人机协作中人体运动预测方法研究综述北大核心

当今世界制造业智能化发展趋势下,产品制造过程愈加重视机器人的使用和柔性化生产,轻量灵活的协作机器人与人进行协同作业能有效提高工作效率,实现人与机器的优势互补。但人机协作的开放环境中,动态障碍物如人的运动轨迹具有时变性和不确定性,为了使人与机器人的协作过程更安全、流畅,机器人需要感知人类同伴正在进行的动作,预测人体下一步的运动轨迹,并相应地进行自己的运动规划。具体来说,机器人具备早期预测的能力很重要。为了保证人机共享时空下操作人员的安全,使人与机器更高效地协作,介绍了近年来国内外学者针对人机协作安全策略中人体运动预测方法的研究状况,并对其发展趋势和下一步的研究方向进行探讨。     

仿人机器人的步态规划研究

针对仿人机器人最优步态规划问题,以所设计的仿人机器人为样机,以零力矩点为稳定判据,对仿人机器人行走时应满足的约束条件进行分析,并采用基于三次样条函数的三点式规划法进行步态规划。仿真结果表明,所提出的步态规划方法可有效提高仿人机器人的行走稳定性,为仿人机器人的发展和研究提供了参考。     

基于图像的NAO机器人松协调运动研究

针对工作任务复杂或环境多变的情况下,单臂机器人不能很好地完成任务,对双臂机器人协调运动进行了研究,提出了一种基于图像的NAO机器人松协调运动的方法。首先对提出的Mark标记点的编码与解码方式进行了说明,解决了编码标记旋转后编码值不同的问题;分析了Mark标记点的视觉提取和识别及相对定位方法,NAO机器人左臂末端附有4个Mark点,右臂末端附有1个Mark点,利用NAO的下相机和1个外部相机构成视觉系统,并阐述了视觉控制的流程;最后通过仿真实验验证了松协调运动控制的效果。实验结果表明:NAO机器人能准确地识别标记点,并能够较好地完成松协调运动,可为工业应用中精度要求不高的松协调运动任务的实现提供参考。     

基于运动学参数标定方法的机械臂 误差分析与仿真研究

针对工作任务复杂或环境多变,且对机械臂精度要求较高的工业生产需求等问题,基于运动学参数标定方法进行了机械臂的误差分析与Matlab仿真。介绍了定位精度以及定位误差的来源,针对机械臂运动学标定的方法步骤,采用矩阵法对运动学参数标定误差模型进行了建模分析,推导出了运动学参数误差模型的通用形式,并添加一个微小的增量进行了误差补偿;采用Matlab对机械臂运动学参数误差模型进行了仿真分析,验证了所建立的误差模型的正确性。研究结果表明:基于运动学参数标定方法的机械臂误差分析能很好地提高机械臂的精度,使机械臂能够准确完成预期的位姿要求,对于进一步提高机械臂的精度有较好的指导作用。     

基于VRML的机器人空间连续轨迹运动仿真

以虚拟现实建模语言VRML(Virtual Reality Modeling Language)辅以3DMAX作为建模工具, 建立了机器人的三维模型. 利用Java与虚拟现实建模语言之间外部编程方式的交互, 实现了机器人正运动学、逆运动学及连续轨迹运动仿真. 当进行连续轨迹运动仿真时, 建立工件的三维模型, 提取工件棱边信息, 机器人可以实现沿着工件轮廓的三维运动, 模拟去除工件毛刺、进行光整加工的过程. 仿真以六自由度机器人作为仿真对象, 但具有很强的适应性.     

新型摆线传动的共轭啮合机理

分析了新型平动、滚动转换装置摆线机构的啮合机理,用等距曲线和摆线方程导出齿条廓线方程,研究了该机构的啮合特性,分析传动比和瞬心线后证明摆线齿条和滚柱的啮合符合齿形啮合基本定理,属于共轭啮合,发现滚轮齿条机构可实现双向零间隙传动,同齿轮齿条机构相比,传动距离更大,传动精度更高.     

基于卡尔曼滤波的机器人力控制

为解决机器人在打磨、装配等复杂作业环境下,其末端力传感器获取到的机器人本体与作业环境间的接触力信号存在干扰噪声影响的问题,设计了基于卡尔曼滤波的机器人力控制模型.通过搭建力控制模块,对比经典阻抗控制与基于卡尔曼滤波的机器人力控制下的接触力跟踪效果,分别搭建平面轨迹跟踪与曲面轨迹跟踪机器人可视化平台.经仿真验证发现,两种工况下基于卡尔曼滤波的机器人力控制比经典阻抗控制的力控制效果更优.     

基于图像语义分割的物体位姿估计

为提高机器人在复杂场景中对物体的辨识与定位能力,提出一种基于图像语义分割技术的物体位姿估计方法。将RGBD传感器拍摄的RGB图像放入语义分割网络中,完成对图像的分割与物体分类;将分割出来的目标物体与深度图配准,得到目标物体点云图;将点云图与模型库中的模型运用ICP算法完成对物体的位姿估计。研究结果表明,该方法分割准确率可达82.26%,完成一次位姿估计时间1.35 s。     

一种滚球法测橡胶粘度的视觉矫正算法研究

针对橡胶粘度测量精度不高、测试时间长、效率低的问题,对视觉测橡胶粘度的方法进行了研究,提出了一种利用滚球测橡胶粘度的视觉矫正算法。首先对滚球法测橡胶粘度的原理进行了说明,建立了视觉矫正模型,并对矫正算法进行了分析与实现;该算法根据滚球运动不同位置状态进行了分析处理,解决了不同状态下滚球中心位置的确定问题;最后通过粘度测量平台测量橡胶的粘度验证了矫正算法的可行性。实验结果表明:该算法得到的多次实验数据波动较小,满足工业生产的要求;该矫正算法因不存在近似求解,同时模型不受滚球到投影面距离的影响,算法的适用性与测试结果的准确性得到进一步提高。     

基于GA优化RBF神经网络的机器人轨迹规划

针对机器人在不确定环境下末端执行器运动轨迹的准确性及平稳性问题,采用基于遗传算法(GA)优化径向基函数(RBF)神经网络的轨迹规划方法对Kinova Mico2机器人进行轨迹规划研究。介绍了机器人的相关参数及坐标系、建立了D-H矩阵和运动学模型。提取机器人实际抓取物品的直线轨迹并等分插补,用GA优化并实时在线更新RBF神经网络的权值,以更优的权值参数建立新的RBF网络。研究结果表明:相比优化前,基于GA优化RBF的规划轨迹逼近误差小且平滑稳定,仿真结果较为稳定,轨迹规划的可行性满足机器人实际抓取工作的需要。