机器人多指灵巧手基关节力矩/位置控制系统的研究

HIT-1型机器人手是一种具有多种感知功能的仿人多指灵巧手．目前对多指手单关 节单自由度控制的研究较多,而对两自由度的手指基关节的研究却较少．本文分析了HIT-1 型手两 自由度基关节的运动学和动力学模型,并在此基础上建立了基关节的位置和力矩反馈控制系 统．本文采用工业中常用的PID控制算法分别实现了手指基关节在自由空间的位置控制和在 约束空间的力矩控制,并对实验结果进行了分析．     

基于分散神经网络的多指灵巧手位置控制

针对多指灵巧手钢缆传动系统的非线性，提出一种基于分散神经网络的位置控制方法．通过 对复杂的钢缆传动系统施加不同的输入可以得到特定的相对简单的输入输出数据，利用这种 特定的输入输出数据学习传动系统的非线性关系得到多个分散的神经网络，再根据传动系统 的结构特性用分散的神经网络求取钢缆传动系统的逆模型，用于直接逆控制，从而达到补偿 非线性误差的目的．同时应用在线神经网络的适时补偿使系统长时间保持良好的运行状态． 实验证明这种方法可大大提高位置跟踪精度，取得比较满意的结果．     

机器人多指灵巧手的结构参数优化设计

本文对目前已经制造出的几种典型的多指灵巧手的结 构进行了分析．对一种三指十二自由度的多指灵巧手的各指之间的相对结构尺寸进行了优化 设计,得出了比较满意的结果．并对该手爪进行了具体的结构设计,给出了其三维视图．     

多指灵巧手的位置/力矩控制

提出了一种新的多指手位置/力矩控制策略.该策略基于滑模位置控制和PD力矩控制分别实现自由空间中的轨迹跟踪和约束空间中的力矩跟踪,利用简单的系统观测器实现灵巧手在过渡过程中的控制模式切换.该策略具有很好的位置/力矩跟踪能力,并且可以保证过渡过程的稳定性.实验结果证明了该控制策略的有效性和可行性.     

基于深度神经网络的多指灵巧手抓取手势优化

基于深度神经网络模型,提出了一种适用于多指灵巧手的抓取手势优化方法。首先,在仿真环境下构建了一个抓取数据集,并在此基础上训练了一个卷积神经网络,依据目标物体单目视觉信息和多指灵巧手抓取位形来预测抓取质量函数,由此可以将多指灵巧手的抓取规划问题转化为使抓取质量最大化的优化问题,进一步,基于深度神经网络中的反向传播和梯度上升算法实现多指灵巧手抓取手势的迭代与优化。在仿真环境中,比较该网络和仿真平台对同一抓取位形的抓取质量评估结果,再利用所提出的优化方法对随机搜索到的初始手势进行优化,比较优化前后手势的力封闭指标。最后,在实际机器人平台上验证本文方法的优化效果,结果表明,本文方法对未知物体的抓取成功率在80%以上,对于失败的抓取,优化后成功的比例达到90%。     

基于滑模位置控制的机器人灵巧手模糊自适应阻抗控制

提出一种基于滑模位置控制的模糊自适应阻抗控制策略。该控制方案通过模糊控制器实时地调整阻抗参数,不但可使系统稳定,而且具有良好的动态品质;同时内环的滑模位置控制器可增强系统的鲁棒性,最后以机器人灵巧手单关节为对象进行仿真研究,证明了该控制策略的有效性和可行性。     

基于指尖力传感器的HIT 机器人灵巧手笛卡尔阻抗控制

介绍了基于5维指尖力／力矩传感器的HIT机器人灵巧手的笛卡尔阻抗控制．当手指与障碍物接触时，呈现出2阶机械阻抗特性．在阻抗控制算法中，不需直接计算加速度，从而避免了因大加速度误差给控制带来的不利因素．结合期望轨迹和实际位置及速度，产生一个参考轨迹，手指跟踪此参考轨迹即可自动获得期望阻抗特性．     

新型欠驱动仿生灵巧手设计及实时操作控制

根据人手的生理结构,参考人手骨骼形状,设计了一种保留人手大部分生物力学特征的灵巧手控制模型。为满足灵巧手多指控制的同步性和数据传输的实时性,设计了数据传输模块以及舵机控制模块。针对欠驱动运动精度不高的特点,提出了类肌腱的仿生结构,使得各手指准确到达期望位置,减小腱驱动迟滞造成的不利影响。通过静力构型分析为类肌腱材料的选取提供依据,并通过运动学分析得到指尖一点的工作空间范围。最后通过多指灵巧抓取以及遥操作实验,验证所提控制系统的稳定性、可靠性。     

机器人多指手的控制与传感器技术

本文阐述了多指手控制的独特性质和存在的困难，较为全面地讨论了现有控制方法及其优、缺点；介绍了主动感知、多传感器数据融合等方面的研究情况；同时简述了多指手的运动学、动力学、负载分配等方面的研究情况。     

带有力觉和触觉临场感的灵巧手主从系统的设计

针对遥控作业中控制者操作时缺乏力觉和触觉临场感等问题，介绍了设计的带有力觉和触觉临场感主、从灵巧手系统，讨论了在从机械手上触觉和力觉的感知以及在主机械手上触觉和力觉的再现等问题，提出了利用模糊控制实现触觉再现以及改进的力反馈－位置型结构来实现力觉再现的新方法，最后进行了实验验证．     

一类Power抓持接触力分解的一般表达式

与灵巧抓持相比,Power抓持可承受较大的外部载荷 ,能够更稳定地抓持物体．但由于抓持机构与物体间的约束较多,且接触点可出现在抓持机 构中活动度有限的构件上,因此不能采用已有的适用于灵巧抓持的接触力分解方法对其接触 力进行分解．本文在对一类Power抓持机构的结构特征进行分析的基础上,适当地建立了接 触坐标系和物体坐标系．通过对接触力空间进行分解,给出了抓持接触力分解的一般表达式 ．并根据该表达式,建立了此类Power抓持的外部载荷与关节力矩及接触力之间的显函数关 系．     

机器人灵活手的运动分析和力分析

机器人灵活手可以稳定地抓持任意形状物体,或利用手指的运动操纵物体相对于机器人末杆(或手掌)的运动.它的运动学和力传递关系比一般开链机器人复杂得多.本文分析了在被抓持物体与手指指尖,手指指尖与手指关节之间力和虚位移的关系.利用线性变换的理论揭示了过约束、欠约束和奇异状态的形成条件.本文还分析了手指机构冗余自由度、亏缺自由度和奇异位形对抓持的影响.这些结果为机器人灵活手的设计和控制方案的规划提供了理论依据.     

基于非完整运动规划的多指手灵巧操作

灵巧操作是多指手操作的一个重要方面,探讨实现这种操作的纯滚动方法.首先利用纯滚动的非完整特性,进行非完整运动的最优路径规划,然后根据规划结果应用多指手操作运动学方程确定手指的运动.为多指手灵巧操作的实现提供了一条途径.     

具有运动耦合关节的灵巧手运动学反解

研究了具有运动耦合关节的灵巧手手指的运动学反解问题.由于关节运动耦合导致某些关节角得不到解析解,需采用数值解.为提高数值迭代速度,将多变量的数值迭代转换为单变量的迭代.仿真实验结果表明,文中提出的方法能够满足灵巧手的主从操作系统的实时性操作要求.     

基于神经网络的多指灵巧手控制研究

本文提出用人工神经网络和常规ＰＩＤ控制器构成复合控制器，控制多指灵巧手的运动。系统在跟踪阶段用神经网络控制器，而在稳态阶段用ＰＩＤ控制器，利用ＰＩＤ算法的积分特性去消除稳态误差。实验证明这种复合形式的控制器，满足机器人伺服控制的速度和精度要求。     

一种模糊学习控制方法及其在多指手爪位置伺服系统中的应用

本文针对重复抓取与操作的多指手爪，提出了一种模糊学习控制方法，该方法利用先前的控制误差，逐步地修正不完善的控制规则，使系统的实际输出收敛于给定的轨迹，本文还给出了这种方法的收敛性条件，并应用于多指手爪的位置伺服系统中，改善控制性能，达到了预期的控制效果。     

具有滚动接触的多指手操作运动学及其算法

研究多指手滚动操作的运动学及其算法.简要介绍了滚动接触运动方程,根据接触的运动学约束,建立了描述物体与关节速度关系的关节--物体运动方程,并给出物体与手指表面间相对角速度的表达式.得到的关节--物体运动方程、相对角速度表达式和接触运动方程构成了形式简洁的滚动操作运动学方程.结合对方程的分析,进一步给出了多指手滚动操作物体跟踪期望的运动轨迹时,关节运动轨迹的生成算法.