基于运动相关皮层电位握力运动模式识别研究

面向基于脑-机接口（Brain-computer interface,BCI）的脑-机交互控制（Brain-machine interaction control,BMIC）——直接脑控机器人,提出一种新的左、右手握力运动参数范式,在该范式下探索左、右手握力运动相关皮层电位/运动相关电位（Movement-related potentials,MRPs）的时域特征表示并识别握力运动模式.在涉及左、右手4个不同任务的实验中采集了11个健康被试的脑电信号,任务期间要求被试以2种握力变化模式之一完成自愿握力运动,每种任务随机重复30次.不同握力任务之间具有显著差异的运动相关电位特征用于识别握力运动模式.分别用基于核的Fisher线性判别分析和支持向量机识别4个不同的握力运动任务.研究结果进一步证实运动相关电位可以表征握力运动规划、运动执行和运动监控的脑神经机制过程.基于核的Fisher线性判别分析和支持向量机分别获得24±4%和21±5%的平均错误分类率.最小误分类率是12%,所有被试平均最小误分类率为20.9±5%.与传统的仅仅识别参与运动的肢体类型以及识别单侧肢体运动参数的研究相比,本研究可望为脑-机交互控制/脑控机器人接口提供更多的力控制意图指令,奠定了后续的对比研究基础.     

基于动力学与控制统一模型的蛇形机器人速度跟踪控制方法研究

对带有被动轮的蛇形机器人进行速度跟踪控制时,利用传统的动力学建模方法得到的动力学方程复杂且不利于控制器的设计. 本文基于微分几何的方法将带有被动轮的蛇形机器人动力学投影到速度分布空间中, 得到了动力学与控制统一模型, 更有利于速度跟踪控制器的设计. 考虑到蛇形机器人在进行速度跟踪时容易出现奇异位形, 提出增加头部扰动速度的方法. 基于头部扰动速度和统一模型, 提出避免奇异位形的速度跟踪控制方法, 最后通过逆向动力学得到控制力矩. 文中对速度跟踪控制进行了数值仿真和实验验证. 仿真和实验结果表明, 提出的速度跟踪控制方法能够跟踪想要方向的速度, 并且在跟踪过程中可以有效地避免奇异位形.     

基于LMBP改进算法的神经网络结构优化

提出了一种基于增长法的神经网络结构优化算法。在函数逼近的BP神经网络中引入一种改进的BP算法(LMBP算法),通过二次误差下降与梯度下降,利用误差变化规律分析网络结构的优化程度,自适应地增加隐层神经元或网络层次,从而得到一个合适的网络结构。进行了仿真实验及该算法与RAN算法用于逼近函数的对比实验,实验结果表明了该算法的有效性。     

独立操作型可重构机器人群体构形表达和重构优化

独立操作型可重构机器人的单个模块具备独立运动、操作和采样能力,顺应从结构环境中定点作业向非结构环境中自主作业的发展要求,能够更好地应用到环境复杂、危险性高的场合.现有的构形研究主要针对依赖运动型、独立运动型可重构机器人,解决独立操作型可重构机器人构形问题时具有局限性.针对可重构机器人重构目的,提出矢量构形,将构形研究内容扩展到拓扑结构、运动趋势方向和各模块的姿态方位及连接关系,提出模块状态向量和构形状态矩阵实现该类可重构机器人群体构形的表达,对应的变换运算和操作可以表达、触发模块行为运动和构形重构,提出以工作负荷为优化目标的构形组合重构优化方法、以姿态方位工作负荷和连接工作负荷的组合为优化目标的构形变换重构优化方法,通过重构优化获得模块在构形重构中状态对应变换关系,作为构形重构规划和控制的基础.     

基于能量的蛇形机器人蜿蜒运动控制方法的仿真与实验研究

能量作为最基本的物理量之一, 联系着蛇形机器人蜿蜒运动的各个方面. 能量耗散描述了环境交互作用, 能量转换对应着运动的动力学过程, 能量平衡反映了蜿蜒运动的协调性. 提出一种基于能量的蛇形机器人蜿蜒运动控制方法-被动蜿蜒. 通过输出关节力矩控制机器人蜿蜒运动, 由机器人的能量状态调整力矩的大小. 仿真结果显示了被动蜿蜒控制下机器人的构形、角度、力矩、能量状态和转弯特性, 并对控制力矩进行了递归分析. 基于Optotrak运动测量系统构建了被动蜿蜒控制的模拟/物理混合实验系统. 进行了移动实验和拖动实验, 前者改变环境的摩擦特性,后者改变机器人的负载. 仿真和实验验证了蛇形机器人被动蜿蜒控制的有效性和适应性.     

可重构机器人技术的探讨

本文概述了可重构机器人研究和发展现状 ,对基于多 Agent的可重构机器人的控制方法的研究作了较详细的介绍 ,根据可重构机器人的应用背景 ,指出了可重构机器人研究的必要性     

论现代企业薪酬福利制度的自助化趋势

对现代企业的自助式薪酬福利制度、整体薪酬回报和弹性福利制度进行了分析评价,并对我国企业实施此制度的可能性和发展前景进行了展望。     

基于循环抑制CPG模型控制的蛇形机器人蜿蜒运动

根据生物蛇和蛇形机器人的结构及运动特点，应用循环抑制CPG建模理论构建了蛇形机器人神经网络模型；利用蛇形机器人模型，仿真验证了CPG模型对蜿蜒运动控制的有效性；提出并仿真验证了实现有目的转弯控制的CPG参数调节方法。最后，给出了今后的研究方向。     

工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究

提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法, 它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下, 机器人手部沿笛卡尔空间中规定路径运动的时间最短. 在这种方法中, 所规划的关节轨迹都采用二次多项式加余弦函数的形式, 不仅可以保证各关节运动的位移、速度、加速度连续而且还可以保证各关节运动的二阶加速度连续. 采用这种方法, 既可以提高机器人的工作效率又可以延长机器人的工作寿命. 以PUMA 5 6 0机器人为对象进行了计算机仿真和机器人实验, 结果表明这种方法是正确和有效的. 它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案.     

蛇形机器人侧向运动的研究

本文提出了一种新型蛇形机器人机构，建立了其空间运动学模型，实现了蛇形 机器人的两种侧向运动：侧向蜿蜒运动和侧向滚动，前者通过调节两个异相波的频率比，实 现了任意方向的侧向运动．后者通过控制运动波的幅值变化，实现了各种形式的纯侧向移动 ，当幅值足够大时，这种侧向滚动可以跨越障碍．