连杆侧无传感器下机器人柔性关节系统的零力控制

针对机器人直接示教应用场景,提出机器人柔性关节系统在连杆侧无传感器下的零力控制方法. 引入动态LuGre摩擦模型进行关节摩擦力矩估计,采用2段四次多项式建立柔性关节系统刚度模型,基于广义动量观测关节力矩. 该方法利用刚度逆模型以及关节力矩估算谐波减速器扭转位移,结合谐波减速器运动传递特性估计连杆侧角度并计算重力矩,利用连杆动力学方程估计接触力矩. 构建期望的电机驱动力矩（包含估计的重力矩、摩擦力矩与接触力矩）,通过对该期望电机驱动力矩的跟踪实现零力控制. 在搭建的机器人柔性关节系统实验平台上进行实验. 实验结果表明,完成相同的拖动示教过程时,该方法所需要的接触力矩约为1.8 N·m. 基于重力矩与摩擦力矩补偿的零力控制方法需要接触力矩约为3.4 N·m. 功率级脱离示教所需要的接触力矩约为14 N·m,验证了所提方法的实际效果.     

基于混合遗传算法的机器人改进摩擦模型辨识

为了解决机器人运动过程中库伦+黏性摩擦模型不能真实反映关节摩擦的非线性特性的问题,采用改进Stribeck摩擦模型对机器人关节摩擦进行建模,提出基于混合遗传算法与余弦轨迹的模型参数辨识方法. 采用不同的余弦轨迹对机器人关节进行激励,利用已知的机器人动力学方程确定关节摩擦力矩,从而建立机器人关节速度与关节摩擦力矩之间的映射关系,并利用模拟退火混合遗传算法对摩擦参数进行辨识. 为了验证所提方法的有效性,以多关节串联型机器人为研究对象,进行摩擦参数辨识实验. 实验结果表明,与传统的库伦+黏性摩擦模型相比,改进的Stribeck摩擦模型可以减少17.7%~33.6%的关节力矩计算误差,并能够进一步提高机器人动力学模型的准确性.     

基于高斯处理的触觉显示机器人摩擦力矩的动力学建模方法

通过建立准确的动力学模型可以显著地改善触觉显示机器人的控制性能．但由于其关节处的非线性动态摩擦特性,传统建模方法精度较低．针对此问题,采用高斯处理算法,准确建立了高度非线性的触觉显示机器人摩擦力矩动力学模型．单自由度的触觉显示机器人实验结果表明,其精度得到显著提高．     

非驱动关节机器人的位置闭环控制研究

以具有非驱动关节的水平2自由度机器人为研究对象,利用拉格朗日动力学方程,建立了具有非驱动臂的两关节机器人的动力学数学模型,利用求解非线性方程的有效方法——平均值法,对已经建立的二阶非线性微分方程的数学模型进行了平均化处理,实现了数学模型的化简,同时提出了一种非线性闭环反馈的控制方法并对此控制方法进行了仿真,在控制仿真中,实现了对非驱动关节机器人系统的期望控制目标,并验证了模型化简和控制方法的有效性。     

三连杆双足步行机器人结构建模与运动分析

双足机器人具有与人类相似的步行运动方式,对环境具有较好的适应能力,在机器人研究与应用中具有重要的地位。文章基于三连杆结构双足步行机器人模型,运用三次函数模拟其直线运动步态,运用拉格朗日方程描述其关节力矩,建立了机器人的运动学和动力学模型,阐明了机器人运动过程状态与关节力矩的变化规律及特点。结果表明:机器人支撑腿力矩为-350~350 N·m远大于摆动腿力矩;躯干倾角对各关节驱动力矩的影响比较复杂,即使躯干保持竖直,其驱动力矩也会在-130~130 N·m之间变化;增大步行速度,各关节力矩都会相应增大;躯干倾角对各关节驱动力矩的影响比较复杂,在实际应用中需要借助合理的驱动方法稳定驱动力矩,实现机器人整体的平稳运动。     

串联旋转关节空间机器人的动力学仿真系统

空间机器人由于基座可以自由运动,增加了自由度,其运动学和动力学模型比地面固定基座机器人要复杂得多,而且低轨航天器受重力梯度影响较大。首先推导了空间机器人的运动学方程,并采用拉格朗日方程建立了正动力学模型,然后基于牛顿-欧拉法推导了空间机器人的耦合动力学方程,给出了动力学非线性项的数值计算方法,还推导了空间机器人在轨运动时的重力梯度力矩。最后,针对一类串联旋转关节的空间机器人,采用模块化设计的思想建立了动力学仿真模型,利用所建仿真模型对空间机器人的操作任务进行数值仿真,分析了重力梯度力矩的影响,提出了减小这些影响的建议。     

自由漂浮空间机器人力矩最优轨迹规划算法

针对自由漂浮空间机器人的轨迹规划问题,提出一种基于粒子群优化算法的机械臂关节角驱动力矩最优轨迹规划算法.首先通过对自由漂浮空间机器人系统的动力学方程进行分析,给出了以机械臂关节角驱动力矩为目标函数的轨迹最优控制算法,并采用高阶多项式插值方法逼近机械臂关节角轨迹,结合粒子群优化算法对机械臂关节角轨迹进行优化求解.数值仿真表明,规划出的关节角轨迹平滑连续,在完成自由漂浮空间机器人姿态调整任务的同时,机械臂关节角驱动力矩降至最低.     

基于改进傅里叶级数的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出一种基于改进傅里叶级数的辨识方法.采用静态连续摩擦模型描述机器人关节摩擦特性,以确保基于该模型的摩擦补偿是物理可实现的.推导得到机器人动力学模型的线性形式.设计严格满足速度、加速度边界条件的改进傅里叶级数作为激励轨迹,并根据条件数准则优化激励轨迹系数.考虑测量噪声的影响,采用最大似然法作为参数估计的方法.实验结果表明,采用所提方法的辨识结果能够准确重构机器人关节力矩值.且相比于传统的基于傅里叶级数的辨识方法,该方法提高参数辨识的精度.     

拟人机器人矢状面跑步运动规划

基于“虚拟腿”的概念,提出了一种新的方法实现拟人跑步机器人在矢状面内的跑步运动．首先在起跳阶段通过求解“虚拟腿”的二自由度动力学方程,规划机器人质心的轨迹;在飞行阶段机器人质心按照自由落体运动;然后对机器人双脚的运动和上臂的运动进行规划,采用牛顿拉斐逊法求解非线性方程组得到机器人在每个时刻的运动学参数;最后根据动力学方程求出各个关节的驱动力矩．仿真结果表明：机器人跑步时各个关节角度和关节驱动力矩变化平稳,运动稳定裕度大,可实现1.2m/s前向的跑步速度．     

基于旋量理论的模块化机械臂动力学建模

机器人系统建模方法主要有D-H参数法和旋量法.旋量法建模具有物理意义清晰,表示无奇异等优点.基于旋量理论对6自由度的机械臂进行机构描述,采用Newton-Euler方法建立机械臂的动力学模型,然后进行动力学仿真实验.首先设置一段机械臂关节轨迹,利用逆动力学方程求解出相应的力矩,然后将力矩拟合函数和初始关节角位移和角速度...     

基于卷积力矩观测器与摩擦补偿的机器人碰撞检测

针对常规工业机器人在未知环境下运行时可能产生碰撞的安全性问题,提出一种新型的机器人碰撞检测算法. 设计卷积力矩观测器,通过实时观测关节输出力矩与动力学估计力矩的偏差实现机器人碰撞检测. 为了避免机器人处于不同位姿、运动状态等情况下关节摩擦对机器人碰撞检测的干扰,采用静态LuGre模型对关节摩擦进行补偿. 通过对实际工业机器人的运动监测,辨识出更加准确的静态LuGre模型参数. 该碰撞检测算法无需加速度信息,避免了对位置反馈信息二次求导所带来的计算误差. 关节力矩基于关节伺服驱动的电流信息获取,无需安装专门的力/力矩传感器,从而在常规工业机器人无需额外配置的情况下,只需采集机器人关节驱动电机电流和位置信息即可实现碰撞检测. 通过人与机器人交互实验验证了该碰撞检测算法的有效性.     

基于改进APIT的移动机器人动态定位

针对室内无线传感器网络通信传输不稳定和定位精度较差的情况,提出了一种移动机器人自主动态定位系统,通过实时选择邻近信标节点,确定节点坐标构成的边界,绘制局部网格空间,实现机器人动态定位.利用接收信号强度指标实现测距,然后采用基于测距的改进近似三角形内点测试（APIT）算法完成定位,再使用卡尔曼算法修正定位误差.该方法适用于室内网络传输不稳定的实际情况,采用卡尔曼滤波器获得最优数据.实验结果表明,该移动机器人自主动态定位方法比基于网格的极大似然方法具有更好的精度和适应性.     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

以人体运动为参照的仿人机器人设计参考准则

为解决仿人机器人设计以经验设计或运动仿真验证为主,尚不存在以人类自身为参照,考虑走跑跳等多种运动行为要求下的初始设计方法问题,对人体多种运动行为进行运动捕捉与足底力测量,选择人体运动过程中关节力矩和关节功率作指标表征仿人机器人应达到的极限驱动能力。利用PhaseSpace三维运动捕捉系统和自行研制的至少5倍于体重的大量程集成化测力鞋系统对6名成年男性进行了走跑跳等运动行为的运动捕捉与足底力的测量实验,根据得到的149组实验数据,分析总结人体走、跑、跳等运动行为特征;采用牛顿-欧拉法对人体下肢机构进行逆动力学计算,用多元非线性拟合法拟合计算结果得到了各关节最大驱动力矩及功率方程式。综合归纳给出了不同运动方式下仿人机器人设计参考准则,为走跑跳等多运动方式仿人机器人的设计提供了参考。     

Improved Nonlinear Friction Compensation Method for Robot Joint Driving

In order to alleviate the steady-state position error and the destabilizing effect of the nonlinear friction, a novel compensation method is presented, which modified the traditional Southward‘s compensation method. Estimated the nonlinear friction model using an identification method, the effect caused by its nonlinear component can be compensated, and an enhanced tracking performance is verified on a selectively compliant articulated robot arm(SCARA) robot.     

基于双观测器的机器人自适应摩擦补偿控制

针对机器人系统中存在关节摩擦的问题,提出一种基于终端滑模观测器和摩擦状态观测器的双观测器自适应摩擦补偿反演控制方案:为避免速度测量带来的噪声影响,设计终端滑模观测器对机器人的速度进行估计;考虑到摩擦力无法直接获取,采用连续LuGre摩擦模型,设计摩擦状态观测器和摩擦参数自适应律,得到摩擦的估计值;结合摩擦估计值设计反演控制器,使机器人在受到关节摩擦影响的情况下能有效跟踪期望位置轨迹。最后通过Lyapunov函数证明闭环系统的稳定性以及机器人轨迹跟踪误差的收敛性,并通过MATLAB仿真验证该控制方案的有效性。仿真结果表明,该控制方法能有效抑制关节摩擦对机器人轨迹跟踪的影响,提高了系统的位置跟踪精度。