柔性冗余度机器人残余振动主动控制

研究柔性冗余度机器人的残余振动主动控制问题，设计了具有压电作动器与应变传感器的机敏杆件，建立了受控系统的状态空间表达式，采用独立模态空间控制理论设计LQR状态反馈控制器，并基于对偶原理设计了具有指定收敛特性的Luenberger全维状态观测器，最后，以平面3R柔性冗余度机器人为例进行了计算机仿真，结果表明，采用这种主动控制方法可以显著改善柔性冗余度机器人的动力学品质。     

柔顺关节并联机器人固有频率分析

为了解含有片簧式柔顺关节的并联机器人振动特性,基于含有片簧式柔顺关节的并联机器人动力学方程,建立了频率方程,并对系统固有频率在机器人运动过程以及工作空间的变化情况进行分析,同时对理论轨迹、软件仿真轨迹与名义轨迹的差值进行幅频特性分析来说明理论计算结果和软件仿真结果的正确性,也相互验证了频率方程和幅频特性分析方法的正确性。     

冗余度机器人运动模型的神经网络辨识及实现

为提高网络学习速度,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络.以德国PowerCube^TM模块化机器人为研究对象,将机器人系统返回的关节位置信息和OPTOTRAK30203维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本,对包含各种影响因素的机器人运动模型进行了辨识,所得结果及误差分析,说明了SDIDRNN在学习能力上的优越性.     

受限柔性机器人臂的动力学分析

针对柔性机器人臂操作受作业环境约束的刚性负载，建立了系统的动力学模型。根据物体与作业环境的约束关系。推导出系统的正动力学模型。以期望的被操作物体的轨迹和物体与环境的作用力为边界条件，推导出系统的逆动力学模型，由此所求出的柔性机器人臂的输出关节角和关节驱动力矩可使机器人臂操作物体准确地实现期望轨变和与环境的作用力，并就具有三柔性杆机器人臂操作刚性负载进行了仿真，验证了方法的有效性。     

柔性机器人协调操作的无内力载荷分配

为解决柔性机器人协调操作系统的逆动力学问题,提出一种无内力载荷分配法。该方法首先在操作空间基于无内力的原则规划载荷分配系数,然后在关节空间以关节输入力矩最小为目标确定机器人各个关节的输入力矩。以2个3R柔性机器人协调操作刚性物体为例,验证了该方法的有效性。     

柔性机器人动力学分析与控制策略综述

综述了柔性机器人动力学分析和控制等相关问题,对柔性机器人动力学分析中变形场的离散化、建模方法、近似分析等问题进行了系统分析。详细介绍了被动控制、PID控制、模糊控制、神经网络控制、自适应控制、鲁棒控制、变结构控制、奇异摄动控制和非线性控制等在柔性机器人控制中的应用情况。指出了在柔性机器人动力学建模和控制中应解决的问题,这对包括柔性机器人在内的多柔体系统动力学建模与控制问题的研究有一定的促进作用。     

柔顺机构国内外研究现状分析

柔顺机构是利用构件自身的弹性变形来完成运动和力的传递与转换的新型机构,具有质量轻、摩擦小等众多优点,引起了国内外学者的广泛关注.对柔顺机构研究的几个方面进行了综述性分析:静力学及运动学分析、动力学的研究及机构的优化设计,并对这一新的研究领域的发展方向进行展望.     

模块化机器人双臂协调操作的实验研究

提出了利用optotrak3020三维测量系统获得精确位置信息来进行双臂机器人协调操作的方法。通过对双臂协调操作的运动约束进行分析,确定双臂协调运动的约束条件,同时将三维测量系统获得的空间三维坐标信息反馈到控制计算机,调整机器人末端的位置和姿态,以装配螺栓为例从运动学角度完成协调操作的实验。实验证明,利用optotrak3020三维测量系统获得精确位置信息对双臂机器人进行协调操作是有效的。     

柔性机器人的协调操作及其逆动力学控制算法

柔性协调机器人系统是一个含柔性机器人内部各杆之间,运动协调约束条件和动力协调约束条件之间,柔性机器人与负载之间,以及柔性机器人之间高度耦合的复杂非线性系统,无论在动力学建模,还是控制算法方面都要比刚性协调机器人困难得多。通过对刚、柔性机器人协调操作系统本质特性的比较,利用有限元法和Lagrange方程建立了柔性协调机器人系统的动力学模型,并以系统逆动力学任务为目标,提出了通过校正机器人名义刚性运动来达到提高系统位姿控制精度的预测校正控制算法,成功给出了平面两3R柔性臂机器人协调操作刚性负载的仿真算例。     

自然环境中显著性多路标提取算法的研究和改进

自主移动机器人利用视觉传感器在自然环境中进行探索,因为没有任何先验信息,只有提取自然环境中比较显著的物体作为路标。因此,自然路标提取是对未知环境开始探索的第一步,也是至关重要的一步,因为它直接影响到移动机器人后续的定位导航的完成,文中融合亮度、纹理1、颜色等信息,结合中心上-中心外机制得到显著性区域,并采用分块聚类方法跟踪完整提取多显著性区域,实验结果表明本算法对显著性区域具有较好的检出能力,并且基本完整提取多个显著性自然区域路标,能够适应远近尺度、旋转、视角变化及一定的光线变化等自然识别的要求。