基于集成概率模型的变阻抗机器人打磨力控制

工业机器人对工件柔顺打磨作业的适应性差,为此设计机器人柔顺浮动力控末端执行器,基于集成贝叶斯神经网络模型的强化学习,提出主动自适应变阻抗的机器人打磨力控制方法.所提方法根据打磨作业的接触环境信息,利用自助法获取小量数据的多次采样样本,训练集成贝叶斯神经网络模型以描述机器人打磨系统与工况环境交互作用,采用协方差矩阵自适应进化策略（CMA-ES）求解最优阻抗参数.构建机器人打磨系统虚拟样机平台,开展叶片工件的打磨仿真实验,验证所提方法的有效性.实验结果表明,所提方法在十几次训练后,能够将打磨力的绝对跟踪误差减小至较小值,较好地实现了机器人打磨系统的主动自适应变阻抗打磨力控制,提高了机器人打磨力控制的柔顺性和鲁棒性.     

机器人打磨自适应变阻抗主动柔顺恒力控制

为解决工业机器人打磨过程中存在复杂时变非线性耦合与不确定性扰动导致机器人柔顺恒力打磨自适应调节能力不足的问题,首先给出了一种可实现沿轴向平移与旋转运动解耦的力控末端执行器,其次设计了一种自抗扰控制器和一种粒子群神经网络变阻抗控制器分别作为内环控制和外环控制,在此基础上,提出了一种机器人自适应变阻抗主动柔顺恒力控制方法,用于在线自适应优化阻抗参数,动态调节打磨力修正量,实现机器人打磨作业自适应主动柔顺恒力控制。最后采用Lyapunov稳定性理论分析证明了所提出方法的闭环稳定性。通过机器人打磨系统虚拟样机联合仿真实验和机器人平台实物实验,验证了所提出方法的有效性。实验结果表明,所提方法能够较好实现静态与动态期望打磨力跟踪,减小了打磨力波动、力超调量以及打磨初期打磨工具处的冲击力,提高了打磨力控制系统抗扰动稳定性、恒力跟踪性能和动态响应能力,对复杂多变工况机器人打磨作业具有较强的适应性与鲁棒性。     

基于阻抗模型的卧式康复机器人柔顺控制

为满足脑卒中患者早期卧床康复需求,结合临床康复手法与人机工程学,设计了一款卧式康复机器人。该卧式康复机器人可以提供单腿屈髋屈膝运动、卧式步态运动、桥式运动等多种有效的康复动作。为确保训练的安全性以及改善在训练过程中由人机交互作用带来的舒适度和柔顺性差等问题,采用一种基于阻抗模型的柔顺控制方法。将人与机器人之间的交互视为一种虚拟的阻抗模型,即二阶质量-弹簧-阻尼模型,并基于该阻抗模型进行康复机器人的柔顺控制研究。该柔顺控制策略由外环阻抗控制器和内环PID控制器组成,外环的阻抗控制器通过将人机交互力作用在阻抗模型上,实现根据人体意图对运动轨迹进行改变,而内环的PID控制器主要实现对生成的期望轨迹进行稳定跟踪。通过实验证明了基于阻抗模型的卧式康复机器人柔顺控制的有效性。     

仿水黾机器人划水腿刚柔耦合动力学建模与仿真研究

仿水黾机器人一般采用轻型材料制作并且是在较高速度下运行,构件的弹性变形将直接影响机器人系统的运动特性.本文采用假设模态法来描述划水腿的变形,在Lagrange方程的基础上建立仿水黾机器人驱动机构划水腿的刚柔耦合动力学模型,数值仿真曲线描绘出划水腿的柔性变形对末端轨迹的影响.该研究为该机器人今后进行主动控制,获得更快的运动速度,准确运行轨迹路线奠定基础.     

基于下肢病情估计的康复机器人自适应阻抗控制

针对康复患肢的病情变化,提出了一种自适应阻抗控制方法。在患肢康复过程中,患肢的病情是进行康复训练的基础。首先采用周期参数来估计患肢病情,然后建立以符合生理学特征的标准函数为基础的轨迹参数,采用超代遗传算法,对下肢轨迹参数和阻抗参数优化,接着设计了自适应阻抗控制器,最后进行仿真实验,通过与传统方法比较,结果验证了超代遗传算法的有效性。     

手臂康复机器人阻抗控制实验研究

手臂康复机器人是一种用于因偏瘫、外伤等造成手臂运动障碍患者的辅助康复训练机器人,考虑到患者训练的安全性和舒适性,需要机器人有一定的柔顺性.对此,在控制模型中引入阻抗控制.建立并分析了手臂肌力训练模式目标阻抗控制模型,在此基础上进行了简化.建立了基于dSPACE实时仿真平台的半物理仿真实验系统,以回转关节为例,给出了不同控制参数下的力与关节角度曲线,分析了控制参数对控制效果的影响,结果表明控制模型的可行性和有效性.     

基于小波分析与贝叶斯估计的组合统计建模

小波分解方法可以实现时间序列的分解。利用小波分析分解出趋势项序列与周期项序列,分别对 两部分序列建立ＡＲＭＡ模型进行预测,并重构序列。为了降低估计效率的代价,本文引入ＭＣＭＣ方法对 趋势项和周期项序列建立的ＡＲＭＡ模型参数进行估计,得出自回归系数与剩余项（趋势项序列减去自回 归项的预测值）,并利用ＯＬＳ方法对剩余项重新估计,最后重组序列。利用样本外数据进行预测分析,我 国铁路货运量数据的实证分析结果表明,小波分析的引入可提高预测效果,基于小波分析与ＭＣＭＣ ＯＬＳ 估计组合方法与其他方法相比,预测效果更好。     

多关节机器人的自适应阻抗控制研究

为了对动车组侧窗玻璃安装机器人末端接触力进行控制研究,在阻抗控制的基础上,提出了一种多关节机器人自适应阻抗控制算法,该算法能实现机器人末端接触力准确跟踪期望力。以PUMA560机器人前三关节为对象在接触空间进行仿真研究,仿真结果表明,基于自适应阻抗控制方法能很好地对动车组侧窗玻璃安装机器人的位置和力进行跟踪。     

刚柔耦合机器人综述

刚柔耦合机器人由刚性材料和柔性材料结合而成,刚性机器人刚度大、可控性好,柔性机器人韧性好,刚柔耦合机器人将其优点集于一身,具有广阔的发展空间.本文介绍了国内外刚柔耦合机器人的发展现状,详细阐述了刚柔耦合机器人的三种驱动方式：气动驱动、电活性聚合物驱动和形状记忆合金驱动,重点分析了目前刚柔耦合机器人特别是柔性机器人常用的建模方法,以及刚柔耦合机器人控制算法.最后,对刚柔耦合机器人未来的发展提出了展望.     

基于刚柔混合建模的移动焊接机器人系统仿真

以某移动焊接机器人为例,在刚柔混合建模理论与方法的基础上,利用Pro/E对移动焊接机器人进行整体造型;不仅将模型导入到仿真软件ADAMS环境,而且利用ADAMS/AutoFlex模块对机器人部分构件建立柔性体,同时通过ADAMS/View构建了机器人的刚柔多体动态仿真模型。仿真分析说明：该模型能够准确的反映焊接机器人的运动和受力情况,其分析也为末端机械手的动力学研究和移动焊接机器人物理样机的开发提供可靠的方法和依据。     

增压缸内置气控阀的动态特性及仿真

为了解决增压缸增力适应问题,研究了增压缸内置二位三通阀动态特性. 利用ＡＭＥｓｉｍ软件中气动及液压零件库组件对该二位三通气控阀进行了建模与仿真,分析了该阀处于不同工作压力下位移、速度、质量流量和焓流量曲线. 结果表明:在工作压力为0.５　MPa时,该阀的换向时间约为１９５　ｍｓ;当工作压力为0.５～0.８　MPa范围内,气源压力每增加0.１　MPa,该阀换向速度加快约为１３　ｍｓ;质量流量与焓流量峰值随着气源压力增大而增大,但其达到峰值时间与趋于０点时间基本没有变化. 该二位三通阀的启动压力约为0.２４　MPa,响应时间约为３５　ｍｓ. 数学计算与软件仿真数据误差在可接受范围,结果可靠.     

基于自抗干扰的装配机器人阻抗控制技术

为了提升机器人装配作业的精确性和柔顺性,提出改进型自抗扰阻抗控制策略.该策略通过自抗扰控制器生成新期望力来调整机器人末端工具坐标系的位置,实现精确的力跟踪.通过扰动观测器观测环境信息并补偿控制系统的期望力,提高控制系统对环境参数的适应性.引入阻抗模型改进扰动观测器,使观测器的响应速度增大,力跟踪的精度提高.基于六自由度机器人的精密轴孔装配实验结果表明,与传统阻抗控制相比,基于自抗扰控制（ADRC）的阻抗控制能够在较小的接触力误差下完成装配,且基于改进型自抗扰控制的阻抗控制的力平均误差比改进前自抗扰控制减小12.0%～28.2%.     

基于Hadoop的Apriori算法与实现

针对传统 Ａｐｒｉｏｎ数据挖掘算法平台的硬件瓶颈以及算法运算耗时、需要重复扫描数据库等缺点,提出了一种基于 Ｈａｄｏｏｐ平台应用 ＭａｐＲｅｄｕｃｅ模型与 Ｈｂａｓｅ,对 Ａｐｒｉｏｒｉ进行云端的迁移和优化的算法,并与其他的改进 Ａｐｒｉｏｒｉ算法进行了分析与比较。实验结果表明：新的云端算法降低了时间复杂度,使其可以更好的进行数据处理。     

下肢助力外骨骼机器人自适应阻抗控制研究

当前用于人体运动增强的下肢助力外骨骼系统获得越来越多的关注。获取高精度跟随控制是下肢助力外骨骼机器人研制的主要挑战。针对当前基于位置的控制算法需要复杂的外骨骼动力学模型的问题,该文提出了基于增强学习的变参数阻抗控制算法。首先介绍了HUALEX助力外骨骼系统并对HUALEX建立简单动力学模型。基于此,提出一种基于增强学习的自适应阻抗控制算法,验证了阻抗参数对控制效果的影响,并通过仿真实验验证了该算法的有效性。     

基于ADAMS的柔性焊接机器人动力学仿真

在Pro/E中完成了焊接机器人的三维建模,然后导入ADAMS软件中,添加约束后建立了焊接机器人的虚拟样机模型。考虑到柔性构件对机器人系统运动性能的影响,构建了该机器人的刚柔耦合模型,并进行了动力学仿真。结果表明:柔性手臂构件对机械手的运动精度产生了较大影响。     

一种基于Ａｎｄｒｏｉｄ智能手机的车载定位查询软件

为实现在Ａｎｄｒｏｉｄ智能手机上对远程车载设备的定位查询,设计了一种基于Ａｎｄｒｏｉｄ的车载 定位查询软件．提出了一种车载定位查询系统框架,采用会话初始化协议作为系统的通信协议．在 拓展会话初始化协议的基础上,在该系统中设计了一种车载定位设备的定位信息上传和查询机制． 阐述了Ａｎｄｒｏｉｄ定位查询客户端软件的设计,客户端通过会话初始化协议实现了手机客户端的登 录、定位设备列表的获取和定位信息的查询,并使用Ｇｏｏｇｌｅ地图服务将车载定位设备的定位信息 标记在地图上．     

基于强化学习的学习变阻抗控制

为了提高力控制的性能,使机器人高效自主地学习执行力控制任务,本文提出一种学习变阻抗控制方法。该方法采用基于模型的强化学习算法学习最优阻抗调节策略,使用高斯过程模型作为系统的变换动力学模型,允许概率化的推理与规划,并在成本函数中加入能量损失项,实现误差和能量的权衡。仿真实验结果表明:该学习变阻抗控制方法具有高效性,仅需数次交互即可成功学习完成力控制任务,大大减少了所需的交互次数与交互时间,且学习得到的阻抗控制策略具有仿生特性,可用于学习执行力敏感型任务。     

基于双机器人打磨平台控制系统设计

根据轮毂的结构特点,采用"分类分区"的策略对轮毂不同区域制订打磨方案.重点对打磨空间受限且打磨轨迹复杂的轮毂孔端面区域,提出一种基于双机器人协作打磨的方案,并对双机器人协作控制系统进行详细地设计与介绍.采用基于模型设计的方法完成双机器人控制系统的设计与开发,并进行机器人打磨轨迹跟踪和轮毂恒力打磨试验.试验结果表明:一台...     

基于直角坐标的机器人动力学与控制方案设计

本文提出一种基于直角坐标的机器人动力学与控制方案，动力学方程采用作者自行推导的基于凯恩方程的机器人动力学递推算法并结合运用拉格朗日－欧拉方程，而控制系统是以前馈和反馈两部分为特征，前馈部分采用计算转矩法，而反馈部分分别采用自校正和自适应滤波来达到对机器人非线性、强耦合和摩擦因素的控制和补偿。本文方案由于采用新的动力学算法，因此计算量较少。