模块化机器人的惯性参数辨识研究

提出了一种基于六维力／力矩传感器的模块化机器人惯性参数辨识的方法。首先，通过Newton-Euler方程建立模块化机器人的动力学方程,然后利用基座力旋量平衡原理建立辨识模型对动力学方程中的未知参数进行辨识，最后以德国AMTEC公司生产的PowerCube模块化机器人实体对这种方法进行了实验验证。     

实时上肢参数辨识的康复机器人力控制研究

针对病人进行康复训练时,上肢动力学参数估计不准确和训练过程发生上肢动力学参数变化,所导致康复机器人系统辅助力计算不准确,影响精确和稳定的控制练训。为减小辅助力计算误差,实现精确和稳定的训练控制,基于阻抗控制算法,使用多元线性回归方法对上肢动力学参数进行辨识,提出了一种实时上肢动力学参数辨识的阻抗控制算法,建立了康复机器人动力学模型,同时对控制算法进行仿真研究。仿真结果表明该算法能够准确地对上肢动力学参数进行辨识,有效地消除了辅助力计算误差,实现训练过程中训练轨迹精确控制。     

基于腕力传感器的机器人操作臂惯性参数辨识方法

针对工业机器人结构设计及动力控制中，在比现有方法少用了基座力传感器的基础上，充分挖掘了腕力传感器的信息，利用机械臂运动学及动力学递推关系，由Newton-Euler方程导出了各连杆惯性参数逆向的辨识模型．以一个算例说明了方法的运用，为机器人操作臂动力学建模提供了理论基础．     

空间机器人动力学参数在轨辨识方法

针对机器人动力学参数识别问题,提出了基于有限遥测信息的空间机器人动力学参数在轨辨识方法.首先深入分析了各动力学参数对系统角动量的影响程度,并进行了参数重组,然后依据空间机器人系统的角动量守恒原理,推导了动力学参数与系统角动量之间的映射关系,最后,利用Gauss-Seidel迭代方法获得辨识结果.仿真表明,该方法能够快速地辨识出相关的动力学参数,方法利用遥测获得的飞行数据不需要额外的测量设备或者操作程序,为空间机器人动力学参数在轨实时辨识提供了理论方法.     

基于自适应反作用零空间控制的大型非合作目标动力学参数实时辨识仿真

针对小型空间机器人抓捕大型空间非合作目标时被抓捕目标初始动量未知且不为0、实时辨识过程中基座姿态受扰动较大的问题,采用自适应反作用零空间控制方法保证在轨实时参数辨识阶段基座姿态受到的扰动最小,建立含有目标动力学参数的动量增量方程,根据在轨实时测量的基座线速度、角速度和机械臂关节角度、角速度求解目标的未知动力学参数.数值仿真结果表明,该方法在辨识过程中可实现空间机器人基座姿态较小的扰动,而且在初始动量未知且不为0的情况下能够实时高精度辨识出大型非合作目标的动力学参数.     

具有谐波减速器的机器人关节建模与动力学参数辨识

针对串联机器人,提出了一种改进的机器人关节模型,并采用该模型开展了机器人动力学建模与辨识工作。建立了机器人动力学模型,对机器人关节结构进行分析,改进了关节模型,并通过谐波减速器的输入力矩近似估计其摩擦力矩。选取傅里叶级数为激励轨迹并优化其参数,通过控制关节按照所得轨迹运动,采集并处理相关数据,并基于加权最小二乘法分别辨识机器人关节模型参数与连杆动力学参数。通过关节预测力矩对所得参数进行验证,结果表明,基于改进关节模型的机器人动力学模型精度得到明显提升。     

基于凯恩方法的机器人动力学建模与仿真

研究机器人动力学的目的是多方面的.机器人动力学模型的重要应用是设计机器人,因为动力学方程可以用来精确地算出实现给定运动所需要的力(矩).用凯恩方法对六自由度关节臂式机器人进行动力学方程的推导,可以减少计算步骤,提高计算效率.经过对推导的动力学方程仿真可以找到现场使用机器人第三个臂出现故障的原因,因此在机器人具体设计、轨迹规划、动力学优化以及实时控制中可以代入具体的参数,从而时机器人的动力学性能进行分析,并具有通用性.     

洁净机器人反应转矩观测与碰撞保护研究

提出一种基于反应转矩观测器的机器人碰撞保护方法;机器人的反应转矩由基于模型的干扰观测器估值得到,模型的建立包括电机系统转矩模型与机器人系统动力学模型两部分;由于洁净机器人特殊的构型及关节耦合关系,机器人的动力学建模被大大简化,同时对简化后的模型采用最小二乘法对惯性参数和摩擦参数进行辨识,提高了模型的精度;根据永磁同步电机的转矩模型与机器人动力学模型,可以得到基于电机电流的机器人关节转矩;机器人与外界环境接触时,关节转矩的增加量即为反应转矩;通过设计反应转矩观测器并采用力/位混合控制结构,实现基于电流的机器人主动柔顺控制功能,并在洁净机器人进行碰撞保护实验,实际运行结果验证了该方法的有效性。     

空间站载荷转移机构机器人的力加载控制方法

针对机器人在空间站载荷转移机构力加载过程中,由于展开完成后的载荷转移机构在力的方向上发生变形,导致机器人力控制系统难以保持稳定、加载精度不足或调节时间过长的问题,提出了自适应调整导纳控制器参数的策略．首先,根据导纳控制理论建立力与位移的关系,初步提出了基于直角坐标系的力跟随/力加载控制器;然后,根据加载实验数据,采用最小二乘法对载荷转移机构模型进行参数辨识,建立机器人特定工作空间的力与位置关系;最后,通过自适应调整导纳控制器参数使机器人动力学模型与载荷转移机构的动力学模型近似匹配,实现机器人对展开完成后的载荷转移机构末端的空间力实时加载．实验得出机器人对载荷转移机构位置跟随偏差不超过0.1 mm,加载力误差不超过1%．仿真结果表明,该机器人满足精度要求,为载荷转移机构提供了较为真实的等效空间载荷．     

水下机器人参数辨识的量子粒子群算法

水下机器人动力学模型参数辨识是水下机器人运动状态控制、路径跟踪、状态监测、故障诊断及容错系统开发的基础,是水下机器人研究的核心内容之一.针对Falcon开架缆控水下机器人的动力学模型,将量子粒子群优化算法引入到水下机器人动力学模型参数辨识之中,提出基于量子粒子群优化算法(Quantum-behaved PSO,QPSO)的水下机器人动力学模型参数辨识,并将其辨识结果与粒子群优化算法(Particle Swarm Optimization,PSO)及遗传算法(GA)的辨识结果进行比较.仿真结果表明应用QPSO算法的参数辨识结果明显优于其它对比方法,说明了算法的有效性与合理性.     

受约束空间机器人降阶自适应神经网络滑模控制

为了实现受约束空间机器人的高精度控制,提出了一种基于U-K(Udwadia-Kalaba)方程的降阶自适应神经网络滑模控制算法;基于U-K方程,同时考虑受约束空间机器人各个关节的理想约束力与非理想约束力,推导得到详细的动力学方程;考虑到非理想约束力具有不确定性且单独采用滑模控制会出现抖振现象,提出了自适应神经网络滑模控制算法,实现各关节角度、角速度以及非理想约束力的高精度跟踪;针对系统受约束模型,对动力学方程和滑模控制器进行了降阶求解,减少了变量并简化了计算过程;为了验证所提算法的正确性与合理性,以2自由度受约束空间机器人为例进行了仿真验证;仿真结果表明：受约束空间机器人的各关节角度、角速度以及非理想约束力的跟踪误差均低于10^-4量级。     

基于RBF神经网络补偿的一种绳牵引并联机器人 支撑系统的力/位混合控制

为了保证用于风洞试验的绳牵引并联机器人支撑系统(wire-driven parallel robot support system, WDPRSS)的末端执行精度,设计一种采用Hamilton-Jacobi Inequality(HJI)定理并基于RBF神经网络补偿的力/位混合控制.通过对WDPRSS的动力学建模分析,选择以位姿作为变量建立WDPRSS的整体动力学方程,将所设计的力/位混合控制代入到整体动力学方程中得到误差闭环系统,对闭环系统进行稳定性分析,结果表明WDPRSS是趋于渐近稳定特性的.对八绳牵引的并联机器人支撑系统进行Matlab/Simulink仿真实验,仿真结果表明所设计的力/位混合控制是正确有效的,满足控制精度要求,并将所设计的力/位混合控制与PD控制进行对比分析.最后,通过样机实验验证所提出控制方案的有效性.     

多机器人协同吊运系统的协调动态载荷分配

针对多机器人共同吊运同一个物体形成闭运动链的协调系统,利用用牛顿-欧拉法建立了系统的广义动力学方程.研究了多机器人协调吊运系统动态载荷的一种实时性分配方法.根据各机器人的承载力,用线性加权方法使被吊运物质心处的内力有限并获得了系统的载荷分配原则.随后根据被吊运物的期望运动,给出了系统动态载荷分配的解析表达式,并进而可计算得到各机器人的期望工作载荷.最后,采用ABB工业机器人搭建吊运平台,实验验证所获得的载荷分配方法.研究结果为进一步研究多移动机器人协调吊运系统的载荷分配问题打下基础.     

Active tension optimal control for WT wheelchair robot by using a novel control law for holonomic or nonholonomic systems

The characteristics of interaction between WT wheelchair robot and stair environments is analyzed and possible patterns of WT wheelchair robot during the stair-climbing process are summarized, with criteria to determine the pattern of the wheelchair robot proposed. Aiming at the complicated mechanism of WT wheelchair robot with holonomic constraints and combining it with the dynamic programming, namely the Hamilton-Jacobi equation, a new control law called active tension optimal control is presented for holonomic or nonholonomic robotic systems, based on which one can make the wheelchair robot with a holonomic or nonholonomic mechanism track the expected reference input of constraint forces of holonomic or nonholinomic constraints as well as track the expected reference input of the generalized coordinate of each joint. The module STATEFLOW in MATLAB is used to simulate the entire stair-climbing process of WT wheelchair robot, and comparison is made between the output curves of each joint and the tension of the track and the expected reference input curves, which verifies the effectiveness of the proposed control law.     

GKD—1通用机器人多微处理机控制系统

本文介绍 GKD-1通用机器人多微处理机控制系统.该系统硬件采用模块化结构,具有易于扩充的特点;软件上采用动态任务调度,并提供了支持分布式程序设计的环境,使系统具有很强的通用性.目前,我们利用该控制器成功地在 PUMA 562 6自由度机械手上进行了力反馈顺应控制实验.并使采样周期缩短到4.883ms.     

遥操作机器人的新型力反馈算法*

在采用液压挖掘机改造的遥操作机器人双向伺服控制系统中,针对大臂和前臂两个自由度构建力反馈控制算法。以准确地获取从端机器人与环境的作用力,使反馈力能够更好地反映从端工作状况为目的,采用构建干扰力补偿项的方法消除干扰力对反馈力的影响;以机器人转角为输入,以空载时检测到的液压缸作用力为输出,通过径向基函数构建干扰力补偿项,此补偿项可对多种因机器人的机械本体动力学特性产生的干扰力之合力进行补偿。实验证明,在以液压机构为从手的双向力反馈系统中,通过构建干扰力补偿项的方法提高力反馈效果的方法是可行的,采用的带有干扰力     

Navigation integration of a mobile robot in dynamic environments

This article presents a design and experimental study of navigation integration of an intelligent mobile robot in dynamic environments. The proposed integration architecture is based on the virtual‐force concept, by which each navigation resource is assumed to exert a virtual force on the robot. The resultant force determines how the robot will move. Reactive behavior and proactive planning can both be handled in a simple and uniform manner using the proposed integration method. A real‐time motion predictor is employed to enable the mobile robot to deal in advance with moving obstacles. A grid map is maintained using on‐line sensory data for global path planning, and a bidirectional algorithm is proposed for planning the shortest path for the robot by using updated grid‐map information. Therefore, the mobile robot has the capacity to both learn and adapt to variations. To implement the whole navigation system efficiently, a blackboard model is used to coordinate the computation on board the vehicle. Simulation and experimental results are presented to verify the proposed design and demonstrate smooth navigation behavior of the intelligent mobile robot in dynamic environments. ©1999 John Wiley & Sons, Inc.     

一种仿人机器人跑步状态分析模型

依据仿人机器人跑步的动力学特性,通过对仿人机器人虚拟加速度传感器输出的信号进行分析,建立了仿人机器人跑步相关特征值的概率模型.针对仿人机器人的结构,分析了在整个跑步过程中惯性力和弯矩的作用,对跑步状态的影响,获取虚拟加速度传感器输出的信号,采用小波变换分析动态信号,同时进行快速傅里叶变换,在频域上提取能量特征值.使用马氏距离作为稳定跑步的判定标准,并给出了定量描述,在ADAMS软件中搭建仿人机器人,虚拟加速度传感器设置在质心处,进行跑步仿真实验,仿真实验结果表明,该模型能够反映仿人机器人的跑步特性,仿人机器人能够在跑步状态发生改变时,根据跑步特征及时调整步态,保证其稳定性.     

Landing Force Control for Humanoid Robot by Time-Domain Passivity Approach

This paper proposes a control method to absorb the landing force or the ground reaction force for a stable dynamic walking of a humanoid robot. Humanoid robot may become unstable during walking due to the impulsive contact force of the sudden landing of its foot. Therefore, a control method to decrease the landing force is required. In this paper, time-domain passivity control approach is applied for this purpose. Ground and the foot of the robot are modeled as two one-port network systems that are connected, and exchange energy with each other. The time-domain passivity controller with admittance causality is implemented, which has the landing force as input and foot's position to trim off the force as output. The proposed landing force controller can enhance the stability of the walking robot from simple computation. The small-sized humanoid robot, HanSaRam-VII that has 27 DOFs, is developed to verify the proposed scheme through dynamic walking experiments.