基于任务空间双模式结合的遥操作机器人系统

遥操作技术是空间、深海以及遥远距离等特殊环境下机器人完成作业任务的关键技术。构建了基于PHANTOM手控器及MOTOMAN机器人的遥操作机器人系统平台,能够实现对象的主从抓取、自主抓取以及两者结合抓取等几种抓取任务,并完成人性化用户界面的设计。针对遥操作机器人主从双边存在的时延问题,设计了基于任务空间检测的自主模式和主从模式相结合的遥操作机器人系统工作模式,相比于传统的遥操作机器人系统所采用的工作模式更加省时高效。实验结果表明所提出的工作模式能够满足存在通信时延情况下遥操作机器人完成任务的需要。     

一种改进的BP网络在遥操作机器人系统中的应用

遥操作机器人就是通过计算机网络利用机器人对远距离环境进行观测和操作.本文为了对不确定环境下的遥操作机器人系统进行较好的控制,研究和分析了基于神经网络的遥操作机器人系统的预测控制算法.该算法通过建立远地从机械手和环境模型,预测从机械手返回的作用力,实现主、从机械手之间的无时滞跟踪.仿真结果表明,此算法能够获得较好的稳定性和操作性能.     

基于Internet的力觉临场感遥操作机器人系统设计

力觉临场感遥操作机器人系统通信通道中存在的通信时延严重影响了操作性能,甚至使系统不稳定.当用Internet传输信号时,时延是时变或随机的,对系统的影响尤为剧烈.为了解决这个问题,文章对时变时延和数据丢失进行了处理,最后提出了一种基于虚拟模型的从手受力预测方法.实验表明对系统的设计是非常有效的.     

基于MMC的背靠背柔性直流输电系统控制策略

首先研究了基于模块化多电平换流器的高压直流(MMC-HVDC)输电系统的基本控制策略。然后,分析了背靠背MMC-HVDC输电系统的特性,其整流侧换流器与逆变侧换流器的控制系统可共用机柜,因此能实现两侧换流器控制信号的无时延共享。在此基础上,针对背靠背柔性直流的应用需求,提出了一种适用于背靠背MMC-HVDC的控制策略。最后,基于PSCAD/EMTDC搭建了背靠背MMC-HVDC系统仿真模型,验证了所提控制策略的控制效果。     

基于人体动作识别的仿人机器人推作业方法研究（英文）

<正>常人推作业非常简单,机器人却很困难。本文设计了一种具有基于移动互联网遥操作系统的仿人机器人CHR,由操作者远程控制机器人,以完成推作业任务。在进行的关灯实验推作业中,操作者的命令经互联网被传输到位于远端的机器人。本次推作业任务分为四个部分:准备、靠近、姿态调整和作业。4个不同的作业阶段分别使用4种不同的控制模式,包括红外运动捕捉系统、立体摄像机、操作杆和电脑键盘,系统使用网络摄像机传输作业场景。文中通过实验验证了系统的可行性。     

基于移动互联网的情感表达仿人机器人遥操作系统（英文）

本文设计了一种基于移动互联网的家居服务仿人机器人遥操作系统。系统通过云服务平台传输操作者控制命令。机器人在远端执行动作再现操作者的姿态。系统使用两种运动捕捉系统获取操作者情感动作,进而生成控制命令。本文使用小型仿人机器人,具有3个自由度双臂和4轮底盘,可作为操作者的"代理"完成情感表达动作,比如握手、拥抱等。文中通过实验验证了系统的有效性。     

层次化保护控制系统及其网络通信技术研究

新一代智能变电站层次化保护控制系统旨在基于跨间隔、跨变电站信息,实现最优保护控制策略,其中,信息共享和高可靠的通信网络方案是其重要支撑技术。剖析了层次化保护控制系统的体系结构、功能定位,对层次化保护通信系统的网络流量和网络时延进行分析,提出了一种应用于新一代智能变电站的优化网络通信方案。它基于网络报文时延可测技术,克服了目前不同步采样报文不能进行组网传输的限制,实现了保护装置功能不依赖于全站统一对时,推进了新一代智能变电站的信息共享和网络传输技术发展。     

水下机器人基于sigmoid函数的软变结构控制

针对水下机器人滑模变结构控制系统抖振问题,利用具有光滑性和饱和性的sigmoid函数,提出一种水下机器人软变结构控制策略.利用Lyapunov稳定性理论,讨论控制受限情形的水下机器人软变结构控制系统的稳定性,构造基于sigmoid函数的软变结构控制器,给出水下机器人软变结构控制的具体算法.将基于sigmoid函数的软变结构控制策略用于水下机器人仿真实验研究,实验结果验证了该方法的可行性和有效性.与线性控制、饱和线性控制和基于变饱和函数的软变结构控制3种控制方法进行对比仿真分析,分析结果表明,基于sigmoid函数设计的软变结构控制系统调节精确度高、响应速度快,有效地削弱了系统抖振,具有良好的动态性能.     

BP神经网络整定的PID在机器人轨迹跟踪中的应用

充分利用BP神经网络能够逼近任意非线性系统的优点,将BP网络和PID控制相结合,解决了多关节机器人的运动轨迹跟踪问题.采用这种方法,可以在线实时调整PID控制器的参数,使其达到最优状态,克服了完全依靠经验离线调整PID参数的缺点,使系统具有更好的鲁棒性和自适应性,其输出也可以通过在线调整达到预期的控制精度.仿真实验证实了该控制策略的正确性和有效性.     

基于LS-SVM的网络延时单神经元Smith控制

提出了一种Smith预估器和单神经元PID控制器的时变网络时延补偿策略。将网络时延和被控对象作为广义对象,运用最小二乘支持向量机对网络时延进行实时预测,得到广义对象预测模型。先设计Smith预估器,初步实现了网络控制系统的性能改善。然后将Smith预估控制与单神经元PID控制相结合,提出一种基于时延辨识的单神经元Smith控制策略。仿真表明,该策略能有效提高系统性能,对模型失配情况具有较高的鲁棒性和适应性。