基于协作空间与灵巧度的机器人辅助微创手术术前规划算法

机器人辅助微创外科手术的术前准备工作相对于传统微创手术更加复杂和关键.为了提高手术执行效率,充分利用机器人特性,本文以机械臂的运动学性能和器械间的协作能力作为优化目标,相应地提出了机械臂灵巧度指标IICV与体内协作空间指标IICS,设计了一套基于NSGA-II的多目标术前规划方法,将微创手术介入位置选择与机械臂初始位姿优化两类术前规划问题作为统一整体优化.最后,将由术前规划算法优化得到的系统性能指标与医生凭借经验给出的结果进行比较.实验结果表明,由优化算法得到的术前规划方案优势明显,能够为机器人辅助微创手术操作提供一个相对理想的手术执行环境.     

主被动混合式微创手术机械臂机构设计及灵巧度优化

研制出一款可开展微创手术的双机械臂机器人系统,该系统配合手术微器械可以实现精确的腹腔内手术操作.通过分析微创手术的手术环境及手术操作特点,提出了采用机器人开展微创手术对机器人自身机构设计的基本要求,并在此基础上重点对机械臂机构进行设计和优化.该机械臂可以按照微创手术的实际需求,实现机器人的术前摆位、术中器械操作及器械的快速拆装更换,并且可以从机构上保证术中器械在患者腹壁切口处位置不变,避免术中因手术器械运动而对腹壁切口造成非手术性损伤.此外,借助于机器人雅可比矩阵的奇异值,构造了基于条件数和可操作度的综合灵巧度评价指标函数,并采用序列二次规划算法对机械臂杆件参数进行优化.优化结果表明,机械臂具有良好的各向同性及可操作度,很好地满足了微创手术对机械臂机构灵活性的要求.     

基于改进梯度投影算法的腹腔微创外科手术机器人系统术前摆位分析

通过机器人腹腔镜微创外科手术的术前摆位分析,使双器械臂具有较为合理的操作空间,以避免双器械臂在缝合、打结等协同手术操作中的运动干涉.首先,将两器械臂之间的最大距离指标作为梯度投影算法的优化目标函数,并利用双器械臂的封闭逆解方程对梯度投影法进行改进,较好地消除投影梯度法在逆解求解过程中存在的累积误差.最后,将改进的梯度投影算法应用于腹腔微创外科手术机器人术前摆位分析中,仿真结果表明该方法能够满足系统对术前摆位的要求.     

空间机械臂电磁制动器温升最优设计及热真空实验

采用遗传算法几何惩罚函数的方法对空间机械臂制动器电磁线圈温升进行了优化设计.首先针对空间机械臂电磁制动器对电磁力、电流以及磁场强度的限制要求,以温升为目标推导出优化模型.然后针对优化模型约束非线性问题,提出遗传算法结合惩罚函数的优化方法.本方法可在解决全局优化问题的同时保证计算过程中的解总是可行解.优化结果显示,线圈温升大大降低.最后,将制动器置于热真空环境模拟设备中,测出电磁制动器线圈温升曲线.实验结果显示,测得温升值与优化设计得出目标温升值基本吻合,验证了方法及设计的正确性.     

基于特征参数与双协作空间的腹腔微创手术机器人术前规划

针对机器人辅助微创手术术前规划困难的问题,提出一种多目标术前规划优化算法,该算法在保证持械臂在腹腔内有足够的协作空间的基础上,尽可能地避免了运动干涉.首先建立人工气腹的数学模型,并基于病灶特征参数得到最优手术切口位置.其次,基于圆柱体包围盒,建立腹腔外协作空间指标,通过腹腔内协作空间与腹腔外协作空间的双协作空间评价指标,得到机械臂最优摆位角度.最后,结合给定的一组病灶参数阐述算法的实现流程,通过该算法得到了在该病灶参数下最优的手术切口位置和摆位角度.     

机器人操作臂跟踪动态目标的轨迹规划方法

针对机器人操作臂跟踪运动目标问题,提出一种基于遗传算法的轨迹规划方法。通过对关节加速度的增量进行编码,实现在操作臂的关节空间进行轨迹优化,得到操作臂在跟踪运动目标过程中所需要的轨迹。仿真计算的结果表明,所提出的方法是有效的。     

基于遗传算法的机械臂实时避障路径规划研究

针对模块化机械臂在运行时可能与工作空间中的障碍物发生碰撞的问题, 提出一种基于遗传算法的避障路径规划算法。首先采用D-H(Denavit-Hartenberg)表示法对机械臂进行建模, 并进行运动学和动力学分析, 建立机械臂运动学和动力学方程。在此基础上, 利用遗传算法分别在单/多个障碍物工作环境中, 以运动的时间、移动的空间距离和轨迹长度作为优化指标, 实现机械臂避障路径规划的优化。通过仿真验证了基于遗传算法的机械臂避障路径规划算法的有效性与可行性, 该算法提高了运行中的机械臂有效避开工作空间中障碍物的效率。     

基于粒子群模糊的除冰机器人越障规划

由于除冰机器人多在天气恶劣,覆冰较厚的输电线路上工作,现有的基于视觉伺服越障策略存在图像质量差,冰、线区分难等不足。根据模糊逻辑和粒子群优化原理,提出了一种除冰机器人在线越障和路径规划方法。该方法通过模糊规划器实现除冰机器人机械臂的无障跟踪和平稳越障。在此基础上,以机械臂末端经过路径长度和与目标点距离的综合最小为目标,利用粒子群算法对模糊规划器输出角度进行在线优化。仿真结果表明:与传统的模糊越障规划相比,该方法不仅满足除冰机器人实时规划和自主越障的要求,缩短了机械臂经过轨迹的长度,提高了除冰机器人的工作效率和续航能力,为实际工程应用中除冰机器人的能源短缺问题,提供了一种节约使用方案,具有一定的工程应用价值。     

羽毛球机器人机械臂运动轨迹多目标规划

为了实现羽毛球机器人机械臂高速连续平滑地击打羽毛球动作,提出了一种新的多目标机械臂运动轨迹优化模型。首先,该轨迹优化模型根据D-H运动学模型,通过坐标变换建立机械臂的位姿表达式。然后,采用牛顿下山法求出给定路径关键点的运动学逆解集,并基于最短路径算法从逆解集中求出最优解。最后,根据所求出最优解,采用三次样条插值建立电机转角函数,以实现机械臂的连续平滑运动。实验结果表明：新的轨迹优化模型能够有效地降低电机能耗和提高转动效率,从而保证了机械臂响应速度。     

面向抓取作业的飞行机械臂系统及其控制

面向飞行机械臂的飞行抓取作业,提出了一个由六旋翼飞行机器人和7自由度机械臂组成的飞行机械臂系统.系统采用分离式控制策略,即飞行机器人和机械臂各有一个控制器.机械臂运动所引起的系统质心和转动惯量的变化量及其导数被用来估计机械臂对飞行机器人的扰动力和力矩.为了减弱机械臂扰动对六旋翼飞行机器人的飞行控制性能的影响,提出了扰动补偿H∞鲁棒飞行控制器.实验结果表明,与没有扰动补偿的控制器相比,当机械臂运动时所提出的扰动补偿H∞鲁棒控制器对系统的飞行控制性能有明显的提升效果.最后,目标物抓取作业实验验证了所提出的飞行机械臂系统的可靠性.     

基于NSGA-II的扩展置信规则库激活规则多目标优化方法

针对扩展置信规则库（extended belief rule base,EBRB）系统在不一致的激活规则过多时推理准确性不高的问题,引入带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）,提出一种基于NSGA-Ⅱ的激活规则多目标优化方法。该方法首先将激活权重大于零的规则（即激活规则）进行二进制编码,把最终参与合成推理的激活规则集合的不一致性以及激活权重和作为多目标优化问题的目标函数,通过带精英策略的快速非支配排序遗传算法求解不一致性更小的激活规则集合,从而降低不一致激活规则对于EBRB系统推理准确性的影响。为了验证本文方法的有效性和可行性,引入非线性函数和输油管道检漏实例进行测试。实验结果表明,基于NSGA-Ⅱ的扩展置信规则库激活规则多目标优化方法能够有效提高EBRB系统的推理能力。     

基于网格的E-占优新型NSGA-II算法

为了提高基于E-占优的NSGA-Ⅱ算法的优化效果,针对其在保持种群的多样性和分布性上的不够完善以及变异算子性能比较弱的问题,提出基于网格的E-占优新型NSGA-Ⅱ算法,根据算法所存在的问题采用网格来保持进化种群的多样性、分布性和采用非均匀变异来改善变异算子的性能。新算法与NSGA-Ⅱ和基于E-占优的NSGA-Ⅱ进行比较,结果表明新算法性能得到了提高,在处理多目标问题时多样性和分布性上均有了明显的改善。     

基于独立成分分析的多目标分布估计算法

针对复杂的强耦合、非线性连续多目标优化问题,提出了一种基于独立成分分析方法（IC A ）的多目标分布估计算法。假设其概率图模型为非高斯的,采用ICA进行分离产生独立的各分量,接着采用基于拥挤距离排序和NSGA-Ⅱ的非支配排序,选择出优秀个体作为新的种群。与多目标ICA-UMDA 和vbICA-MM 的比较实验表明,该算法在测试函数ZDT2-2、ZDT4-2、ZDT6-2和F5上获得的Pareto解集具有较好的收敛性与多样性,且数据没有服从高斯分布的限制。     

Mechanical design and control of inflatable robotic arms for high positioning accuracy

In recent years, inflatable robotic arms have been developed so that physical contact with humans and working environments could be performed safety. In industry, there is a growing demand for safe industrial robots to collaborate with people and work in various environments. In general, however, the positioning accuracy of inflatable robotic arms has not been discussed. This paper proposes an inflatable link structure and a non-inflatable joint structure that could realize a high positioning accuracy for such robotic arms. This paper experimentally demonstrates that these structures can improve positioning accuracy. In addition to these structures, the joint torque characteristics of the inflatable robotic arms were investigated. In order to perform accurate motion control, a visual feedback control method was introduced for inflatable robotic arms. The mechanism and control system used in this paper can improve the positioning accuracy performance of inflatable robots. A 2-DOF inflatable robotic arm and a camera system were found to be able to achieve a high positioning accuracy (i.e. less than 1 mm).     

支持强化学习RNSGA-II算法在航迹规划中应用

针对传统第二代非支配排序遗传算法（NSGA-II）求解无人机多目标三维航迹规划早熟收敛及多样性不足的局限性,提出了支持强化学习RNSGA-II算法。设置两个独立种群分别用NSGA-II算法独立演化,隔代在两种族之间迁徙,接着各种群进行寻优进化,根据种群多样性的变化运用强化学习算法动态地优化各种群间“迁徙”的比例参数,从而使进化过程保持种群多样性,一定程度上解决了收敛速度和全局收敛性之间的矛盾。仿真结果表明,RNSGA-II算法较单一NSGA-II收敛精度更高,解集具有更好的分布性和多样性。     

基于协同进化的约束多目标优化算法

针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法。第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并通过双子种群协同进化的方式实现对收敛性和多样性的兼顾;最后采用标准约束多目标优化问题CF1~CF7、DOC1~DOC7和实际工程问题进行仿真实验,以测试所提算法的求解性能。实验结果表明,与基于约束支配准则的非支配排序遗传算法（NSGA-Ⅱ-CDP）、两阶段算法（ToP）、推拉搜索算法（PPS）和约束多目标优化的双存档进化算法（C-TAEA）相比,所提算法在反向世代距离（IGD）和超体积（HV）两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多样性。     

考虑震后道路可靠性的多目标应急调度问题研究

针对重大自然灾害应急物资调度决策问题，提出一种考虑灾后道路可靠性的多目标优化应急调度模型，以最长车辆行驶时间最小、最小车辆行驶路径可靠度最大和系统物资未满足度最小为目标函数，采用第二代非支配排序遗传算法（NSGA-Ⅱ）和加权遗传算法（GA）进行求解，并对求解目标函数结果进行对比分析.以“汶川地震”为仿真算例，结果表明：在多目标应急调度问题上，NSGA-Ⅱ各目标最优解均优于加权GA算法且收敛速度更快，验证了该应急调度模型的有效性.     

Coverage trajectory planning for a bush trimming robot arm

A novel motion planning algorithm for robotic bush trimming is presented. The algorithm is based on an optimal route search over a graph. Differently from other works in robotic surface coverage, it entails both accuracy in the surface sweeping task and smoothness in the motion of the robot arm. The proposed method requires the selection of a custom objective function in the joint space for optimal node traversal scheduling, as well as a kinematically constrained time interpolation. The algorithm was tested in simulation using a model of the Jaco arm and three target bush shapes. Analysis of the simulated motions showed how, differently from classical coverage techniques, the proposed algorithm is able to ensure high tool positioning accuracy while avoiding excessive arm motion jerkiness. It was reported that forbidding manipulation posture changes during the cutting phase of the motion is a key element for task accuracy, leading to a decrease of the tool positioning error up to 90%. Furthermore, the algorithm was validated in a real‐world trimming scenario with boxwood bushes. A target of 20 mm accuracy was proposed for a trimming result to be considered successful. Results showed that on average 82% of the bush surface was affected by trimming, and 51% of the trimmed surface was cut within the desired level of accuracy. Despite the fact that the trimming accuracy turned out to be lower than the stated requirements, it was found out this was mainly a consequence of the inaccurate, early stage vision system employed to compute the target trimming surface. By contrast, the trimming motion planning algorithm generated trajectories that smoothly followed their input target and allowed effective branch cutting.     

凿岩机器人钻臂定位控制交叉精英反向粒子群算法

在利用粒子群优化算法(particle swarm optimization,PSO)进行凿岩机器人钻臂定位过程中,存在收敛速度慢和易于陷入局部最优解等问题.为此,提出一种交叉精英反向粒子群优化算法(crossover elite opposition-based particle swarm optimization,CEOPSO)并给出算法的流程.建立凿岩机器人钻臂运动学模型并对其逆向运动学进行求解.将交叉算子引入EOPSO中,采用自适应惯性权重和交叉概率参数控制技术,在维护粒子个体与最优解之间信息交换的基础上,增加粒子个体之间的信息交换,提高算法的全局搜索能力和钻臂定位效率.仿真结果表明,CEOPSO的平均位置误差和平均姿态误差均小于PSO和EOPSO算法,且迭代过程平稳,可以有效提高凿岩机器人钻臂的定位控制性能.     

采用循环拥挤排序策略的改进 NSGA-II算法

采用循环拥挤排序策略,形成改进的NSGA-Ⅱ算法.循环拥挤排序策略首先计算同一级非支配解的拥挤距离,删除其中拥挤距离最小的解;然后重新计算剩余解之间的拥挤距离,再次删除其中拥挤距离最小的解.以次类推,直到选出指定数量支配解为止.与单次拥挤距离排序相比,循环拥挤距离排序得到的解具有更好的多样性.ZDT1～ZDT4四个基准函数测试结果表明,改进的NSGA-Ⅱ比NSGA-Ⅱ具有更好的收敛性和多样性.