使空间机器人系统的姿态稳定性不受的影响,提出了一种基于PSO(粒子群优化算法)的参数化5-3-5轨迹规划方法.利用PSO的优化能力找到合适的参数组合,进行关节空间轨迹规划.通过对比实验,运用动力学仿真对方法的有效性进行了验证.仿真结果表明,方法规划出的轨迹运动光滑,且按段轨迹运动机械臂对基座姿态的扰动符合预期要求,证明规划轨迹的有效性.     

双臂机器人协调轨迹滑模鲁棒控制算法研究

双臂机器人控制时,受模型精度、外界扰动、关节柔性等因素影响严重,为了降低内外部因素对双臂协调控制性能的干扰,提出了一种关节轨迹滑模鲁棒控制算法.由于滑模控制善于求解非确定系统,因此适用于难以获得精确模型,且外界扰动未知的机械臂协调控制.在机械臂动力模型与偏差分析的基础上,把关节惯性、离心和重力表示为轨迹控制时的预期输出量,控制力矩表示为鲁棒因子,并根据角位置偏差设计滑模变量与指数趋近律.为避免滑模控制产生抖振,引入自整定边界层,使滑模控制机械臂轨迹收敛于边界层,计算得到最终的控制量与扰动量.基于与构造双臂机器人仿真模型,实验结果验证了关节轨迹滑模鲁棒控制算法能够抑制双臂机器人动作时受到的内外部扰动,避免发生系统抖振现象,有效提高机械臂的控制准确性与稳定性,获得更加协调稳定的双臂运动轨迹.     

视觉与惯性传感器融合的隐式卡尔曼滤波位置估计算法

机器人对自身位置的实时感知在机器人技术中非常重要.本文主要研究机器人技术中一类基于视觉与惯性传感器的位置估计问题.与传统的状态估计问题不同的是,所研究位置估计问题为带有隐式观测方程的线性状态估计问题.为此提出一种能够解决此类估计问题的隐式卡尔曼滤波器,并给出了详细的滤波器设计过程.另外采用扩展变量法将加速度信息中的偏移量作为滤波器状态来估计,以补偿其对位置估计结果的影响.仿真结果显示,所给出的隐式卡尔曼滤波器收敛,加速度偏移带来的影响被有效的补偿.     

三维环境中多机器人动态目标主动协作观测方法

动态目标的多移动机器人主动协作观测方法是指以获取较优的观测结果为目的, 对携带同构/异构观测传感器的多个机器人系统的观测数据进行有效融合并同时对其行为进行协调优化的方法. 本文主要研究了三维环境中的多机器人动态目标主动协作观测的问题. 首先, 以扩展集员估计方法(Extended set-membership filter, ESMF)为基础, 将信息融合过程与算法本身存在的集合运算环节相结合, 提出了一种高精度的多机器人观测信息融合方法. 该方法在保证较高观测精度的同时, 并没有显著增加单机器人扩展集员估计算法的计算量, 因此具有较高的实时性. 此外, 利用最优观测角度的概念, 通过引入相对速度空间(Relative velocity coordinates, RVCs), 设计了多移动机器人协调行为优化方法, 该方法可以将多机器人协调行为优化问题转化为线性规划问题, 以实现具有较高实时性的多机器人三维动态目标主动协作观测. 最后, 为了验证所研究方法的可行性与有效性, 进行了三维空间动态目标协作观测仿真实验.     

基于一致性Unsented卡尔曼滤波的多机器人定位

主要研究了多机器人编队过程中机器人的定位问题.在编队过程中机器人仅利用通过场地上方的摄像头捕获的图像得到自身的位置容易受干扰导致定位不准.利用队列中某个机器人观测到另外一个或几个机器人时,用相对观测信息和自身的位置以及附近被观测机器人的位置估计来更新一致性Unsented卡尔曼滤波算法中的状态估计.最后通过实验来对比未滤波前定位精度和分别采用Unsented卡尔曼滤波算法和一致性Unsented卡尔曼滤波算法定位精度,实验结果表明一致性Unsented卡尔曼滤波算法能够有效地提高定位的精度.     

基于变刚度自适应导纳机制的机械臂恒力控制

工业机械臂在诸如打磨抛光等接触式作业任务中对环境刚度信息存在一定的依赖性, 未知环境刚度信息将严重影响机器人的力位控制精度, 使得作业效果难以得到保证. 为解决环境信息不足或未知情况下的力/位置精确控制问题, 本文首先提出了一种新的自适应环境刚度在线估计方法, 针对时变的环境刚度进行实时估计, 由此预测生成后继的机械臂参考轨迹点, 随后提出了一种根据力跟踪误差实时调整末端工具手刚度系数的变刚度导纳恒力控制方法, 并结合李雅普诺夫稳定性理论给出了整体控制律的收敛性证明. 针对刚柔两种末端工具手和多种不同的曲面工件开展了实验研究, 并与传统PID控制方法和传统导纳控制方法进行了对比, 其结果表明本文所提出的复合控制方法可在不同工况条件下实现机器人运动过程中接触力的快速柔顺调节, 并获得4.55%以内的最优力控误差效果, 证明了本文所提出方法的有效性与可行性.     

桥梁检测车机械臂监控系统设计与研究

研究桥梁检测的优化问题,针对目前桥梁检测车工作过程中自身安全难以监控,为解决视频监控系统不能全角度整体显示机械臂姿态的问题,结合动力学分析提出了基于动画模拟机械臂动作的监控系统.通过传感器采集机械臂角度和伸展长度的信息,建立机械臂空间运动学模型,然后利用拉格朗日法计算机械臂的侧翻力矩作为危险估计的依据,根据机械臂定位信息,通过Qtopia实时绘出机械臂的姿态,给出桥检车的侧翻危险等级.经仿真证明,系统能够实时预测桥检车的危险等级和全角度逼真的显示机械臂位置,提高了监控系统的可靠性、智能化和稳定性,具有实际应用价值.     

未知环境下群机器人多目标搜索协同控制

未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍物两种情况,并根据情况向特定边界运动;目标位置估计的粒子群算法(TPEPSO)则利用获取的目标信号估计目标位置,结合粒子群算法到达目标附近,从而实现目标搜索.提出的方法与基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真比较,搜索效率提高5.72%～21.58%,总能耗减少4.30%～19.11%.     

煤矿巡检机器人同步定位与地图构建方法研究

针对煤矿井下无GPS环境下巡检机器人自主定位问题,研究了基于激光雷达的同步定位与地图构建方法。首先建立激光雷达观测模型和里程计预测模型,将机器人定位和地图构建的实际问题转换为概率数学模型的逻辑推理问题。同时采用自适应蒙特卡罗定位算法进行机器人实时位姿估计,提出了根据粒子权重(地图的匹配度)进行重采样的方法,以去除权重小的粒子,实现了用较少、较好粒子精确表达机器人位姿的后验概率分布,满足机器人利用传感器在栅格地图上实时定位的需求。通过对Fast-SLAM算法进行优化,减少了粒子数量,缓解了粒子耗散,提高了地图构建的精确性。实验结果表明,基于激光雷达的同步定位与地图构建方法有效解决了巡检机器人实时位姿估计和环境地图构建的问题,结合自适应蒙特卡罗定位算法和优化Fast-SLAM算法提高了机器人定位的自适应性和地图构建的精确性。     

装配式建筑机器人施工路径优化方法

为克服蚁群算法存在的诸多问题,提出一种基于BIM(building information modeling)融合遗传蚁群混合式算法的装配式建筑机器人施工路径优化方法.通过遗传算法对蚁群算法搜索路径信息素的最优化选择,实时负反馈影响蚁群信息素,使两个算法结合更加紧密.以不同规格的栅格地图和BIM施工地图基础模型为对象,对比混合式算法与粒子群算法、蚁群算法、遗传算法的路径优化效果,实验结果表明,混合式算法具有较好的搜索效率、收敛性能和全局搜索能力,能够满足装配式建筑机器人施工路径优化问题,提高建筑工业化水平.