冗余机器人的双向自运动路径规划

冗余机器人的自运动路径规划是在保持手端任务向量不变的情况下,在关节空间内寻找一条连接机器人初始关节构形和期望关节构型的几何路径.本文给出一种双向自运动路径规划算法,其基本思想是使位于初始关节构形的真实机器人和位于期望关节构形的虚拟机器人在自运动流形上运动并收敛到同一关节构形,从而得到一条连接初始和期望关节构形的自运动几何路径.该算法克服了以往算法容易陷入局部极小构形的缺陷.仿真结果证实了算法的有效性.     

晶格畸变自重构机器人结构设计及运动分析

针对大规模晶格式自重构机器人系统整体难以运动的问题,提出了通过局部晶格畸变实现晶格式系统整体运动的方法.给出了一种晶格畸变的规则,并根据此规则设计了一种模块结构,用离散置换群对此模块的重构运动特征进行了分析.利用由6个模块组成的2个晶格进行了畸变硬件实验,验证了这种结构模块组成的晶格可以实现晶格畸变.基于Vortex+OSG的高保真虚拟仿真平台,通过52个模块组成的晶格式机器人系统进行了蛇形运动的计算机仿真,结果证明了局部晶格畸变产生全局运动方法的有效性.     

基于似人特性的拟人臂机器人自主抓取动作规划

针对拟人臂机器人在家庭环境中的自主抓取任务,提出了一种强调运动姿态似人特性的拟人臂动作的规划方法.该方法分为两个部分,构型规划和运动规划,构型规划基于人体工程学中广泛使用的快速上肢评估准则评价机器人运动姿态的似人特性,并在此基础上以机器人末端传速速率最优为目标规划机器人运动过程中的关键构型.运动规划结合了Fitts定律和似人运动模型规划了机器人末端的空间轨迹.本文最后以Motoman SDA10D拟人双臂机器人和Mitsubishi PA10机器人为例,具体介绍了该方法的应用和规划的结果,规划结果证明了本方法的可行性和有效性.     

V-型皱褶结构的设计及优化

对V-型皱褶结构的设计及优化进行研究,给出平面构型与空间构型的几何参数转换公式。编写了快速设计和成型模拟的C程序及参数化建模和有限元分析前、后处理的Python程序。使用C+OpenGL+GLUT实现V-型皱褶结构的成型过程,改变C程序中的几何参数可以实现V-型皱褶结构的快速设计和成型过程。使用Python+Abaqus+modeFRONTIER对V-型皱褶结构的几何参数进行优化,得到了满足约束条件的优化结果。     

模块化可重构机器人动力学研究进展

模块化可重构机器人由于其构型多变,运动形式丰富等特点,可以在非结构化环境或未知环境中执行任务,在最近几年迅速成为机器人研究领域的前沿和热点. 模块化可重构机器人在军事、医疗、教育等众多工程领域具有广泛的应用前景,其典型代表包括仿生多足模块化机器人、模块化可重构机械臂、晶格式模块化机器人等. 模块化可重构机器人丰富的构型设计、多样的连接特征、不断拓展的应用范围,给动力学建模与控制带来了很多挑战和机遇. 本文首先阐述了模块化可重构机器人的研究背景和意义,并概述了其构型分类与设计、构型描述与运动学建模方法.随后,本文系统回顾了模块化可重构机器人动力学研究中相关问题的最新进展,包括：(1)系统整体动力学建模;(2)结合面以及对接机构动力学建模;(3)基于动力学模型的控制方法. 本文最后提出了模块化可重构机器人动力学研究中若干值得关注的问题.     

从自然灵感角度出发的群体智能集群机器人系统研究综述

受生物自组织行为启发的群体智能研究近年来发展势头迅猛,以生物自组织行为内在机理为依据可以协助研究者设计出高效的集群系统。本文从生物自组织行为出发对群体智能集群机器人系统的研究成果进行综述,首先解释自然界中生物的部分自组织行为;其次对生物自组织行为机制所衍生出的群体智能集群机器人系统任务进行归类,总结近年来的研究成果;最后对集群系统当前研究存在的问题以及受生物行为启发的集群机器人系统未来发展趋势进行展望。该综述致力于为广大研究者提供一个新角度思考群体智能集群机器人系统的研究成果以推动相关领域发展。     

基于极大似然目标状态估计的传感器管理

为估计目标运动的状态估计量,设计相应的传感器管理方案,文章依据贝叶斯概率知识,采用极大似然的最优化方法来估计目标运动的状态估计值;依据目标状态估计的误差协方差矩阵与其Fisher信息矩阵间的联系,推导似然函数关于目标状态各个分量的偏导数;采用随机离散时间系统知识,推导出对角式Fisher信息矩阵所有对角线上的各个元素;以Fisher信息矩阵的迹范数作为传感器管理中的最优代价函数,采用0-1整数规划算法来求解传感器的分配矩阵;最后将极大似然的目标状态估计及其相应的传感器管理方案应用于无人直升机的飞行控制系统中,以验证本文方法的有效性。     

基于多演示动作基元参数化学习的机器人任务泛化

针对机器人示范学习过程中任务泛化与动作轨迹泛化问题,提出了一种将多演示动作轨迹的任务参数化学习与动作序列推理相结合的方法.针对通用动作基元的多演示轨迹样本,利用动态运动基元进行轨迹编码并建立任务参数化模型,利用高斯过程回归学习外部参数与模型参数之间的映射.针对新的任务实例,利用规划域定义语言推理缺失动作序列,任务参数化模型根据新的外部参数泛化出动作的目标轨迹,并修正轨迹误差.在UR5机器人上的实验表明,面对不同任务实例和环境变化,该方法可灵活生成动作序列并调整泛化目标,基于多演示的任务参数化模型能够对给定外部参数泛化出平滑的目标轨迹,泛化效果优于单一演示轨迹,提高了机器人任务泛化的能力.     

无人机集群的微分平坦性与编队控制研究

本文研究了无人机集群的微分平坦性,给出了相对运动的微分平坦映射,并以此为基础设计了分布式编队控制器.运动规划方面,通过求解受约束的优化问题,实时生成期望编队轨迹和编队构型.运动控制方面,采用微分平坦映射将运动指令映射为每架无人机的期望状态和控制输入,而后利用局部误差反馈设计分布式编队控制器跟踪期望运动轨迹.针对群体运动的稳定性问题,本文运用李雅普诺夫稳定性理论证明了闭环系统的稳定性,给出了控制参数的选取条件.最后仿真验证了编队控制方法在未知环境下的运动控制效果.     

多移动机器人的组队规划研究

研究了多移动机器人在组队时目标点的优化选取与避障控制问题。依据最近距离最大值优先获得目标点的规则,提出建立机器人与目标位置距离矩阵,并对矩阵进行映射分析,使机器人快速准确地确定对应目标点。采用模糊控制理论,依据经验制定模糊规则,使机器人灵活地避开障碍,仿真实验证明了算法的有效性。