迅速发展的军用机器人技术

机器人技术发展迅猛 从技术角度来看,现代机器人已发展到第三代。第一代机器人是示教再现型工业机器人。它们装有记忆储存器,由人将作业的各种操作要求示范给机器人,使之记住操作的程序和要领。当它接到再现命令时,则自主地模仿示教的动作行事。第二代机器人是装有小型计算机和传感器的离散编程的工业机器人。它能感知外界信息和进行“思维”,比第一代机器人更灵活、更能适应环境变化的需要。第三代是智能机器人,它装有多种传感器,能识别作业环境,能自主决策,具有人类大脑的部分功能,且动作灵活,是人工智能技术发展到高级阶段的产物。     

智能机器人的现状及未来

引言 1.机器人发展历程的简短回顾 自从为抓取放射性材料而设计制造的第一台遥控机械手的诞生至今已经有四十多年了,在这短短的四十几年里,机器人的发展已经历了三代:第一代是可编程的示教再现型机器人;第二代是具有一定的感觉功能和一定自适应能力的离线编程机器人;第三代是智能机器人,这种机器人装有多种传感器,并能将多种传感器探测到的信息进行“融合”(多传感器的信息融合),能有效地适应变化的环境,具有很强的自适应能力,并具有自学习、自治(自己管理自己、自主决策)功能。     

智能遥控作业器——下一代机器人发展的重要生长点

引言 “机器人”(robot)一词最早出现在本世纪初的科幻小说中,而直到本世纪中期才出现真正的机器人。机器人一经出现就显示出极高的使用价值,被广泛地应用到各种领域如机械制造、核工业、太空等。进入八十年代后,人们把机器人分成主要的两大类:工业机器人和遥控机器人。同时又把这两类机器人的发展过程分为三代:第一代指示教再现工业机器人及遥控作业机器人;第二代指基于传感器信息的离线编程工业机器人及监控作业机器人;第三代指装有多种传感器,接受作业指令后能根据环境自行编程的自主式机器人,又称为智能机器人。可见工业机器人和遥控机器人虽沿着不同的方向发     

示教机器人模型

这个模型具备示教再现机器人。的基本构成:传感器、示教键盘、控制器、驱动电路和电机伺服系统。虽然只有两个自由度,但经过不同机械结构的组合,以及通过示教,可做出很多有趣的动作,它还可以成为机械昆虫的一条腿。     

基于示教与视觉纠偏的机器人自动焊接方法研究

给出了一种示教与纠偏相结合的焊缝跟踪方法，用于实现机器人的自动焊接．针对传统的示教再现机器人，由激光视觉传感器测量实际路径与示教路径之间的偏差．机器人控制器根据示教路径和偏差，对焊枪的运动方向和位置进行调整，实现焊缝跟踪．利用六自由度机器人和激光结构光视觉传感器设计了实验系统，对所提方法进行了实验．实验结果验证了该方法的有效性．     

基于线性二次型最优控制的机器人示教数据处理系统设计

针对机器人拖动示教过程中传感器采集的数据含有噪声的问题,提出了一种基于线性二次型最优控制的运动轨迹控制器。首先,针对机器人关节运动特性建立状态空间模型,并设计相应的性能指标;然后,采用线性二次型最优控制设计最优控制律和相应的控制系统;最后,以Franka Emika机器人为示教对象进行实验,将机器人自身传感器采集的数据作为最优控制系统的输入,将系统输出用于机器人的运动控制,完成机器人拖动示教。实验结果表明,线性二次型最优控制方法能有效抑制传感器采集数据的噪声,较好地将关节速度、加速度和急动度的幅值控制在合理范围内,使处理后的数据能更好地应用于机器人的拖动示教。     

搬运机器人完成装配作业——试论“第1.5代机器人”

第1代工业机器人没有力传感器,因而不能进行适应环境及有智能的操作,限制了它在工业上的应用.我们主要通过软件使它具有简单的力感及接触感,能完成插销入孔,拧螺栓等操作,具有第2代机器人的部分功能,因而可以称它为第1.5代机器人,它特别适宜于我国的工业现场.     

面向直接示教的机器人负载自适应零力控制

相对于基于末端多维力传感器的直接示教工业机器人,基于关节扭矩传感器信息的机器人可接触范围大,且安全性更好.但在变负载的复杂工况下,加上受到机器人自身摩擦力、重力、惯性力的影响,示教效率受到制约.为此,本文提出了一种零力控制方法.首先,引入柔性关节机械臂的动力学模型作为被控对象,并分析了该模型中电机摩擦力、惯量以及机械臂重力在直接示教过程中的影响.然后,为精确补偿机器人自身的重力,基于QR分解与最小二乘理论进行参数辨识.而且针对机器人更换末端执行器或抓取物品后模型参数发生变化的情况,提出一种变负载自适应零力控制方法.最后,在自主研发的7自由度协作型机器人平台上进行了实验.机械臂自身重力参数辨识后的模型最大计算误差在关节额定力矩的4%以内,单关节力牵引实验中通过调节零力控制参数,牵引力矩可由约13 N·m下降到约2 N·m.变负载下的机器人牵引实验中,控制器能够在10 s内更新参数.实验结果表明,在负载变化的情况下,该控制方法可帮助操作者轻松地拖拽机器人进行精准、高效的直接示教.     

机器人图形示教盒编程的研究

本文介绍机器人作业的图形示教盒编程.通过建立机器人的运动学和三维几何模型,采用实时动画技术,在计算机屏幕上对机器人进行图形仿真示教,文中还讨论了图形示教程序的单步执行和实时修正方法,并给出了国产 PJ-lA 机器人进行喷漆作业的图形示教盒编程的实例.结果表明:机器人的图形示教盒编程具有生动、方便的特点,为机器人的编程研究提供了适用的工具.     

基于NUC120的点胶机器人手持示教器系统设计

在点胶机器人的使用过程中,手持示教器系统是不可或缺的重要部分,其性能决定了点胶机器人的使用效果.设计了一种以NUC120单片机为核心的点胶机器人手持示教器,该示教器使用薄膜按键和点阵液晶显示屏实现人机接口界面设计,使用串口方式和点胶机器人运动控制卡通信.所设计的示教盒通过输入作业和相关参数信息,结合配置参数,可以自动转换成点胶机器人可识别的指令,从而实现人机交互功能,使机器人的示教过程简单直观.     

用于机器人焊缝跟踪的三维传感器

<正> 1 前言 现在使用的弧焊机器人,基本上为第一代示教再现型工业机器人。焊接前要对进行焊接的焊缝进行示教,并要求将焊接方向相对于焊缝位置准确定位,这是很花费时间的事情。此外,由于局部加热而引起的热变形,或者零件焊缝本身不规则,常     

基于加速度传感器的下肢康复机器人示教训练

将康复治疗人员的临床治疗经验与康复机器人的训练结合,能够有效提高已有下肢康复机器人的训练性能,为此提出一种基于加速度传感器的示教训练方法及无线数据采集系统。通过已有的外骨骼式下肢康复机器人,分析并推导出关节角度与末端轨迹的关系及关节加速度与关节角度的关系。通过加速度信息分析出轨迹信息从而控制训练轨迹。研发的无线数据采集系统提取康复师训练时患者下肢加速度信息并转化成轨迹信息,进而被用于康复机器人示教训练控制。实验结果证明,该系统能够满足康复机器人的示教训练要求。     

AW--600弧焊机器人

北京机械工业自动化所机器人中心新近开发研制的AW一600弧焊机器人(国家"八五"攻关项目)是示教再现型工业机器人,它适用于弧焊、水切割、等离子切割、涂密封技、搬运、装配等多种作业.     

工业机器人示教盒系统的设计

采用微机控制技术,以8031单片机为核心,实现了工业机器人的示教盒示教系统硬件和软件的功能.通过示教盒上的键控和显示,实现人机交互的功能,使操作者顺利完成对机器人的协调控制.     

六自由度喷涂机器人示教检查的研究

通过介绍目前喷涂机器人的研究现状.引出在工业级计算机IPC与运动控制卡的平台上研制六自由度喷涂机器人的可行性.在参考其它工业机器人的示教检查的基础上,本文提出符合6自由喷涂机器人工作要求的新的示教检查的方法,并详细介绍示教检查中单步检查、连续检查和干运行三部分的程序流程及具体实现途径.     

可穿戴式人体姿态检测系统设计

针对临床康复中人体关节活动度检测评估和康复机器人动作示教不方便、训练参数设置繁琐等问题,设计一种价格低廉、运动数据采集方便直观的人体姿态检测系统。系统采用MPU6050惯性测量单元,利用I~2C通信实现多通道传感器数据的采集上传,在上位机LabVIEW环境下基于互补滤波算法实现人体关节角度的检测。通过与某公司生产的三维步态分析及运动训练系统进行比对,证实此系统准确可靠,并利用此系统进行卧式下肢康复训练机器人示教动作采集,实现了机器人示教功能。     

用Visual C++开发装配机器人微机屏幕示教盒

文章用VC＋＋6．0开发了一个精密装配机器人微机屏幕示教盒。该示教盒是基于PC机的精密装配机器人语言编程系统平台的组成部分。用户可通过鼠标操作该屏幕示教盒实现装配机器人的在线示教编程,从而可以替代传统的用单片机制作的示教盒。     

利用触摸屏对机器人示教

要让机器人替我们工作,就必须先对机器人发出指示,让它知道应该完成的动作和工作的具体内容,这个过程就叫做示教(Teaching)。经过几十年的研究发展,示教方法已经从原来的直接示教(direct teach)逐步过度到离线示教(off—line teach)。示教方法越先进,示教时间就越短,精度就越高,机器人的工作效率也就会大大提高。 经常逛大型商场的人肯定对触摸屏不会陌生,当我们的手指触摸屏幕的不同部分时,屏幕就会通过显示不同的文字和画面来响应,既快捷又方便。那么能否把触     

迭代学习神经网络控制在机器人示教学习中的应用

示教学习是机器人运动技能获取的一种高效手段.当采用摄像机作为示教轨迹记录部件时,示教学习涉及如何通过反复尝试获得未知机器人摄像机模型问题.本文力图针对非线性系统重复作业中的可重复不确定性学习,提出一个迭代学习神经网络控制方案,该控制器将保证系统最大跟踪误差维持在神经网络有效近似域内.为此提出了一个适合于重复作业应用的分布式神经网络结构.该神经网络由沿期望轨线分布的一系列局部神经网络构成,每一局部神经网络对对应期望轨迹点邻域进行近似并通过重复作业完成网络训练.由于所设计的局部神经网络相互独立,因此一个全程轨迹可以通过分段训练完成,由起始段到结束段,逐段实现期望轨迹的准确跟踪.该方法在具有未知机器人摄像机模型的轨迹示教模仿中得到验证,显示了它是一种高效的训练方法,同时具有一致的误差限界能力.     

基于STM32的机器人仿真示教器设计

为了克服传统机器人示教系统扩展性差且较为封闭等缺点,设计了一种基于STM32的机器人仿真示教器。该示教器以STM32作为主控芯片,引入μC/OSII实时操作系统,并采用以太网通信的方式,提高了系统的开放性。通过对利用计算机模拟得到的三维机器人进行仿真操控,验证该示教器的手动控制和示教再现等基本功能。实验结果表明,该仿真示教器可以灵活方便地练习机器人的示教操作,达到模拟操作实体机器人的效果,具有一定的实用价值。