微型腿式胶囊机器人的设计与分析

针对目前主动式胶囊机器人存在的安全性和有效性问题,提出了一种基于伸缩和平移机构的腿式胶囊机器人.其中,伸缩机构采用微型连杆结构,平移结构采用丝杠-螺母结构.在空间位置、速度和输出力等约束条件下,对这两套驱动机构进行建模和分析,实现尺寸参数和电动机工作参数的优化.经过优化,伸展速度的范围为16.8 mm/s~34.2 mm/s,伸展力的范围为2.45 N~0.44 N,伸展效率的范围为92.8%~34.0%;而平移速度、平移推力和平移效率则基本保持恒定,分别为50 mm/min、4.20 N和50%.胶囊机器人驱动单元的长度和外径分别为33 mm和16 mm.最后,在离体猪结肠内测试该腿式胶囊平移机构机器人的性能,结果表明它可实现有效、安全的伸缩与平移运动,其平均速度可达25 mm/min.     

基于参数与非参数模型结合的双臂机器人协作定位精度提升方法

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Denavit-Hartenberg)方法建立机器人运动学模型和参数误差模型,去除模型中的耦合参数并基于迭代最小二乘法辨识几何参数误差;其次,针对传统的非几何误差补偿方法只能在标定坐标系建立关节位置与末端位置误差之间的映射关系的问题,提出一种改进的非几何误差补偿方法补偿机器人本体非几何误差;再次,基于距离误差辨识双臂基坐标系转换矩阵的参数,补偿双臂几何误差与非几何误差;最后,通过实验验证方法的正确性和有效性。结果表明所提出方法将UR10和UR5机器人的平均定位误差减小至0.170 9 mm和0.050 9 mm。双臂平均协作定位误差减小至0.167 6 mm,与基于参数模型的方法相比协作定位精度提升了27.7%,验证了该方法的优越性。     

基于力感知的结肠镜机器人柔顺控制

人体肠道具有相对浮动性,形状及位置不完全固定,为了提高结肠镜机器人进行内窥镜检查时的安全性以及可靠性,本文研究了一种基于力感知的结肠镜机器人柔顺控制方法.首先分析及设计了符合结肠镜机器人本体表面结构的压力传感器,然后基于肠道生物力学特性以及机器人关节耦合关系分析,提出其柔顺控制算法.最后,搭建机器人控制系统进行实验,验证该控制方法的可行性.实验结果表明,该柔顺控制方法可有效实现机器人对肠道壁接触压力的感知,使接触压力始终保持在阈值之内,提高了结肠镜机器人肠道检查过程中的安全性和可靠性.     

消化道诊疗胶囊三维磁定位系统的误差修正

设计了基于三轴磁感传感器阵列的体内微型诊疗胶囊定位跟踪系统,分析了系统的主要误差来源,提出了对背景磁场干扰、传感器灵敏度差异、传感器位置偏差、三轴传感器模块的非理想正交等误差的补偿和修正方法,并进行了定位实验和轨迹跟踪实验以检验误差修正效果。实验结果表明:误差修正后系统的定位与定向精度得到显著提高,对于距离传感器阵列平面150 mm的φ8 mm×8 mm的圆柱形N35铷铁硼永磁体,平均定位与精度达到8mm以内,平均定向精度达到6°以内,并能够对沿模拟肠道运动的内置永磁体的电子胶囊进行轨迹跟踪。     

基于三角剖分的内窥镜肠道手术机器人体素地图构建方法

面向全自主内窥镜机器人诊疗系统,提出一种人体肠道内部结构体素地图构建方法,来实现内窥镜位姿的准确估计,同时构建可以用于手术机器人导航的体素地图.该方法使用单目内窥镜采集肠道内部图像序列,首先基于单目SLAM(同步定位与地图创建)方法估计内窥镜轨迹,同时针对肠道内部结构构建稀疏地图.然后基于稀疏特征点地图,提出一种基于三角剖分的稀疏地图稠密化方案,构建具有稠密几何信息、利于手术器械路径规划的体素地图.分别在模拟肠道和离体猪肠道内进行体素地图构建的实验研究和误差评估,在模拟肠道中直径和病灶尺寸的均方误差分别为1.16 mm和0.81 mm,内窥镜定位均方误差为2.163 mm.     

基于六维力传感器的工业机器人末端负载受力感知研究

针对工业机器人末端负载与外界环境接触力的感知需求,在机器人法兰与负载之间设置六维力传感器,并研究一套标定与计算方法,综合考虑负载重力作用、传感器零点、机器人安装倾角等因素,利用不少于3个机器人姿态下的力传感器数据,可求得传感器零点、机器人安装倾角、负载重力大小、负载重心坐标等参数,进一步可消除传感器零点及负载重力对受力感知的影响,精确得到机器人末端负载所受的外部作用力与力矩.实验得到对于重量从320N到1917N的负载,在静态条件下,感知外力的误差在负载重力的0.28%以内,感知外力矩的误差在负载对传感器力矩的0.59%以内.     

基于多种群协同进化算法的绳索牵引并联机器人末端位置误差补偿

对于绳索牵引并联机器人来说,影响其末端位置精度的模型不确定性主要包括几何参数误差和非几何参数误差.这两种不同类型的误差具有非常强的非线性且相互耦合,难以通过传统的标定手段来进行参数标定.针对这一问题,提出了一种基于神经网络的末端位置误差补偿方法.将两种不同类型的参数误差等效视作伪误差,通过神经网络来逼近伪误差造成的末端位置误差曲线,建立末端位置误差与绳索长度之间的映射关系,并在关节空间中进行位置误差补偿.为了提高神经网络的拟合精度,设计了基于多种群协同进化算法和反向传播算法的神经网络优化方法,该优化方法能够同时优化网络的权值、阈值和结构,提高神经网络的泛化能力和拟合精度.在实际3自由度绳索牵引并联机器人上进行了位置误差补偿实验,结果表明补偿后的位置误差均值从6.64 mm下降到1.08 mm,轨迹误差均值从7.5 mm下降到1.6 mm,末端位置的精度得到了显著提高.     

一款超声波远距离障碍物检测器的设计制作

在设计机器人时多数情况下需要考虑如何使机器人自动避开障碍物,而选择避开障碍物传感器的设计方案时主要依据障碍物与机器人之间距离的半径范围,当障碍物距离机器人距离在10mm半径范围内时较多设计者选择红外线传感器,当距离超过10mm半径时,因为受到红外线接收器灵敏度的限     

工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题,提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型,并优化补偿机器人定位精度的方法．首先基于空间网格采样方法,获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律,分析了建模补偿的可行性;其次建立基于ELM算法的误差补偿模型,并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明,机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律,补偿前绝对定位误差分布范围为0.29 mm~0.58 mm,平均误差为0.41 mm;补偿后定位误差分布范围降低到0.04 mm~0.32 mm,平均误差为0.18 mm;采用ELM算法建模的补偿速度快,泛化性能好．     

基于wMPS的工业机器人定位精度自动补偿方法

针对智能制造场景下工业机器人高精度定位控制需求,引入具有大空间多点并行测量能力的新型工作空间测量定位系统(workspace Measuring and Positioning System:wMPS)及机器人操作系统(ROS:Robot Operating System),实现工业机器人末端执行器位置的自主感知及自动补偿。通过设计具有周向感知能力定位的工业机器人末端定位补偿传感器,解决了复杂操作现场定位遮挡问题;针对wMPS与机器人自身坐标系标定的问题,设计基于坐标点集匹配的坐标转换标定方法,实现了坐标系转换参数精确解算,坐标系转换算精度在0.25 mm;针对工业机器人在大范围移动后定位精度降低的问题,设计了基于快速扩展随机树(Rapidly-exploring Random Trees, RRT)的控制补偿算法,通过wMPS测量反馈提供控制补偿坐标,在末端实现闭环小范围移动,以ABB机器人为研究对象,实现了wMPS与ROS系统集成,并实验验证了补偿算法的精确性,机器人定位精度提升90.14%。     

受限管道空间内压壁机器人控制方法研究

为了能够在受限管道空间内自由移动,机器人必须适应管道的各种几何变化。提出了一种压壁式机器人,可以适应管道直径和坡度的变化。还提出了一种利用安装在压壁机构上的角度传感器估计机器人主体与管道之间的相对姿态的方法。由于法向力和姿态可以从角度传感器测量的角度信息估计,机器人的姿态控制比使用压力或视觉传感器更加简单、有效。相对于管道的几何姿态估计使机器人能够识别管道的倾斜度,机器人可以根据管道倾斜度的变化来控制法向力。经过实验验证,使用所提出的方法在机器人姿态控制的同时,还可以降低机器人部件的功耗和应力。     

能量平衡法静电驱动柔性振膜微泵特性分析

从能量平衡的角度建立了静电驱动柔性振膜微泵的平衡方程,基于对压缩过程中振膜动能的考虑,改进了最小能量法压缩模型,结合均匀压力载荷下圆薄膜大挠度形变理论对静电驱动柔性振膜微泵进行理论分析.对振膜与腔体壁面贴合的压缩过程中各能量相互转化的关系进行分析,并与最小能量法模型进行了对比.结果表明,能量平衡法考虑了薄膜振动过程中的动能,故薄膜与腔体具有更大的贴合面积,且以薄膜与腔体完全贴合时作为零应力参考状态降低压缩过程中的薄膜形变势能,计算得到的静电微泵的压缩效率更高,在驱动电压为300 V时,改进的双腔模型中振膜贴合半径为4.06 mm,所得最大压升为87.08 kPa.基于改进的模型,对双腔微泵压升的影响因素进行讨论,发现降低柔性薄膜厚度会使输出压力有所上升,并且减小腔体表面介电层厚度、减小腔体深度与半径可以有助于提高微泵的压升.     

实现机器人随动的红外感知方法

结合机器人随动任务对人体运动定位的需求,提出一种分层递阶结构的红外运动感知模式,及基于热释电红外传感器的物理实现方法.在传感模型方面,采用两层递阶结构的感知模式:底层为由多个几何传感单元构成的几何传感层,在机器人视野内实现多视角运动目标的方位测量;上层为协作感知层,用来组织底层各几何传感单元的协作,实现运动目标的定位测量.在物理实现方面,底层组合热释电红外传感阵列与菲涅尔透镜组,构建运动目标方位角测量所需的几何传感单元;上层以最小二乘优化准则作为融合多视角方位测量信息的手段,获得运动目标的位置信息.移动机器人随动实验结果验证了所提出感知方法的有效性.较多视角光学视觉传感技术,该方法在传感效率、对光照和环境变化的稳健性、低成本和低功耗等方面具有不可替代的优势.     

Four-legged intelligent mobile autonomous robot

This paper presents the design and development of a four-legged mobile robot with intelligent sensing and decision-making capabilities. Multiple sensors with embedded knowledge bases and learning capabilities are used in a novel approach towards environmental perception and reaction. These sensors continuously monitor the environment as well as their own operating parameters. Priority is given to any one or a group of sensors based on prevailing environmental conditions. Intelligent sensing is shown to be the key towards a high degree of autonomy for a mobile robot. Nicknamed Flimar, this robot has the ability to function at varying degrees of intelligence made possible by an object-oriented architecture with embedded intelligence at various levels. This architecture is shown to be conducive towards incremental learning. Each of the four legs has three degrees of freedom, i.e. Flimar has a total of 12 motors on its four legs. Flimar can walk and turn without dragging or skidding, and also turns about its center of gravity with a zero radius. Flimar responds to light, sound and touch in different ways, based on prevailing environmental conditions. The overall goal of the paper is to present a novel walking principle and control architecture for a walking robot.     

采用磁传感器的餐厅服务机器人导引控制方法

针对餐厅环境复杂、定位精度低等问题,提出了一种以磁传感器为核心的餐厅服务机器人导引控制方法。该方法通过安装在机器人底盘的磁传感器感知铺设在地面下的磁条,使得机器人能够平滑、准确地沿着磁条运动,在运动的过程中,结合地标模块感知到的地标信息,获取精准的位置信息和工作状态。最后将该方法应用于一种实际餐厅服务机器人,实现了机器人在餐厅内的精准定位与导航。实验结果表明,本文所提方法性能可靠、成本较低、实用性较强,具有较广阔的应用前景。     

基于改进鲸鱼优化算法的外骨骼机器人步态检测

针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题，提出基于改进鲸鱼算法优化的支持向量机（IWOA-SVM）的外骨骼机器人步态检测算法，即在鲸鱼优化算法（WOA）中引入遗传算法（GA）的选择、交叉、变异操作，进而去优化支持向量机（SVM）的惩罚因子与核参数，再使用参数优化后的SVM建立分类模型，从而扩大算法的搜索范围，减小算法陷入局部最优的概率。首先，使用混合传感技术采集步态数据，即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据，并作为步态检测系统的输入；然后，使用门限法对步态相位进行划分并标记标签；最后，将足底压力信号与髋关节、膝关节角度信号融合作为输入，使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验，并与GA、粒子群优化（PSO）算法、WOA进行比较，数值实验表明，改进鲸鱼优化算法（IWOA）的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现，准确率可达98.8%，验证了所提算法在新一代外骨骼机器人中的可行性和实用性，并与基于遗传优化算法的支持向量机（GA-SVM）、基于粒子群优化算法的支持向量机（PSO-SVM）、基于鲸鱼优化算法的支持向量机（WOA-SVM）算法进行比较，结果表明，该算法识别准确率分别提高了5.33%、2.70%、1.44%，能够对外骨骼机器人的步态进行有效检测，进而实现外骨骼机器人的精确控制及稳定行走。     

A New Mechanism for Mesoscale Legged Locomotion in Compliant Tubular Environments

We present design and experimental performance results for a novel mechanism for robotic legged locomotion at the mesoscale (from hundreds of microns to tens of centimeters). The new mechanism is compact and strikes a balance between conflicting design objectives, exhibiting high foot forces and low power consumption. It enables a small robot to traverse a compliant, slippery, tubular environment, even while climbing against gravity. This mechanism is useful for many mesoscale locomotion tasks, including endoscopic capsule robot locomotion in the gastrointestinal tract. It has enabled fabrication of the first legged endoscopic capsule robot whose mechanical components match the dimensions of commercial pill cameras (11 mm diameter by 25 mm long). A novel slot-follower mechanism driven via lead screw enables the mechanical components of the capsule robot to be as small while simultaneously generating 0.63 N average propulsive force at each leg tip. In this paper, we describe kinematic and static analyses of the lead screw and slot-follower mechanisms, optimization of design parameters, and experimental design and tuning of a gait suitable for locomotion. A series of ex vivo experiments demonstrate capsule performance and ability to traverse the intestine in a manner suitable for inspection of the colon in a time period equivalent to standard colonoscopy.     

机器人压力传感器设计及其信息处理

针对传统压力传感器存在的种种不足,探讨了一种基于聚合体薄膜力敏电阻材料的机器人压力传感器的工作机理和研发技术;主要研究了该传感器的压电转换电路、信息采集模块与传输电路的硬件设计和基于小波变换的传感器信号的数字化滤波方法;研制了压力传感器的原理样机,并进行了性能测试实验,实验结果表明,所设计的机器人压力传感器的分辨率可达0.5%,响应时间为6ms,且具有线性关系好、抗干扰能力强的特点。     

Two robot arms in assembly by using impulsive information

When two robot arms execute coordinated motions in assembly, collision between the two end-effectors cannot be avoided. The collision effects on the two coordinating robots include two aspects: abrupt velocity changes of the robot joints and impulsive forces exerting on the contact point as well as on robot joints. Since the direction of the impulsive force exerting on the contact point is related to the relative position and orientation of the two mating parts, the impulsive force can be used to detect the alignment errors of the two end-effectors. Thus a new assembly method is proposed in this article. The new method uses impulsive information to adjust the position and orientation errors of the two robot arms in assembly, rather than employing a compliance mechanism. The advantage of the new method is that the jamming problem, which is usually associated with compliance methods, never takes place. To make the method practically useful, wrist force sensors are suggested to installed at the wrist of each robot. Dynamic relations between the sensed information and the impulsive force at the contact point are then established. The sensed information thus becomes useful in analyzing the alignment situation. Finally, practical cases are studied to illustrate the use of the new assembly method.