遥操作工程机器人力觉双向伺服控制系统

针对并行机构的力反馈双向液压伺服控制中所存在的反馈力冲击大及位置跟随差的问题,提出了一种以主、从手之间的力偏差作为主动端控制信号,位置偏差和力偏差形成从手控制量的改进并行型力觉反馈控制算法;结合遥操作工程机器人主从控制的特点,建立了该算法的动力学模型;搭建并分析了两自由度双向伺服控制实验系统。实验结果表明,该控制算法明显改善了主、从控制系统的操纵性能,操作者能够获得真实的力觉临场感,同时具有控制简单、收敛速度快、实时性好的特点。     

遥操作工程机器人改进力反馈控制方法

针对力觉临场感遥操作工程机器人双向液压伺服控制系统,在采用p-f型控制结构时,容易产生反馈力冲击问题,提出了基于T-S型模糊推理逻辑构造一个非线性模糊变增益力反馈系数,构成改进的力反馈控制方法。设计了RBF-PID型参数可调控制器,形成双向液压伺服控制系统,通过实验验证了改进方法的有效性。实验结果表明,改进的力反馈控制方法既能保证从手对主手的位置跟随精度,又能使主手连续的跟随从手受力情况,减小了反馈力冲击现象,增加了力反馈的平顺性。提高了力反馈遥操作工程机器人系统的操作性能和透明度。     

大刚度环境下力反馈主手自适应算法研究

针对机器人力反馈主手在大刚度环境下的稳定性和透明性下降问题,提出了一种力觉渲染与反馈的自适应算法。通过改进虚拟墙壁模型引入力的空间梯度,根据力信号随主手末端位置的变化率来自适应选取不同的控制策略,对大刚度环境下的阻抗显示力反馈主手的力觉输出进行渲染。仿真试验表明,该算法可在消除振荡、保障系统稳定的基础上,恢复输出刚度,提高系统的操作透明性。     

具有临场感的主从机器人系统双边控制策略

针对主从机器人系统双边控制策略的透明性问题,利用电液比例阀控制液压缸建立了单自由度主、从机器人临场感实验系统。在力和运动的双边控制中,采用力反馈伺服型、并行型和改进并行型3种控制策略,对空载、小刚度弹性负载和大刚度弹性负载情况下的位置和力跟踪性能分别进行了实验。实验结果表明:力反馈伺服型、并行型的运动跟踪存在时间滞后,主手受力存在振动;与其他两种控制策略相比,改进并行型控制策略在小刚度和大刚度负载时具有较好的透明性。     

基于柔顺控制的机器人装配技术

针对复杂接触环境下机器人柔顺装配困难的问题,提出了一种基于受力信息精准获取与改进力/位混合控制算法的柔顺装配方法.在对机器人末端力传感器进行零点补偿及负载重力补偿后,通过矩阵变换实时计算出装配接触点处机器人末端执行器的真实受力,并在力控制过程中让机器人的运动遵循双曲正切速度-力关系.实验结果表明,机器人在装配过程中并未发生明显的抖动,所提算法具有良好的柔顺装配效果.     

基于KUKA工业机器人的遥操作控制系统设计与异构主从控制方法研究

为了适应特种环境作业的需求,本文提出了一套以KUKA工业机器人为从操作手的遥操作控制系统设计方法以及基于相对位姿尺度变换的遥操作控制方法。通过Eth.KRLXML软件接口与主控计算机建立TCP/IP连接进行通信,实时地反馈机器人的关节角度与末端位姿等信息,同时接收并执行主控计算机的控制命令。针对异构型主从遥操作控制系统,提出了一套基于相对位姿尺度变换的遥操作控制算法,将主操作手的运动信息经过相对坐标变换和尺度变换换算到KUKA机器人的末端,实现了对不同大小工作空间的精确异构遥操作控制。最终本文所设计的遥操作控制系统和异构型尺度变换遥操作控制方法的有效性在实物抓取释放实验中得到了验证。     

异构型遥操作系统的定位与接触控制研究

与同构型机器人遥操作系统不同,在异构型机器人遥操作系统中,操作者往往对目标物的精确定位和接触力的判断不足,当从机器人接触到外部环境时缺乏良好的临场感,导致操作精度不足。针对此类问题,该文提出了一种基于机器人工作空间转换与直接力反馈结构相结合的目标物定位与接触遥操作控制方法。该方法首先将机器人的关节空间转换到工作空间,再对异构型主从机器人不同的工作空间进行映射匹配,然后在直接力反馈式的遥操作结构下与力传感器共同作用,并辅以摄像机,使得操作者可以精确地操作远端环境中的机器人,从而准确地接触到目标物及获取目标物的位置,进一步准确判断从机器人在外部环境中所接触到的物体属性。该方法借助力反馈进行目标物定位与物体属性判断,较之复杂的机器人视觉标定方法更加简单易于操作,其有效性也在搭建的异构型机器人遥操作实验平台上得到了验证。     

机器人末端对二维轮廓的自律跟踪

本文概述了机器人位置／力混合控制方法，应用末端运动理论，进行了机器人末端对二维轮廓的自律跟踪研究，研究了力与物体轮廓几何要素的关系，分析并计算了控制策略，作业执行和控制实现，进行了模拟跟踪实验，并对实验结果和误差作了分析。     

基于KUKA工业机器人的遥操作控制系统设计与异构主从控制方法研究

为了适应特种环境作业的需求,提出一套以KUKA工业机器人为从操作手的遥操作控制系统设计方法。通过Eth.KRLXML软件接口与主控计算机建立TCP/IP连接进行通信,实时地反馈机器人的关节角度与末端位姿等信息,同时接收并执行主控计算机的控制命令。针对异构型主从遥操作控制系统,提出一套基于相对位姿尺度变换的遥操作控制算法,将主操作手的运动信息经过相对坐标变换和尺度变换换算到KUKA机器人的末端,实现对不同大小工作空间的精确异构遥操作控制。最终所设计的遥操作控制系统和异构型尺度变换遥操作控制方法的有效性在实物抓取释放实验中得到了验证。     

血管介入手术主从导管机器人滑模控制

在微创血管介入手术中,主从遥操作导管机器人系统的通信时延以及参数不确定性很容易导致其稳定性下降,操作性及透明性降低.针对这一问题,建立了主从导管机器人系统的动力学模型,主手端采用滑模阻抗控制,从手端采用终端滑模控制,该控制方式降低了时延对系统操作性能的影响.通过系统轴向运动的仿真结果表明,该系统能够较好地实现从手对主手的位移以及力的跟踪,系统具有较强的鲁棒性和良好的透明性.     

谐波驱动并联机器人的加速度反馈抑振控制

研制出一种结构紧凑、简单实用的平面并联机器人系统，采用谐波传动并且在其输出端位置反馈的驱动与控制形式，提高机器人系统的位置分辨率和定位精度；基于机器人驱动关节加速度反馈控制，抑制因系统高速运动引起的弹性振动，对机器人系统进行了数值仿真与实验研究，与不具备加速度反馈时的情况相比较，证明了该控制策略的可行性和有效性。     

一种新的机器人自组网群组运动控制模型

针对现有机器人自组网运动控制模型无法真实反映机器人运动规律的问题,提出一种新的群组运动控制模型（groupmovementcontr01model,GMCM）。该模型基于机器人通用运动学模型,采用群组控制算法,对传统群组随机运动模型——参考点群组运动模型（referencepointgroupmobility,RPGM）进行修改,可描述机器人编队解散和集合的运动状态,满足群组分割与合并的需求。进一步实现GMCM模型,并基于GMCM,RPGM,DRGM模型对机器人自组网路由协议进行模拟仿真。结果表明,基于GMCM模型仿真时协议性能有所降低,较为真实地模拟了机器人编队运动,对机器人自组网的研究具有一定的参考价值。     

遥操作机器人系统带记忆的鲁棒控制

遥操作机器人系统的通信通道中存在通信时延,而且机器人模型存在不确定性,以致可能造成系统不稳定和操作性能降低。针对通信时延和系统不确定性,利用鲁棒控制理论,提出用力、位置和速度反馈的控制方法,使得系统稳定,且具有良好的透明性。仿真结果表明了该方法的有效性。     

Global optimal path planning for mobile robot based on improved Dijkstra algorithm and ant system algorithm

A novel method of global optimal path planning for mobile robot was proposed based on the improved Dijkstra algorithm and ant system algorithm. This method includes three steps： the first step is adopting the MAK-LINK graph theory to establish the free space model of the mobile robot, the second step is adopting the improved Dijkstra algorithm to find out a sub-optimal collision-free path, and the third step is using the ant system algorithm to adjust and optimize the location of the sub-optimal path so as to generate the global optimal path for the mobile robot. The computer simulation experiment was carried out and the results show that this method is correct and effective. The comparison of the results confirms that the proposed method is better than the hybrid genetic algorithm in the global optimal path planning.     

基于模糊自适应和优化阻抗的双机器人力/位主从协同控制方法

多机器人协同作业广泛用于多机协同搬运、冲压、焊接等领域,具有更高的精度、更灵活的工况执行能力。协同系统的插补算法与力/位控制性能共同决定了协同作业的轨迹平滑性和稳定性,也直接影响着系统的承载性能与作业质量。本文主要针对双机器人协同搬运过程中的力/位控制技术,展开了深入研究。首先,分析了双机器人协同搬运工况的夹持特征和受力状态,建立了协同搬运系统的理想数学模型。接着,依据主从机器人二阶阻尼系统的数学模型,采用双机器人主从协同控制模式,分别设计力/位控制策略。提出主机器人采用基于理想位置的优化模糊自整定位置控制,从机器人采用基于主机器人位置偏差的优化细菌觅食算法的阻尼控制,并进行了控制模块的设计工作。然后,在MATLAB中编译了细菌觅食算法主体及其代价函数,在Simulink中搭建控制系统。最后,对整个控制器模块进行了联合仿真。仿真结果如下：主机器人的最大位置误差缩小到1.53mm,从机器人的最大力误差缩小到0.038N。从机器人追踪主机器人的位置误差控制在0.18mm内,且从机器人可在0.2s内快速修正主从速度偏差。仿真结果表明：相比常规PD控制,本文所述控制方法可减少约40%的最大追踪误差,且有效消除了力追踪过程中的过零振荡现象,提高了系统的实时追踪动态性能。     

基于强化学习的机器人曲面恒力跟踪研究

针对机器人末端执行器和曲面工件接触时难以得到恒定接触力的问题,建立机器人末端执行器与曲面工件的接触模型.构建曲面接触力坐标系与机器人传感器测量坐标系之间的关系,利用基于概率动力学模型的强化学习（PILCO）算法对模型输出参数与接触状态的关系进行学习,对部分接触状态进行预测,强化学习根据预测的状态优化机器人位移输入参数,得到期望跟踪力信号. 实验中,将强化学习的输入状态改为一段时间内的状态平均值以减少接触状态下信号的干扰. 实验结果表明,利用PILCO算法在迭代8次后能够得到较稳定的力,相比于模糊迭代算法收敛速度较快,力误差绝对值的平均值减少了29%.     

无模型动态摩擦的自回归小波神经补偿控制

针对低速伺服系统的摩擦补偿问题,提出一种基于自回归小波神经网络的智能控制算法,无需预知系统的动力模型参数,仅通过闭环位置反馈,网络即能利用极少的神经元和迭代次数实现对非线性摩擦的高精度补偿.Lya-punov稳定性分析结果证明了跟踪误差和网络权值的有界收敛性.某型机器人关节的伺服实验结果表明,引入自回归小波神经补偿算法后的伺服定位精度得以大幅度提高.     

6-DOF并联机器人新型力感觉系统静力学分析

通过在6-DOF(6自由度)并联机器人各个杆件上集成拉、压力传感器，组成了新型力感觉系统，建立了6个传感器受力与动平台所受合外力、合外力矩的矩阵关系，从而只需检测6个1维传感器的受力就可以确定并联机器人动平台的受力情况．在考虑杆件自身重力的情况下，着重对该力感觉系统进行静力学分析，并以6-PTRT并联机器人为例，在该机器人上集成力感觉系统．实验结果表明该方法可行．