力觉临场感遥操作机器人(1):技术发展与现状

人机交互式机器人作为最具实用价值的特种机器人已成为当前机器人学研究的前沿和热点.临场感(Telepresence)技术是人机交互的核心.首先,回顾了力觉临场感遥操作机器人技术的产生、发展和现状,介绍了力觉临场感遥操作机器人在核领域、空间探测领域与远程医疗领域的应用情况;其次,对力觉临场感遥操作机器人的4大关键技术:传感技术、力反馈与触觉再现技术、大时延控制技术和虚拟预测环境建模技术等进行了综述;还介绍了东南大学仪器科学与工程学院机器人传感与控制研究所近20年来开展临场感遥操作机器人技术研究,以及在核探测、康复医疗领域应用的情况.通过回顾与分析,指出了力觉临场感遥操作机器人技术今后需要研究的几个重点问题.     

力觉临场感遥操作机器人(4):系统的操作性能评价

力觉临场感遥操作机器人系统是一种典型的人-机-环交互系统,临场感是遥操作的核心.如何评价力觉临场感遥操作机器人系统的操作性能即临场感程度,目前大多采用基于人机工效学的主观评价分析方法.通过建立力觉临场感遥操作机器人系统的二端口网络模型,对操作者在遥操作过程的感知和控制行为进行了分析,给出了虚拟阻抗的定义,以此为基础提出了可定量评价系统操作性能即力觉临场感程度的阻抗比较法.利用阻抗比较方法对现有的4种不同反馈控制结构遥操作机器人的操作性能作了分析与评价.     

力觉临场感遥操作机器人(3):环境的动力学描述

力觉临场感遥操作机器人系统是一个典型的人-机-环交互系统.环境是遥操作机器人系统最终的环节,也是操作者感知和作用的对象,环境的动力学特性对整个遥操作机器人系统的控制性能会产生直接的影响.通过分析环境在力觉临场感遥操作机器人系统中的动力学特性,建立了环境在碰撞接触、线性平稳接触和非线性平稳接触3类情况下的动力学模型,并给出了模型的等效阻抗形式,为力觉临场感遥操作机器人系统的分析提供了基础.     

基于无线通信的临场感遥操作机器人研究

以临场感遥操作机器人为研究对象,重点论述临场感遥操作机器人的无线通信系统.该系统在硬件上使用了无线发射、接收装置与无线网卡进行数据通信,软件上使用WinSock通信方式与多线程技术相结合,实现了临场感遥操作机器人的远程控制.     

遥操作空间机器人地面实验系统的集成与研究

主要对遥操作空是机器人地面实验系统的设计及基本结构进行了系统分析。同时对柔顺控制、共享控制及力反馈控制等关键性技术进行了探讨。     

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。     

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。     

移动服务机器人共享控制研究

移动服务机器人在提高老人/残疾人活动空间方面具有重要作用.针对机器人自主避障失败时存在安全问题,提出了基于共享控制的服务机器人系统.构建基于机器视觉与人眼视觉共享控制的机器人系统.研究服务机器人的共享策略问题和眼电信号角度与参考轨迹关系.引入人工场解决自适应轨迹跟踪算法的平滑性.仿真结果说明基于人工场导向方法能平滑逼近期望轨迹.实验结果表明本系统能够满足使用者的安全需求.     

基于Internet的机器人遥外科手术的问题及对策

针对基于Internet的机器人遥外科手术面临的时延问题，提出了网络及其通讯协议的发展，如高可靠性通信链路和实时传输协议，是解决时延问题的根本；历史上形成的网络遥操作系统的控制策略，如基于事件的方法和无源性及耗散系统理论，为解决时延问题提供了可借鉴的方法。     

移动机器人遥操作中力反馈技术的研究

在已有的遥操作系统中增加力反馈,通过计算移动机器人与周围障碍物之间的虚拟交互力,并将其映射到操纵杆上变成操作者可以感知的力,这样操作者能感觉到机器人与环境之间的作用力,从而有效地完成操作任务.实验结果表明该方法能够有效控制机器人行走,显示了在非结构性环境下临场感在增强人机交互能力方面的优越性.     

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。     

参数不确定性遥操作系统的自适应同步控制

已有的遥操作自适应控制方案缺乏对系统中主-从机器人运动学参数不确定的考虑。针对同时具有动力学和运动学参数不确定性的遥操作系统,提出了一种逆动力学自适应控制方法,并利用Lyapunov函数法对系统的稳定性和位置同步性能进行了论证,最后通过仿真进行了验证。该方法在两类参数都无法精确获知的情况下,仍然可以取得主-从机器人的位置轨迹同步。该方法还可以获得线性解耦的闭环误差方程,便于对系统透明性进行分析。     

基于机顶盒的多媒体共享系统的设计

设计了一个基于机顶盒的多媒体共享系统,详细介绍了系统的实现原理、硬件构成和软件设计。系统由发送和接收2个模块构成,运用无线传输红外遥控信号和射频信号,有线传输AV调制信号相结合的方式,抗干扰能力强、信号稳定,有效地实现了多媒体资源的共享。     

基于虚拟运动神经网络的六足机器人行为控制

为了使腿足机器人适应性和行为能力提高,提出基于虚拟运动神经网络的六足机器人行为控制策略. 通过模拟生物神经?肌肉控制机制构建的腿足机器人行为运动神经控制架构,能够处理外部环境信息,调节神经信号强度,获得类似动物的信号处理和行为反应机制,实现机器人对环境的快速响应、机身与腿部的自适应调节. 实验结果表明,所提架构能够随环境变化自动调节神经信号强度,验证了机器人极强的环境自适应性和行为多样性.     

Three-Dimensional Kinematics Simulation of Robot Fighting Platform in Virtual Environment

A method of 3D kinematics simulation of robot fighting platform (RFP) in virtual environment is proposed with the aim of enhancing vision telepresence. Based on the theory of space coordinate transformation, kinematics equations of RFP are formulated; followed by applying a method of modeling using 3DMAX software to build an RFPs 3D geometric model before a 3D kinematics simulation system of RFP is completed based on virtual reality technology and Open Inventor VC++. Test results have indicated that this system can perform RFPs kinematics simulation in virtual environment. It can also imitate RFPs motion states and environmental features well. Moreover, not only can better real-time performances and interactions be achieved but also operators vision telepresence be enhanced, therefore this approach may help lay the foundation for the realization of RFPs teleoperation with vision telepresence.     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。