新型机器人手指六维力传感器系统设计

针对六维力传感器刚度低、尺寸大等问题,设计了一种可应用于机器人手指的、新型Stewart并联结构的六维力传感器。对该六维力传感器的结构、测量电路等进行了设计,并对传感器标定数据进行了分析,结果表明该传感器系统设计理论正确,且具有一定应用价值。     

羽流力/力矩测量系统在线标定研究

基于压电效应开发的用于发动机羽流力/力矩测量系统,对其进行在线标定是需点解决的技术难题之一.针对立式结构的羽流力/力矩测量系统,选择液压力源配合标准力传感器的加载方式,设计了具备远程操作、在线标定、实时校准功能的标定平台.分析了六维力标定的加载方法以及加载力与传感器受力之间的关系,建立了六维力加载力学模型.对测试系统进行静态标定试验,得到了压电式六维力传感器各分量的线性拟合直线方程.试验表明:该六维力标定系统稳定、可靠,具有精度高、操作简便、对环境影响小等优点.     

新型力解耦和各向同性机器人六维力传感器

介绍了基于并联 6 -SPS结构的新型机器人六维力与力矩传感器的结构特点 ,并分析计算了其力与应变之间的转换关系及其力各向同性 ,为该六维力与力矩传感器的设计和使用提供了理论依据。分析计算结果表明该传感器是力与力矩解耦和各向同性的。该传感器采用弹性铰链替代球铰 ,具有结构灵巧、工艺性好等优点 ,可应用到机器人手腕、手指和其它使用多维力与力矩传感器的场合。     

水下机器人手爪力感知系统研究

提出了一种水下机器人手爪力感知系统的组成结构,该力感知系统由一个六维力/力矩传感器和三指夹持器指端的三个指力传感器组成,本文介绍了上述两种传感器的设计和标定,并对利用该手爪系统抓取物体进行了实际测试和分析,实验结果表明;所设计的力感知系统能够实时地感知腕力和夹持力信息,可以满足机械手力控制的需要.     

双层预紧式6维力传感器预紧力对精度影响分析

针对传统Stewart结构6维力传感器性能的不足,设计并研制了一种双层预紧式6维力传感器,并进行了精度分析与实验研究.首先,介绍了该6维力传感器的结构特点,基于螺旋理论建立了其数学模型以及预紧力的数学描述形式.为了提高传感器的测量精度,在分析预紧支路结构的基础上,通过增大预紧力来降低由于预紧支路结构变形产生的误差.其次,对不同预紧力下预紧支路的结构变形进行了有限元仿真.最后研制并开发了6维力传感器样机和标定系统,进行了不同预紧力情况下的标定实验.通过增大预紧力,传感器的最大Ⅰ类误差和Ⅱ类误差分别由满量程的2.73%、2.43%降低到0.41%、0.64%.实验结果表明,增大预紧力有效地降低了预紧支路变形带来的测量误差,提高了传感器的测量精度,从而验证了理论分析与仿真的正确性.     

机器人六维力传感器静态标定研究

针对Stewart并联结构的机器人六维力传感器，设计了其静态标定装置，对静态标定系统的结构组成及标定步骤进行研究。以机器人手指用六维力传感器为例进行了试验，对试验结果的分析表明了该标定系统设计及标定方法的正确性及实用性。     

六维力传感器的结构设计分析

为了改善现有六维力传感器的动态性能，提出了一种新型的六维力传感器弹性体结构。建立了结构模型，并采用有限元方法进行了静力学分析以及模态分析，分析了该传感器弹性体在各工况下的应变分布特征；随后对弹性体的关键尺寸参数进行了详细的设计，基于响应面分析法对数值计算结果进行拟合，建立了各工况下响应值与弹性体关键尺寸的回归方程。分析结果表明，该传感器具有良好的动态性能，其一阶固有频率高达3196.3 Hz，各个力分量的灵敏度均有提高，其中x方向力的灵敏度提高了26.09%。通过实验验证了该设计方案的可行性，该传感器的研制为高速作业机器人用多维力传感器的发展奠定了基础。     

一种小量程六维力传感器的设计与分析

针对外科手术力觉信息采集对多维力传感器提出的低量程和高分辨率的要求,对常规的十字梁六维力传感器进行结构改进,设计了一种具有滑移结构的低维间耦合的小量程六维力传感器。分析了传感器结构抑制维间耦合的机理,通过有限元方法分析了其受力变形情况。标定实验表明:该六维力传感器非线性误差与维间耦合误差均小于2%,具有高灵敏度、高分辨率和低维间耦合的特点。     

一种Stewart结构六维力／力矩传感器参数辨识研究

介绍了一种大量程Stewart结构六维力／力矩传感器系统．建立了传感器力／力矩测量数学模型,构建了基于运动学逆解的优化目标函数．提出了一种新的参数标定法,称作分支轮换标定法．基于所研发的六维力／力矩传感器系统进行了实验研究,实验结果表明分支轮换法可以有效地辨识出传感器的结构参数,提高了测量精度．该方法可用于类似结构的六维力／力矩传感器参数标定．     

一种基于双E型膜片的微小六维力传感器的设计

基于双E型膜片结构的六维力传感器用于常规环境下的机器人操作已有成熟应用,探讨将该结构应用于微纳环境下的机器人操作的可能性。首先介绍了该弹性体结构的测力原理,并用有限元分析软件对弹性体的静态和动态特性进行了仿真。结果表明此种结构的六维力传感器可在微纳环境下测力,并具有各向灵敏度高、线形好、维间耦合小等优点。     

一种用于微型六维力传感器的集成式应变计设计

为实现六维力传感器的微型化与集成化，提出了一种新型的集成式应变计．该应变计由6组敏感栅组成，可与薄壁圆筒型弹性体组成微型六维力传感器．文中介绍了信号调理电路和数字化电路的组成．采用微型数字信号处理器和刚柔结合的电路板实现了传感器的电路集成．对传感器进行了静动态标定并分析了实验结果．     

基于MSVR的六维腕力传感器静态解耦算法

针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机（Multi-output support vector regression,MSVR）的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。     

分层优化PF在六维力传感器下E型膜中的应用

针对动载环境下,噪声污染导致六维力传感器测量精度急剧下降的问题,提出一种具有分层优化步骤的改进粒子滤波算法。以双E型弹性体六维力传感器下E型膜为研究对象,根据正弦激励力响应和应变的关系,建立非线性系统模型。在粒子滤波的框架下,将样本集按权值的蜕化程度分层,引入野草繁殖算法,将最新的观测信息融入高权值子集。基于Thompson-Taylor算法,通过聚合重采样将高、低权值粒子随机组合,产生中权值粒子集。将优化后的粒子滤波算法在六维力传感器动态测试系统中进行仿真研究,结果表明,该算法能以更小的估计误差贴近真实后验概率密度,在保持实时性的同时,有效地提高六维力传感器的测量精度。     

基于RF-GA的六维力传感器解耦方法

多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型RF-GA（基于遗传算法的改进随机森林算法）解耦方法解决多维力信息的解耦问题，实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树，但每个子树的预测准度无法保证的问题，利用遗传算法对随机森林的子树进行筛选，保留优质子树，从而提高预测精度。以基于应变检测的六维力传感器为实验对象，将RF-GA算法运用到实际力信息解耦中，并通过解耦实验对RF-GA算法进行验证。与现有解耦算法相比，RF-GA解耦方法具有精度高、解耦时间短的优点，实验结果表明该算法能有效提高多维力传感器的解耦精度。     

机器人六维力传感器研究概况及发展预测

随着机器人技术的飞速发展，机器人六维力的传感器越来越多的得到广泛的应用。本文对机器人六维力传感器的研究概况及影响因素作了简要概述，并对未来机器人六维力传感器的发展方向作了预测。     

六维力传感器下E膜小生境野草EKF滤波研究

为减小噪声信号对六维力传感器测量精度的影响,同时解决因主振型信息缺失导致扩展Kalman滤波器难以获得最优系统估计的问题,提出一种基于小生境野草算法优化的扩展卡尔曼滤波（NIWO-EKF）算法。算法根据正弦激励力响应与应变之间的关系,构建六维力传感器下E型膜非线性系统模型。将系统干扰矩阵与控制矩阵视为一个整体,引入野草繁殖思想,以前6阶主振型信息构成的综合矩阵为均值,进行高斯采样,产生初始化的可行解。将小生境技术与野草算法相融合,利用野草算法进行全局搜索,根据适应度的大小对个体进行降序排列,按照小生境容量划分出多个种群协同合作,避免搜索过程陷入局部最优,提高算法的寻优精度和收敛速度。采用改进野草算法对EKF中的系统干扰控制矩阵进行优化处理。仿真实例表明,优化后的扩展卡尔曼滤波器能有效地提高六维力传感器的测量精度,具有很好的鲁棒性和稳定性。     

基于力敏导电橡胶的新型三维力柔性触觉传感器仿真研究

针对目前触觉传感器研究中不能兼有柔韧性和多维力测量等难题,设计了一种基于力敏导电橡胶的具有整体两层非对称网状式结构的触觉传感器,通过检测导电橡胶的电阻值变化来分析三维力信息。本文介绍了该传感器的基本结构,并基于理想力敏导电橡胶的力学特性建立了三维力并行测量的数学模型,通过对该模型的求解解决了三维力及各受力点之间复杂的耦合问题。仿真实验结果表明该传感器能够实现对表面任意单点三维力、多点三维力以及三维面力信息的测量。