基于LabVIEW的乒乓球机器人设计

乒乓球机器人系统对实时性的要求非常高,其设计涉及到了运动物体的识别、三维定位、快速轨迹预测和机械臂精确控制.在LabVIEW中调用图像处理模块获取并处理图像,满足实时性要求;使用滑轨和机械手结合来去球的方案,扩大了击球范围;调用Modbus函数库简化了伺服电机驱动器的控制,制作的样机目前已经可以实现乒乓球三维定位、击球点预测以及几个回合的人机对打.     

快速连续反应-避障作业环境下的七自由度灵巧臂轨迹规划

人类经长期学习训练后能对高速物体 (如棒球、乒乓球等)具有快速连续反应作业的运动技能, 从深层次上揭示是由于人体在其训练过程中不断学习优选了相应手臂的动作轨迹, 并储存了丰富的经验和知识. 受人体手臂动作此行为机制启发, 本文提出一种 7-DOF灵巧臂快速连续反应-避障作业的轨迹规划方法. 该方法将灵巧臂对高速物体目标作业的轨迹规划问题转化为动作轨迹参数化优选问题, 考虑作业过程中灵巧臂的机构物理约束和障碍约束条件, 以灵巧臂目标可作业度指标构建适应度函数, 采用粒子群优化 (Particle swarm optimization, PSO)方法优选作业轨迹中的冗余参数; 在此基础上 利用灵巧臂动作轨迹参数化优选方法构建相应作业环境下的知识数据库, 实现灵巧臂对高速物体目标的快速连续反应作业. 以仿人机器人乒乓球对弈作业为例, 将该方法应用于 7-DOF灵巧臂乒乓球作业的轨迹规划中. 数值实验及实际对弈试验结果表明, 该方法不仅能使灵巧臂所规划的轨迹 满足灵巧臂机构物理约束与障碍约束条件, 同时能实现灵巧臂对乒乓球体的快速连续反应作业, 验证了该方法的有效性.     

无迹卡尔曼滤波在旋转乒乓球轨迹预测中的应用

乒乓球机器人不能进行成功的智能回球的主要原因是对旋转球的轨迹预测不准确。减小轨迹预测误差可采取如下对策:分析旋转乒乓球飞行过程的运动学模型,采用无迹卡尔曼滤波(UKF)思想构建过程方程和观测方程,根据视觉系统观测得到的三维空间位置信息对乒乓球的三维空间位置、线速度及角速度进行在线估计。通过多次Matlab仿真对比实验和实际对比实验表明,UKF算法相对EKF算法在轨迹预测用时上可节省99%,跟踪误差更小。     

基于双目视觉的机器人目标定位与机械臂控制

为了更好地与复杂多变的非结构化环境进行交互,完成对目标物体的识别和抓取,提出了一种应用于服务机器人平台的基于双目视觉的仿人机械臂控制方法.文中首先用D-H方法对机械臂进行建模,并对这个模型做了改进,给出了一种更加简便的3+1自由度仿人机械臂的逆解算法,采用基于双目视觉与颜色分割的目标识别方法;然后根据识别出的目标三维坐标信息控制机械臂完成抓取任务;最后,本方法在家庭服务机器人上得到了验证,机器人能够完成对目标物体的识别和抓取动作.     

基于视觉与RFID的机器人自定位抓取算法

为实现机器人灵活的自定位,并使其准确地抓取物体,提出一种基于视觉与无线射频识别(RFID)技术的机器人自定位抓取算法。构建网格化环境,利用RFID技术确定机器人的初始位置、行进路线和方向,使用视觉系统获取物体的空间坐标,将其转换到手臂坐标系,采用改进的D-H模型对手臂进行建模,并给出机械臂逆解抓取算法。实验结果表明,该算法使得机器人定位的成功率达到76.7%,抓取成功率高达90%。     

基于双目视觉的机器人目标定位与机械臂控制

为了更好地与复杂多变的非结构化环境进行交互,完成对目标物体的识别和抓取,提出了一种应用于服务机器人平台的基于双目视觉的仿人机械臂控制方法。文中首先用D-H方法对机械臂进行建模,并对这个模型做了改进,给出了一种更加简便的3+1自由度仿人机械臂的逆解算法,采用基于双目视觉与颜色分割的目标识别方法;然后根据识别出的目标三维坐标信息控制机械臂完成抓取任务;最后,本方法在家庭服务机器人上得到了验证,机器人能够完成对目标物体的识别和抓取动作。     

基于特征点密度峰值的视觉伺服目标选择方法

为避免机器人视觉伺服过程中因无法进行目标选择而导致视觉伺服失败的问题,提出一种基于特征点密度峰值的视觉伺服目标选择方法.采用(oriented fast and rotated brief,ORB)特征点检测与匹配算法识别视场中所有的目标物体,利用PROSAC算法剔除误匹配点,通过引入特征点密度峰值聚类算法分离图像中不同目标物体的特征点,提出基于位置优先决策方法选择最佳视觉伺服目标.实验结果表明,通过该方法机器人能够在多个相同目标物体中选择一个最佳视觉伺服目标,有效解决了移动机器人视觉伺服中出现的目标选择问题.     

基于雅可比预测的机器人无模型视觉伺服定位控制

针对未知相机标定及目标3D几何模型,研究机器人无模型视觉伺服定位方法.引入状态空间,建立机器人“视觉空间-运动空间”雅可比非线性映射的状态方程和观测方程,提出神经网络联合卡尔曼滤波雅可比预测算法,网络在线动态补偿系统近似误差与参数估计误差,实现最小均方差条件下的雅可比预测;以李雅普诺夫稳定性准则构建雅可比预测的无模型图像视觉伺服控制方案,避免了相机标定和目标建模.“眼在手”六自由度机器人定位比较实验表明,图像空间特征轨迹平滑稳定在相机视场中,笛卡尔空间机器人末端运动平稳,无震荡回退,定位精度在10个像素范围内.     

基于DSP机器视觉的矩形类物体识别研究

针对机器人控制对视觉的实时性要求,设计了一种基于TMS320C6416图像处理平台的嵌入式机器人视觉系统.本系统以VC 6.0为平台来开发控制DSP的操作界面,通过该操作界面控制DSP对矩形类物体图像的采集、处理和识别,后DSP把识别的结果传送给主机,为机器人手臂的轨迹规划提供目标物体信息.文中给出了系统的硬件设计方案和软件实现过程.     

协作机器人智能视觉系统设计与实现

伴随着科技的发展,人工智能技术得到了飞速发展。协作机器人和机械臂在各大领域的应用变得越来越重要。传统的机械臂只能按照已规划好的路径进行物体的抓取,当物体不在或挪动位置时,抓取便无法正常完成,还需要重新规划路径,严重影响了工作效率。为了能够使机械臂自主获取外界信息,拥有自我感知周围环境的能力,基于视觉的协作机器人得到了快速发展。文中首先对基于视觉的协作机器人技术进行了简要介绍,随后对智能视觉系统进行了相关设计,接着介绍了智能视觉目标检测和识别模块,最后在周围环境以及外界信息未知的情况下,利用智能视觉系统实现了协作机器人对具体目标的识别定位和抓取。实验结果表明,该系统可以投用到实际的工程应用中,具有良好的使用价值。     

Short-Baseline Binocular Vision System for a Humanoid Ping-Pong Robot

We develop a short-baseline vision system for a humanoid ping-pong robot. The vision system can provide four-dimensional space-time information and can predict the future trajectory of a ball. Short baseline poses special challenges for achieving sufficient 3-D reconstruction and prediction accuracy within limited processing time. We propose two algorithms including direct calibration of projection matrix and Gaussian-fitting based ball-center location to guarantee the 3-D reconstruction accuracy; we propose algorithm of five-point based ball representation and utilize the constraint of ball detecting region to guarantee the processing speed; we also propose algorithm of smoothing-based trajectory prediction to improve the prediction accuracy. Experimental results show the accuracy and the speed of our vision system can meet the requirements of a humanoid ping-pong robot.     

Time-optimal and Smooth Trajectory Planning for Robot Manipulators

This paper presents a practical time-optimal and smooth trajectory planning algorithm and then applies it to robot manipulators. The proposed algorithm uses the time-optimal theory based on the dynamics model to plan the robot’s motion trajectory, constructs the trajectory optimization model under the constraints of the geometric path and joint torque, and dynamically selects the optimal trajectory parameters during the solving process to prominently improve the robot’s motion speed. Moreover, the proposed algorithm utilizes the input shaping algorithm instead of the jerk constraint in the trajectory optimization model to achieve a smooth trajectory. The input shaping of trajectory parameters during postprocessing not only suppresses the residual vibration of the robot but also takes the signal delay caused by traditional input shaping into account. The combination of these algorithms makes the proposed time-optimal and smooth trajectory planning algorithm ensure absolute time optimality and achieve a smooth trajectory. The results of an experiment on a six-degree-of-freedom industrial robot indicate the validity of the proposed algorithm.

     

移动机器人轨迹跟踪快速终端滑模自抗扰控制

针对移动机器人动力学模型难以精确建立、运动过程中各种干扰对高精度轨迹跟踪造成偏航等问题,构造出一种快速终端滑模自抗扰控制器,实现了高速高精度轨迹跟踪控制目标.首先建立非完整移动机器人的干扰控制模型;然后运用扩张状态观测器实时监测系统未建模动态与各种干扰;同时将扩张状态量和系统反馈量作为快速终端滑模算法的系统变量;最后设...     

Model Based Motion State Estimation and Trajectory Prediction of Spinning Ball for Ping-Pong Robots using Expectation-Maximization Algorithm

Motion state “Motion state of a ping-pong ball consists of the flying state and spin state.” estimation and trajectory prediction of a spinning ball are two important but challenging issues for both the promotion of the next generation of robotic table tennis systems and the research on motion analysis of spinning-flying objects. Due to the Magnus force acting on the ball, the flying state “Flying state denotes the real-time translational velocity.” and spin state “Spin state denotes the real-time rotational velocity.” are coupled, which makes the accurate estimation of them a huge challenge. In this paper, we first derive the Extended Continuous Motion Model (ECMM) by clustering the trajectories into multiple categories with a K-means algorithm and fitting them respectively using Fourier series. The ECMM can easily adapt to all kinds of trajectories. Based on the ECMM, we propose a novel motion state estimation method using Expectation-Maximization (EM) algorithm, which in result contributes to an accurate trajectory prediction. In this method, the category in ECMM is treated as a latent variable, and the likelihood of motion state is formulated as a Gaussian Mixture Model (GMM) of the differences between the trajectory predictions and observations. The effectiveness and accuracy of the proposed method is verified by offline evaluation using a collected dataset, as well as online evaluation that the humanoid robotic table tennis system “Wu & Kong” successfully hits the high-speed spinning ball.     

一种基于非线性振荡器的步态轨迹自适应算法

步态训练轨迹是影响康复训练效果的一项重要因素,而自适应性对于下肢康复机器人的临床应用具有重要的意义.振荡器可通过在线调节参数而输出不同波形的周期信号,常用于康复机器人步态轨迹的生成.本文在高斯核函数非线性振荡器的基础上提出了一种下肢康复机器人步态轨迹自适应算法.该算法通过轨迹偏差实现对参考轨迹波形的调节,并且用相位偏差曲线面积实现参考轨迹周期的自适应.本文首先介绍了用于生成步态参考轨迹的非线性振荡器的数学模型;其次,详细描述了基于该模型的参考轨迹波形和周期自适应算法;最后,以悬挂减重式下肢康复机器人为研究对象,建立机器人与人体下肢仿真模型,对所提出的步态参考轨迹自适应算法进行仿真实验,并验证了该算法的可行性.     

Contribution to the indirect decentralized adaptive control of manipulation robots

In this paper, efficient approaches to the synthesis of indirect decentralized adaptive control for manipulation robots are presented. The first part of control synthesis consists of the estimation of unknown dynamic robot parameters using the methods of recursive identification and fast dynamic as well as identification models in a symbolic form. The second part of synthesis includes the self-tuning control strategy which is a basis for adaptive control synthesis according to the estimates of the unknown dynamic parameters. Using the theory of decentralized systems, a new robust algorithm for adaptive control with the ability of adaptation in the feedforward or feedback loop are proposed. A complete stability and convergence analysis is presented. A special part of the paper represents an analysis of practical implementation of the proposed control algorithms on modern microprocessor-based robot controllers. Based on this analysis, an efficient application of indirect adaptive algorithms in real time with high-quality system performance is shown. Adaptive algorithms are verified through simulation of trajectory tracking for an industrial robot with unknown dynamic parameters of payload.     

基于即时学习策略的火电厂球磨机负荷软测量

针对电厂球磨机负荷难以进行有效预测的问题,从提高预测模型在线自适应能力的角度出发,提出一种基于即时学习策略的改进SVM建模方法。利用灰色关联分析方法对过程参数进行优化筛选,获得辅助变量;在即时学习策略建模框架下,采用多种群混合优化算法进行SVM预测模型参数的优化选取;基于电厂实际运行数据进行了仿真研究。仿真实验表明,与标准BP神经网络和SVM建模方法的比较,该算法具有更好的预测性能,虽然计算开销有所增加,但能够满足制粉系统球磨机负荷检测的实时性要求。     

基于解耦控制的非完整移动机器人实时轨迹跟踪

本文研究了非完整两轮移动机器人的实时轨迹跟踪问题．首先,在介绍了一般的非线 性系统的输入 输出线性化方法的基础上,并研究了在两轮驱动移动机器人轨迹跟踪中的应 用;然后在研制的非完整两轮驱动移动机器人的实验平台上对该算法进行了实时轨迹跟踪实 验,结果表明了该非线性跟踪控制算法的有效性．     

基于自适应UKF算法的小球位置的预测

针对足球机器人比赛过程中,小球位置预测精度不高的问题,提出自适应无迹卡尔曼滤波(AUKF,adaptive unscented Kalman filter)算法。该方法利用新息的协方差匹配技术设计模糊控制器,实时调整量测噪声方差,抑制滤波器的发散;根据滤波值与真实值之间的误差来调节采样点到中心点的位置,修正采样策略,分析初始状态对UKF算法的影响,给出UKF算法初始状态的选择公式。最后通过摄像机获取球在一般滚动和连续碰撞情况下的几组图像验证AUKF算法对球的位置预测的精确性和可行性,提高小型足球机器人比赛决策的合理性。     

基于腹腔微创手术机器人的主从控制技术研究

根据机器人辅助腹腔微创手术任务的特点,采用高性能工业计算机为平台,构建以PCI总线方式通讯、功能可扩展的硬件结构,设计手术机器人主从控制系统.针对传统的基于运动学反变换法的主从控制存在超越函数和存在多解而影响主从响应速度的问题,基于等效微分变换法,提出适合于术机器人的实时主从摔制算法.设计了适合手术机器人实时主从控制的...