机器人技术在中医正骨手术中的应用研究

本文介绍了一套自行开发的机器人辅助正骨医疗手术平台系统．系统由计算机辅助 手术规划软件和正骨机器人两大部分组成，其中计算机辅助手术规划软件可以采集患者骨折 处的X光图像，机器人则在医生的控制下完成拉伸牵引、旋转、模拟手法复位等动作，使患 者骨折处闭合复位．本系统能够代替医生在X光辐射环境下进行正骨手术，避免射线对医生 身体的损伤，同时提高了手术效率、手术精度和安全性．系统已成功地应用于临床．     

面向微创手术的医疗外科机器人构型综合

在微创手术中，医疗外科机器人可以辅助医生精确定位和提供稳定的手术平台． 本文结合医疗外科机器人结构特点和手术适用范围，对适合微创手术的机器人结构进行了构 型综合分析．并以此为依据，设计出一种适用于神经外科立体定向手术的机器人，系统已经 应用于临床，取得了满意的效果．     

基于外摩擦的医疗机器人关节锁紧结构实验研究

分析了目前机器人锁紧机构的发展现状,介绍了医疗机器人系统的工作原理．基于机器人关节摩擦力矩产生的机理,阐述了机器人关节锁紧的影响因素．通过相关的实验研究及分析,确定了影响机器人关节锁紧能力的主要因素,获得了机器人关节锁紧能力与活塞尺寸、内腔尺寸、摩擦环材料和尺寸及液压油粘度等影响因素的基本关系．     

三维虚拟机器人运动仿真系统设计

通过对三维虚拟机器人运动仿真系统的发展进行介绍和分析, 描述了基于零件拼装的三维虚拟机器人运动仿真的有效方法。针对三维虚拟机器人零件结构特点和拼装功能, 对虚拟机器人零件的图形建模方法、虚拟机器人运动及传感器功能仿真进行了分析设计, 重点分析了运动仿真过程的设计方法。实验结果表明, 系统能够很好地遵循物理特性实现虚拟机器人的运动仿真, 且性能较优。     

机器人辅助内镜手术系统的设计与开发

机器人应用于外科手术中，通过医生和机器人系统的合理分工和有机配合，可以提高 手术质量、改善医生工作条件、实现远程手术等．本文以纤维内镜手术为研究对象，针对术 中X射线对医护人员身体健康造成伤害的现状，设计了机器人辅助内镜手术系统，使医生可 以远程控制手术室的操作器完成内镜和手术器械的操作，实现诊断和治疗的目的．文章详细 介绍了系统的研制背景、总体设计、内镜操作器子系统原型样机设计及实验，并结合系统开 发对医疗外科机器人的人机交互接口、安全性及临床应用等问题进行了讨论．     

工业机器人虚拟样机系统的研究

该文提出将虚拟样机技术应用于工业机器人仿真研究过程，研究与开发工业机器人虚拟样机系统，首先说明虚拟样机技术并分析其关键技术，然后说明了工业机器人虚拟样机系统的构成与样机系统在机器人仿具研究中的研究内容，总结该项技术主要解决以下两方面的问题，即机器人仿真研究中的系统集成及为以机器人为主体的生产线虚拟设计，验证环境提供底层的数字化环境。     

一种新型的生物机电系统建模研究

研究了穿戴式辅助正骨并联机器人生物机电系统的建模方法．首先建立了人体腿部组织的有限元模 型,并获得了断骨相对位姿到维持该相对位姿不变所需要的力的映射．然后建立了并联机器人的静力学模型,得到 平台载荷到维持并联机器人两个平台相对位姿不变所需要的支链驱动力的映射．综合人体腿部有限元模型和机器人 静力学模型,并进行适当的坐标变换,建立了生物机电系统模型．最后通过仿真实验,得到了相应的仿真曲线,并 进行了相应的分析．     

基于PLC的神经外科机器人控制系统研究

结合医疗外科机器人的应用环境,在比较不同外科机器人控制系统的特点的基础上,提出了基于PLC的神经外科机器人控制系统的设计方法．根据系统需要完成的任务特点,确定了硬件构架和软件体系．分析了控制系统涉及的几个关键问题,根据临床手术的需求,详细讨论了系统实施的安全策略、提高系统定位精度的措施以及不能采用示教编程控制方式的原因．经过多例临床实验,验证该机器人操作方便、性能稳定,可以弥补医疗机器人系统安全性不高、手术效率低、维护难度大、成本高等缺陷．     

上肢康复训练机器人的研究进展及前景

利用机器人技术进行康复训练是康复治疗的重要手段之一。依据康复医疗训练机器人技术的发展意义及社会需求，结合该领域的研究背景、发展现状及趋势，回顾了国内外近些年来的研究进展和主要研究成果，分析了本地上肢康复训练机器人、基于网络的康复训练机器人和基于虚拟环境的康复医疗训练机器人的系统构造及其应用，着重介绍了一对多力觉辅助远程康复训练机器人系统的设计与特点，指出了待解决的问题，并分析了上肢康复医疗训练机器人在机械设计、控制器设计、力觉辅助、多路复用及评价策略等方面的发展趋势。     

基于绳索牵引的航天员机能训练机器人虚拟重力控制

为了解决在微重力条件下长期生活的航天员的运动机能下降、肌肉萎缩和肌力衰退等问题,提出了一 种基于绳索牵引的柔性Stewart 式航天员机能训练机器人机构模型．在对机器人系统进行力学分析的基础上,提出 了一种基于单绳索力闭环的准闭环虚拟重力控制策略,并在实验样机上进行了虚拟重力控制模拟实验．研究结果表 明,该控制策略是可行的,可以在人体运动过程中实现虚拟重力加载控制．该研究为在微重力环境下通过机器人实 现虚拟重力加载控制奠定了理论基础．     

虚拟现实辅助机器人遥操作技术研究

本文以水下机器人的遥操作作业为应用背景,提出并实现了虚拟现实技术和视觉感知 信息辅助机器人遥操作实验系统．该系统使用了CAD模型和立体视觉信息完成遥操作机器人 及其作业环境的几何建模和运动学建模,实现了虚拟作业环境的生成和实时动态图形显示． 采用了基于立体视觉的虚拟环境与真实环境的一致性校正、图形图像叠加、作业体与环境位 姿关系建立、基于网络的监控通讯等关键技术．在这个实验系统中,操作人员可利用所生成 的虚拟环境,在多视点、多窗口作业状态图形和图像显示帮助下,实时动态地进行作业观测 与机器人遥操作与运动规划,为先进遥操作机器人系统的实现提供了经验和关键技术．     

配电线路维护机器人虚拟现实仿真系统设计

针对配电线路维护机器人遥显示和在线作业轨迹规划的应用需要,设计了一套机器人虚拟现实三维仿真系统.通过将机械臂姿态信息实时传输到虚拟现实环境中,实现了作业场景3D遥显示功能;根据机器人带电作业需求,设计了一种基于虚拟现实环境的机械臂轨迹规划运动学仿真软件,可在三维虚拟空间测试机械臂作业路径的可行性,具有直观、安全和高效的...     

基于虚拟现实的机器人智能控制系统

本文基于虚拟现实技术特点,构建了虚拟现实环境下的机器人智能控制系统,将Eon Studio与VC++可视化结合构建人机交互平台,将系统分为人机交互系统和遥控机器人系统部分,采用3DS MAX建立虚拟场景和机器人,基于TCP/IP协议的无线局域网技术进行数据交互,并利用EonX空间进行Eon和VC++6.0的通信.通过实...     

Preface

This paper discusses the problems in teleoperation systems for a mobile robot and the utilization of a virtual world in such systems. In order to achieve smooth operation of the mobile robot through a communication link, we should consider time delays in data transfer. To compensate for the incomplete data sets, the virtual images can be generated by computer graphics when the information on the working environment can be acquired beforehand. In this paper, we construct a teleoperation system with a virtual world. The performance of the system is examined through experiments with actual mobile robots which show that the virtual robot can be operated by an operator in almost the same manner as the teleoperated real robot. In an experimental environment with a second moving robot, we can keep the status of the second robot under perfect control and operate the first robot with no interference.     

一种仿人机器人跑步状态分析模型

依据仿人机器人跑步的动力学特性,通过对仿人机器人虚拟加速度传感器输出的信号进行分析,建立了仿人机器人跑步相关特征值的概率模型.针对仿人机器人的结构,分析了在整个跑步过程中惯性力和弯矩的作用,对跑步状态的影响,获取虚拟加速度传感器输出的信号,采用小波变换分析动态信号,同时进行快速傅里叶变换,在频域上提取能量特征值.使用马氏距离作为稳定跑步的判定标准,并给出了定量描述,在ADAMS软件中搭建仿人机器人,虚拟加速度传感器设置在质心处,进行跑步仿真实验,仿真实验结果表明,该模型能够反映仿人机器人的跑步特性,仿人机器人能够在跑步状态发生改变时,根据跑步特征及时调整步态,保证其稳定性.     

空间遥操作机器人力反馈实验系统的研究与实现

本文讨论了在空间遥操作机器人系统中实现力反馈的基本结构及控制方案,并 基于虚功原理给出了实现手控器腕关节力反馈的具体算法．     

A Neuro-interface with fuzzy compensator for controlling nonholonomic mobile robots

This paper describes a control method for mobile robots represented by a nonlinear dynamical system, which is subjected to an output deviation caused by drastically changed disturbances. We here propose some controllers in the framework of neuro-interface. It is assumed that a neural network (NN)-based feedforward controller is construcetd by following the concept of virtual master-slave robot, in which a virtual master robot as a feedforward controller is used to control the slave (i.e., actual) robot. The whole system of the present neuro-interface consists of an NN-based feedforward controller, a feedback PD controller and an adaptive fuzzy feedback compensator. The NN-based feedforward controller is trained offline by using a gradient method, the gains of the PD controller are to be chosen constant, and the adaptive fuzzy compensator is constructed with a simplified fuzzy reasoning. Some simulations are presented to confirm the validity of the present approach, where a nonholonomic mobile robot with two independent driving wheels is assmued to have a disturbance due to the change of mass for the robot.     

A virtual RV-M1 robot system

Exploring a virtual model under simulated environments is the best way to learn about a real system. This is particularly true in robotics where it is quite expensive to provide the system to each individual. The interdisciplinary area of robotics is being studied commonly in various fields like electrical, computer, mechanical engineering, nanotechnology, etc. A virtual robot system can help one fully understand the controls and working of a robot. The system may also be helpful to design the path and plan the trajectory of a robot in an industrial environment or other robotics application. Virtual model of RV-M1 robot has been developed in the MATLAB environment. The virtual system performs forward kinematics and inverse kinematics in addition to providing a simulation of the robot teachbox.     

Haptic Direct-Drive Robot Control Scheme in Virtual Reality

This paper explores the use of a 2-D (Direct-Drive Arm) manipulator for mechanism design applications based on virtual reality (VR). This article reviews the system include a user interface, a simulator, and a robot control scheme. The user interface is a combination of a virtual clay environment and human arm dynamics via robot effector handler. The model of the VR system is built based on a haptic interface device behavior that enables the operator to feel the actual force feedback from the virtual environment just as s/he would from the real environment. A primary stabilizing controller is used to develop a haptic interface device where realistic simulations of the dynamic interaction forces between a human operator and the simulated virtual object/mechanism are required. The stability and performance of the system are studied and analyzed based on the Nyquist stability criterion. Experiments on cutting virtual clay are used to validate the theoretical developments. It was shown that the experimental and theoretical results are in good agreement and that the designed controller is robust to constrained/unconstrained environment.     

Teaching a pet-robot to understand user feedback through interactive virtual training tasks

In this paper, we present a human-robot teaching framework that uses “virtual” games as a means for adapting a robot to its user through natural interaction in a controlled environment. We present an experimental study in which participants instruct an AIBO pet robot while playing different games together on a computer generated playfield. By playing the games and receiving instruction and feedback from its user, the robot learns to understand the user’s typical way of giving multimodal positive and negative feedback. The games are designed in such a way that the robot can reliably predict positive or negative feedback based on the game state and explore its user’s reward behavior by making good or bad moves. We implemented a two-staged learning method combining Hidden Markov Models and a mathematical model of classical conditioning to learn how to discriminate between positive and negative feedback. The system combines multimodal speech and touch input for reliable recognition. After finishing the training, the system was able to recognize positive and negative reward with an average accuracy of 90.33%.