基于导纳控制的轮椅姿态柔顺调节方法研究

针对目前多姿态智能轮椅姿态调节舒适性差且存在安全风险的问题,提出一种基于导纳控制的轮椅多姿态柔顺控制策略.首先,基于人体生物力学,分析和获取了人体姿态调节过程中的舒适姿态及人-座椅面压力分布图.其次,采用DH参数法对轮椅座椅姿态调节机构进行运动学建模,并以此为基础,以位置环为内环反馈,建立人-座椅面压力外环驱动的导纳控制策略.最后,构建了基于CoppeliaSim和MATLAB的可视化仿真,建立轮椅姿态调节机构的URDF模型,采用LuaSocket实现MATLAB和CoppeliaSim间的通信,进行联合仿真.仿真结果表明轮椅在姿态调节过程中,人与座椅面间的压力变化平稳,可以自适应地调整其位姿,使用结束后能及时回到初始位姿,验证了该方案的可行性与有效性.     

机器人基座六维力传感器重力补偿研究

机器人基座六维力传感器常受到安装精度和机器人重力影响而出现测量误差。为了解决这一问题,在利用 D-H 法建立机器人位姿模型的基础上,推导出基于最小二乘法的基座六维力传感器静态重力补偿算法。针对算法中需要采集大量机器人位姿数据的问题,采用正交实验法确定样本空间以减少位姿采集量。最后以六自由度协作机器人为例,利用 6 因素 5 水平的正交实验表获取机器人典型位姿,搭建数据采集平台,实现补偿算法所需数据的采集,求解该机器人的基座六维力传感器静态重力补偿矩阵。实验表明,该补偿算法能够有效得到基座六维力传感器测得的误差值。     

基于六维力传感器的机器人动力学参数辨识

采用基座布置六维力传感器的方式进行机器人动力学参数辨识。以递推牛顿-欧拉方程为基础建立机器人动力学模型，给出六维力传感器输出与机器人关节间动力学关系，分离待辨识动力学参数并确定其最小惯性参数集，最终建立基于基座六维力传感器的机器人辨识模型。为了进一步提高辨识精度，采用两层低通滤波算法推导出加速度替代公式和速度滤波算法，减少加速度和速度噪声的影响。最后，以六自由度协作机器人的前2个关节为对象，设计辨识实验，获得两关节的最小动力学参数集。通过结果逆向验算表明，基座布置六维力传感器方式能以较高的精度辨识出机器人动力学参数。