基于人机交互的重载机械臂控制方法

针对目前重载机械臂控制系统存在的人机交互性不足问题及重载带来的刚柔耦合问题,设计了一种基于动力学模型的人机交互闭环力!/!位控制算法,并依据该算法设计了7自由度重载机械臂控制系统.首先分析了国内外重载机械臂的工作特点和存在的问题,提出基于力!/!视觉反馈的人机交互方式来增强系统的人机交互性;然后为抑制刚柔耦合带来的控制问题,建立了重载机械臂刚柔耦合动力学模型,提出基于人机交互的重载机械臂力!/!位闭环控制算法.最后搭建重载机械臂控制系统,搭建的控制系统包括人机交互子系统、环境感知子系统、驱动子系统、信息处理子系统及通信子系统.在此基础上,进行重载机械臂控制系统作业试验.试验结果表明,该控制系统能够完成人机交互作业功能,相对于传统重载机械臂作业手段,有效提高了作业效率70%,保障了作业人员安全,验证了所提出控制系统的人机友好性、可行性和实用性.     

协作机械臂碰撞环境下的安全控制

针对人机协作过程中机械臂末端与操作者之间可能存在物理碰撞的问题,本文提出一种基于自适应导纳和滑模控制的机械臂安全控制方法.首先,采用基于广义动量的干扰观测器估计机械臂各关节和末端执行器上的干扰力.然后,设计一个双环控制结构,内环是基于干扰观测的双幂次趋近律滑模轨迹跟踪控制器,用以克服外界干扰的影响,达到期望的轨迹跟踪精度;外环是自适应导纳控制器,依据碰撞外力的大小和方向更新期望轨迹,以保证机械臂碰撞发生时的柔顺性和碰撞解除后迅速恢复工作状态的能力.最后,对所提算法进行仿真和实验验证.实验结果表明,协作机械臂碰撞环境下的安全控制算法能保证人机协作的安全性和机械臂工作的连续性,满足人机协作过程中的工作需求.     

基于机器视觉的目标定位与机器人规划系统研究

为完成机械臂在非特定复杂背景环境下的自主抓取,通过设计RGB-D相机对场景内的物体进行实时检测,采用基于深度学习的目标检测定位方法,并对相机-机械臂-目标物体的三维标定模型进行研究。将物体的三维坐标信息通过ROS话题机制发送给机械臂,并通过moveIT编程规划抓取规划。 通过设计一套基于ROS的视觉检测和机械臂抓取系统,将计算机视觉检测技术以及机械臂运动规划抓取应用在机器人操作系统ROS平台上。实验结果表明,该系统可以实时高效地操作机器人来完成指定的控制作业,提高了系统对环境的适应能力,该系统具有抓取准确、物体识别准确率高的特点,解决了传统机械臂操控中的不足。     

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。     

人机协作下的机械臂轨迹生成与修正方法

针对日常生活中多障碍物环境下的服务机器人机械臂轨迹规划问题,提出了一种人机协作下的轨迹生成与修正方法.首先,基于动态动作基元(DMP)模型,设计了一个能生成与示教轨迹形状相似的路径的方法.该方法针对多自由度耦合产生的轨迹形状畸变问题,通过将3维目标点投影于示教轨迹平面,再利用罗德里格旋转公式生成3维路径,保证了生成轨迹在各个方向都具有较稳定的形状特征.其次,针对存在多种形状障碍物的复杂操作环境,提出了通过插入交互点对轨迹形状进行修正的方法.并采用双抛物线插值算法使修正后的轨迹平滑.最后,基于人机协作的思想,在ROS(robot operating system)环境下搭建一个交互界面.从而操作者能够直观地辅助机械臂完成无障碍物和有障碍物的情况下的末端轨迹生成和修正.实验结果验证了该方法的直观性和灵活性,该方法适用于具有多种障碍物的复杂日常环境.     

面向机械臂操作的视觉信息实时重建方法

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同，传统视觉信息重建方法由于重建误差大、时间长，而且实验环境苛刻、所需传感器较多等原因，导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题，提出了一种面向机械臂操作的视觉信息实时重建方法。首先，通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息；然后，将提取后的RGB图像及其他视觉信息联合编码，并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息；最后，为减小重建误差，提出了一种聚类簇中心距离受限离群值调整方法（CC-DIS），并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化，完成机械臂操作空间三维实时重建。实验结果表明，所提的实时重建方法具有较快的重建速度和较高的重建精度，完成一次三维重建仅需62.92 ms，重建速度高达每秒16帧，重建相对误差约为5.23%，能有效用于机械臂技能传授任务。     

基于机器视觉的非特定物体的智能抓取系统的研究

针对传统机械臂局限于按既定流程对固定位姿的特定物体进行机械化抓取,设计了一种基于机器视觉的非特定物体的智能抓取系统;系统通过特定的卷积神经网络对深度相机采集到的图像进行目标定位,并在图像上预测出一个该目标的可靠抓取位置,系统进一步将抓取位置信息反馈给机械臂,机械臂根据该信息完成对目标物体的抓取操作;系统基于机器人操作系统,硬件之间通过机器人操作系统的话题机制传递必要信息;最终经多次实验结果表明,通过改进的快速搜索随机树运动规划算法,桌面型机械臂能够根据神经网络模型反馈的的标记位置对不同位姿的非特定物体进行实时有效的抓取,在一定程度上提高了机械臂的自主能力,弥补了传统机械臂的不足.     

采用Kinect的多臂协调操作系统

为完成基于Kinect的多臂协调精细操作的任务,搭建了一套双机械臂操作系统,利用Kinect作为视觉传感器对场景进行实时检测,并利用基于工作空间的RRT算法对其中一台七自由度机械臂末端进行路径规划完成目标的自主抓取。根据手眼协调控制技术,利用另外一台六自由度机械臂末端的摄像机采集的图像误差控制机械臂的运动,并利用粒子滤波算法对目标进行实时跟踪。通过设计一套双臂协作完成物体交接的实验系统,完成了多臂协同操作的任务,并验证了实验方法的可靠性。     

基于人体手臂运动意图反馈的人机顺应协作

本文旨在通过人体手臂运动意图反馈来提高人与机器人协作的顺应性.首先通过自编码器和反向传播神经网络融合表面肌电信号和机器视觉信号,对人体手臂肘关节力矩和运动意图进行预测.然后,将人体手臂肘关节力矩反馈给机器人,以此预测手臂的运动意图并让机器人作出顺应响应,从而实现人机协作.最后,结合主观评价指标和客观评价指标,在人机协作锯木头实验中对比了3种不同协作模式的效果.与无运动意图反馈的人机协作相比,有反馈的人机协作下的协作交互力波动幅度减小了153.39 N,任务完成时间减少了19.25 s.实验结果表明,有人体手臂运动意图反馈的人机协作能够提高人与机器人协作的顺应程度,与人-人协作效果类似.     

一种用于机械臂拟人化控制的学习框架

赋予机器人拟人化的动作可以使机器人的行为更具可解释性和可预测性，可以显著提升人机协作任务的质量和安全性。本文提出一个“人在回路”学习框架，从人类遥操作示教中学习拟人化姿态特征，并将学习到的特征模型应用于冗余机械臂的控制中产生拟人化动作。在模型训练过程中采用“人在回路”的在线再标注方法，克服了协变量偏移问题，将总示教时间缩减至10 min以内。人机姿态对比和动态轨迹跟踪任务实验验证了该框架训练得到的拟人化控制方法的有效性。用户评价测试表明，使用拟人化姿态约束的机械臂在主观体验方面对用户更加友好，作为共同作业的工具更容易被非专业用户所接受。     

结合机器视觉的采摘机械手的定位仿真研究

对水果采摘机械手空间定位机理进行了研究,分析了双目立体视觉系统的定位误差并建立视觉误差补偿机制,利用虚拟机械手开发软件和CCD视觉硬件构建了仿真系统,通过双目立体视觉获取空间位置数据映射到虚拟环境下引导机械手进行模拟采摘。该系统利用多领域知识融合实现了采摘机构与视觉关联精确定位的仿真,能有效地指导实际作业环境中采摘机械手精确定位的优化设计。     

自适应环境的机器人视觉伺服控制方法

机器人和机器视觉的迅速发展,使得基于视觉的智能机器人得到更加广泛的应用。机器视觉提高了机器人控制系统对环境的适应程度,但其适应程度也受到周围环境对机器视觉算法的影响。针对这一情况,本文对机器人视觉伺服控制系统中的机器视觉算法进行了改进,提出了一种基于帧间差分法的自适应环境的机器人视觉伺服控制方法,从而提高了控制系统对环境的自适应程度,提高了对机器人控制的精确度,实验和理论分析证明,该方法具有较大的应用前景和实用价值。     

基于LabVIEW机器视觉的餐具分拣系统

随着国内工业机器人行业的高速发展,智能装备也开始应用于工程实践项目中。机器视觉作为机器人的眼睛,近年来取得了令人瞩目的发展,正广泛地应用于各种工况监视、成品检验和质量控制领域。系统主要以碗碟餐具的分拣作为研究对象,采用美国NI公司开发的LabVIEW软件作为开发环境,通过调用视觉开发工具包IMAQ Vision及Vision Assistant丰富的专业化控件和函数库,针对碗碟分类的特殊条件,设计出一套方便易用,且同时集成 图像采集、图像处理、视觉检测、决策判断的完整的机器视觉应用系统。基于LabVIEW的机器视觉系统的应用实现了碗碟分拣,解决了实际应用中的一些问题,为进一步的研究开发奠定了较好的基础。该系统的设计大大提高了餐具分类的准确率与效率。     

基于人机交互的机械臂位姿自动监视系统设计

为了提高机械臂位姿自动监视和控制能力,提出一种基于人机交互的机械臂位姿自动监视系统设计方法,系统设计包括机械臂的位姿自动控制算法设计和系统硬件设计两部分,采用粒子滤波位姿跟踪方法进行机械臂的动态定位位姿参数信息采集和融合处理,在动态和静态环境下,结合加速全局定位方法进行机械臂位姿自动监视的人机交互设计,构建机械臂人机交互的动态定位控制模型,采用自适应位姿跟踪方法实现对机械臂的位姿自动监视,通过捕捉未知目标的质量特性参数,实现机械臂的位姿自动监视和人机交互设计。通过DSP和嵌入式ARM实现对机械臂位姿自动监视系统的硬件设计。测试结果表明,采用该方法进行机械臂位姿自动监视的自动化水平较高,智能性较好,提高了机械臂的位姿自动监视和控制能力。     

视觉图像技术与机器人工件抓取的协作应用

工业机器人在抓取环节如果配置机器视觉装置,应用图像处理技术,在抓取效率和准确度方面就有优势。该文介绍机器人功能实训台的工件抓取视觉系统的组成,侧重工件轮廓的图像处理技术,以图像处理作为机器人视觉系统处理的核心目标,将视觉图像技术与机器人工件抓取技术协作应用于工业机器人实训平台的抓取环节,利用工业机器人运动过程中坐标的转换,通过相机的正确标定与抓取动作的共同控制,实现工件的精确定位,达到可靠抓取的目的。总结图像处理技术在工件抓取中的协作应用效果,期待便捷的视觉图像技术与机器人工件抓取的协作应用。     

Practical solution using a new approach to robot vision

A system has been devised for development and testing in robot vision applications. The hardware and software of the system are described. Keyboard manufacturing is taken as a typical example of robot vision applications. For this example, an account is given of the four main stages in a development and implementation programme: defining the requirements of the application; matching these to the vision system; developing the application software; integrating and installing the system. Further applications of robot vision are suggested.     

面向移动机器人应用的跨平台自适应软件框架

摘要：自适应软件在移动机器人上具有广泛的应用前景,然而要在具有不同软硬件平台的移动机器人上开发自适应软件是一件非常困难的事情．．为了解决这个问题,提出并实现了一个面向移动机器人应用的跨平台自适应软件框架该框架屏蔽了运行平台的软硬件差异性,并使用规则文件将自适应逻辑分离出来,从而降低了自适应软件开发的难度。为了便于编写及检查规则文件,还实现了一个可视化的规则文件编辑器,用于自动生成模型图,并检查规则中存在的语法及逻辑错误i,最后,通过实验测试了框架的使用情况,并对框架的应用效果进行了评估、     

机器人在全口义齿制作中的应用研究

全口义齿机器人制作系统的研制是将机器人应用于口腔修复医学的一次大胆尝试 ．它将口腔医生的丰富经验和牙科技师的熟练技术融合于专家系统软件中,并由机器人完成 复杂的义齿种植的工作．该系统可以根据患者的颌弓形状自动为患者设计和制作出一套适合 的全口义齿,提高了全口义齿制作的质量和效率．本文介绍了全口义齿机器人制作系统的硬 件部分的基本结构,及专家预排、三维显示和人机交互式调整、轨迹规划和控制等软件模块 ．完成了系统的初步试验,实现了系统的基本要求．     

桌面机械臂快速控制原型系统设计与开发

机械臂以其稳定、高精度等特性广泛用于机械、电焊和装配等制造工业,其控制算法已成为工业控制中的研究热点。然而传统的机械臂控制系统设计与开发费时费力,难以满足控制工程师和算法研究者的需求。首先采用快速控制原型技术(RCP),依托高性能计算机,基于Simulink Real-Time组件设计快速控制原型仿真器。进而采用C#语言设计了基于MVVM架构的机械臂控制软件平台,实现了控制算法的调用、实时验证与参数在线调整。详细介绍了系统的总体框架和关键技术,并通过一个典型机械臂视觉伺服控制实验,验证了系统的可行性和实用性。     

An open-source multi-DOF articulated robotic educational platform for autonomous object manipulation

This research presents an autonomous robotic framework for academic, vocational and training purpose. The platform is centred on a 6 Degree Of Freedom (DOF) serial robotic arm. The kinematic and dynamic models of the robot have been derived to facilitate controller design. An on-board camera to scan the arm workspace permits autonomous applications development. The sensory system consists of position feedback from each joint of the robot and a force sensor mounted at the arm gripper. External devices can be interfaced with the platform through digital and analog I/O ports of the robot controller. To enhance the learning outcome for beginners, higher level commands have been provided. Advanced users can tailor the platform by exploiting the open-source custom-developed hardware and software architectures. The efficacy of the proposed platform has been demonstrated by implementing two experiments; autonomous sorting of objects and controller design. The proposed platform finds its potential to teach technical courses (like Robotics, Control, Electronics, Image-processing and Computer vision) and to implement and validate advanced algorithms for object manipulation and grasping, trajectory generation, path planning, etc. It can also be employed in an industrial environment to test various strategies prior to their execution on actual manipulators.