三平动力控末端执行器鲁棒自适应力跟踪导纳控制方法

针对现有重载工业机器人缺乏力控功能而难以满足去毛刺、倒角和磨抛等连续接触式作业要求的问题,提出一种含氮气弹簧的气电直驱式3-P(UU)2型三平动力控末端执行器,采用鲁棒自适应力跟踪导纳控制算法实现操作空间中接触面法向输出力的快速跟踪,适用于工件内外侧面、孔洞和狭小结构的机器人磨抛等过程。建立机构正逆运动学与气电直驱致动器动力学模型,并设计了鲁棒自适应力跟踪导纳控制器。实验结果表明,基于鲁棒自适应力跟踪导纳控制的三平动力控末端执行器力阶跃响应的稳态误差为-4.5×10^-4 N,上升时间19.27 ms,可实现力的快速精确跟踪;负载冲击下力的调整时间116.0 ms,最大超调量57.5%,具有良好的缓冲吸振特性与鲁棒性;在平面往复运动与圆柱面连续运动工况下,力均方根误差0.143 N,冲击峰值均值0.694N,对不同材质工具磨头的接触刚度变化与环境位移误差的适应性好,可提升工业机器人的连续接触式作业质量并拓宽其应用范围。     

基于视觉的薄钢板焊接机器人起始点识别与定位控制

针对集装箱薄钢板对接焊,提出一种新颖的焊接机器人起始点识别和焊枪精确对中焊缝起始点的视觉控制方法.首先提出一种迭代圆形霍夫变换方法,自动确定了包含焊枪特征点的圆形感兴趣区域,第2次迭代可实现焊枪特征点的识别和提取,具有鲁棒性和快速性的优点.接着使用直线霍夫变换方法实现了焊缝直线的识别和焊缝特征点的提取,进而设计了基于图像空间的焊缝起始点视觉控制方案,实现了焊缝起始点的精确定位控制.实验结果表明,提出的方法具有很好的鲁棒性,能够精确地识别出焊枪和焊缝特征坐标.视觉控制法能够快速地将焊枪定位到焊缝起始点位置.集装箱厂现场焊接测试也证实了这些方法的有效性,得到了满意的结果.     

动态环境下基于线特征的RGB-D视觉里程计

基于RGB-D的视觉SLAM(同时定位与建图)算法基本都假设环境是静态的,然而在实际环境中经常会出现动态物体,导致SLAM算法性能的下降.为此,本文提出一种基于线特征的RGB-D视觉里程计方法,通过计算直线特征的静态权重来剔除动态直线特征,并根据剩余的直线特征估计相机位姿.本文方法既可以减小动态物体的影响,又能避免点特征过少而导致的跟踪失效.公共数据集实验结果表明,与现有的基于ORB(orientedFAST and rotated BRIEF)点特征的方法相比,本文方法减小了动态环境下的跟踪误差约30%,提高了视觉里程计在动态环境下的精度和鲁棒性.     

基于任务参数加权的动态运动基元泛化方法

为了提高机器人示教学习的计算效率以及泛化性能,提出了一种基于任务参数加权的动态运动基元泛化的机器人示教学习模型,主要步骤如下：运用动态运动基元模型提取多次示教运动轨迹的特征参数;在新的任务参数下,运用提取的特征参数重构特征运动轨迹;以示教任务参数与新任务参数的近似程度对特征运动轨迹进行加权叠加,生成新的运动轨迹。在Kukaiiwa机器人上的实验表明,在新的任务场景下,所提方法能够快速有效地泛化出新的运动轨迹,与已有方法相比,在计算效率及示教任务参数附近的泛化性能上有了较大的提升。     

绳驱动连续体机器人标定方法

为提高绳驱动连续体机器人的定位精度,提出了一种针对此类机器人的误差标定与补偿方法.该方法利用指数积(POE)公式建立连续体机器人关节模块的运动学模型,并利用运动学模型推导出误差传递模型.针对误差模型采用最小二乘方法进行误差的辨识,将辨识后的误差补偿至机器人的运动学模型,从而提高机器人关节模块的模型精度.制作了基于柔性支...     

基于模糊神经网络的乒乓球旋转飞行轨迹模式分类

轨迹预测在打乒乓球机器人击球的过程中具有十分重要的作用, 轨迹预测的准确性关系到击球的成败. 因击球时, 非光滑的接触面对乒乓球产生摩擦力, 使乒乓球产生了旋转并对乒乓球的飞行轨迹产生了一定影响, 造成轨迹预测的不准确. 在对旋转球进行受力分析的基础上, 详细讨论了不同旋转模式下Magnus 力对乒乓球飞行轨迹的影响, 并设计了两个模糊神经网络分类器, 分别对左右旋和上下旋的飞行轨迹进行分类. 发球机实验验证了分类器的有效性.     

基于PLC的PID参数自整定

PID控制在过程工业控制中应用广泛,但在实际工业现场运行的PID回路的控制性能差异较大,有许多系统长期置于手动控制。一部分由于系统过程特性使PID调节不能满足控制要求,还有一部分却是由于PID回路参数整定的不合理。针对控制系统现场实施中PID参数整定繁琐、整定质量差异大、经验不易移植的问题,采用了基于PLC的PID参数自整定方法。该方法概念清晰,实施方便,在某锅炉的恒压供水控制中应用效果良好。该方法基于继电器反馈自整定,具有一定的普适性,对工程实施人员要求低,易于推广。     

绳驱动上肢外骨骼康复机器人穿戴机构设计

为了降低绳驱动并联外骨骼的结构不稳定性所带来的运动学建模误差,改善外骨骼对不同穿戴者的适应能力,提升外骨骼的穿戴舒适度,提出了一种新型穿戴机构并应用于绳驱动并联上肢外骨骼康复机器人CURE-7.首先,介绍了一种绳驱动外骨骼康复机器人,该外骨骼具有特制的穿戴机构,兼具绳驱动设备和并联机构的优点;然后,设计穿戴机构的欠驱动穿戴模块和柔性肘关节,建立外骨骼的运动学模型并对关键参数的影响进行了研究;最后,开发了穿戴机构样机并安装于外骨骼上,进行了健康人的运动轨迹跟踪实验和手臂穿戴外骨骼时的受力实验以证明穿戴机构的有效性.实验结果表明,通过采用新的穿戴机构,受试者肘关节前屈运动轨迹跟踪标准误差平均降低了约41％,肩关节外展运动轨迹跟踪标准误差平均降低了约30％,穿戴压力最大值降低了约23％,不同部位的压力方差也有较大幅度的降低.     

基于两阶段多目标模糊决策的乒乓球机器人击球点选择

对乒乓球机器人而言,回球时根据来球状态选择合适的击球点,可以降低回球难度,提高回球成功率.本文提出了一种利用多目标模糊决策确定击球点的方法.首先,根据机器人最优运动区间和来球速度确定搜索区域.然后,定义搜索区域内的相关轨迹点为决策论域.在此决策论域内,根据回球目标参数分别计算期望出球速度,并根据球拍参数定义了3个能量函数,分别代表乒乓球被击打前后的能量和动量变化.以此能量函数为指标函数决策得到优化的击球点.最后,在不同的实验情况下,对比了本文算法与固定高度平面算法,验证了本文算法的有效性.     

一种基于CNN深度学习的焊接机器人视觉模型

为了准确地识别复杂环境下的焊缝目标,建立了一种基于深度学习的焊接机器人视觉模型,该模型采用局部联接和全联接相结合的CNN卷积神经网络结构,局部联接由3个卷积层和子采样层交替组成,用于焊接目标的特征提取,全连接层由输入层、隐层和输出层组成,作为分类器用于焊缝目标识别. 采样了一千多幅焊接目标图像样本用于CNN的网络训练,分析了不同CNN网络结构参数对模型的影响. 结果表明,该视觉模型对焊接目标的平移、旋转和比例缩放表现出良好的鲁棒性,可以应用到焊接机器人的视觉导航.