基于几何模型的机器人抓取规划系统

本文介绍一个基于几何模型的抓取规划系统RGPS。该系统的核心是一个几何推理机,它采用稳定性准则作为启发信息,自动实现抓取规划。在CRT上用三维图形显示抓取规划的结果。     

多指手机器人抓取系统的稳定性

针对多指手机器人抓取系统,引入了密度函数用于研究其线性及非线性系统的稳定性,得到了使抓取系统的平衡解几乎处处渐近稳定的不等式条件．当抓取系统对几乎所有的初值满足不等式条件时,所考察的非线性系统的平衡解是几乎处处渐近稳定的．     

RV—MI型机器人的误差分析

建立了ＲＶ－ＭＩ机器人的运动误差模型，得出了机器人运动误差与工具安装角的变化规律为随安装角的增大，运动误差增大，且变化速度逐渐减缓。     

一种新的计算三指机器人柔性手抓取力的方法

本文在柔性手与操作体点接触的基础上,采用旋量方法表示手指对操作体的作用力,并提出了判断手指抓取位置能平衡任意外力的条件。在指端的法向作用力满足单向性条件及切向作用力满足摩擦条件的前提下,给出了一种求解柔性手抓取力的行之有效的方法。     

Stewart机器人的位姿误差分析

本文提出了一种分析Ｓｔｅｗａｒｔ机器人位姿误差的方法，即将各个关节引入的误差以及伺服定位误差对位姿误差的影响，都归算为杆件长度误差引起的位姿误差，并给出了按杆件长度误差计算位姿误差的关系式。     

工业机器人关节动态误差分析

运用多体系统动力学的方法,对由机器人传动特性引起的关节动态误差进行分析,可为工业机器人的误差分析及误差补偿,提高其绝对精度提供有力的工具,具有通用,灵活,方便的特点。     

机器人多指手的优化抓取力计算

由于机器人灵巧手与物体接触所产生的摩擦力约束为非线性约束,导致实时计算手指抓取力受到了极大的限制。提出了一种计算多指手优化抓取力的通用方法,其关键是利用拉格朗日乘子法,通过自动调节各手指法向接触力的权值系数来获得满足非线性摩擦锥约束的初始抓取力,并结合梯度流的方法对初始抓取力进行优化。对于任意的干扰外力,在满足抓取稳定性的情况下,可快速地计算出各手指的优化抓取力。仿真结果证明了该方法的有效性。     

受脑启发的机器人认知抓取决策模型

为了让机器人获得更加通用的能力,抓取是机器人必要掌握的技能.针对目前大多数机器人抓取决策方法存在物品特征理解浅显,缺乏抓取先验知识,导致任务兼容性较差的问题,同时受大脑中分区分块功能结构的启发,提出了将物品感知、先验知识和抓取任务融合的认知决策模型.该模型包含卷积感知网络、记忆图网络和贝叶斯决策网络三部分,分别实现了物品能供性(affordance)提取、抓取先验知识推理和联想,以及信息融合编码决策,三部分之间的信息流以语义向量的形式传递.利用UMD part affordance数据集、该文构建的抓取常识图和决策数据集对3个网络分别进行训练,认知决策模型的测试准确率达到99.8％,并且抓取位置可视化结果展示了决策的正确性.该模型还能判断物品是否属于当前任务场景,以决策是否抓取以及选择什么部位抓取物品,有助于提高机器人实际场景的应用能力.     

记忆推理的放射源抓取机器人运动规划

针对机器人抓取铅罐内部放射源时,因铅罐的半封闭和强辐射环境导致机器视觉难以应用于放射源抓取的问题,提出一种记忆推理的强化学习抓取方法．基于机器视觉构建智能机器人抓取系统运动学模型,采用力觉反馈实现智能机器人与铅罐内部环境的交互,通过对历史抓取数据的记忆推理决策,实现对放射源的自主抓取．在机器人操作系统中使用Gazebo仿真器,分别采用蒙特卡罗采样法和基于记忆推理的强化学习抓取方法进行仿真．结果表明,基于记忆推理的强化学习抓取方法的平均抓取效率比蒙特卡罗采样法高84.67%,能高效地解决铅罐内部放射源的自主抓取问题．     

机器人位姿误差的综合补偿

机器人末端的位姿误差往往是多种因素综合作用的结果,各项机械误差和控制误差产生的影响不可能通过控制系统本身加以消除,必须通过软件对其进行补偿.本文就由多种因素引起的机器人综合位姿误差的补偿作了探讨,提出了一种数值逼近方法来求解机器人各关节所需要的误差补偿值.这种方法特别适用于连杆和关节存在柔性的情况.通过对实例进行的仿真计算表明,补偿的效果相当明显.     

3-PTT并联微操作机器人机构误差分析

通过矢量分析方法,分别讨论了3-TT并联机构和两级3-TT串并联微操作机器人机构的误差建模,研究了关节误差和驱动输入误差与机器人输出误差之间的关系,得到机器人机构的误差模型方程,为微操作机器人的误差补偿提供理论指导.     

#br# NAO机器人的视觉伺服物品抓取操作

针对家庭环境中服务机器人物品的抓取问题,提出一种改进的基于位置的视觉伺服抓取算法。首先,利用Naomark标签完成对物体的快速识别,并通过世界平面单应矩阵分解对物体的位姿进行估计;然后,对NAO机器人的机械臂进行运动学建模,并分别设计单臂和双臂抓取的视觉伺服控制律;最后,为进一步提高抓取的稳定性和鲁棒性,对末端执行器进行路径规划。实验结果表明,本方法能够快速、稳定地抓取目标物品。     

多指抓取力的线性组合计算

为提高力优化算法的实时性,提出一种新的计算抓取力初值的方法.首先离线计算一组单位外力对应的抓取力作为线性组合的基础向量,然后将任意外力分解为单位力的线性组合,对基础抓取力按同样规律组合,得到满足约束的抓取力初值.算例仿真分析结果表明,该方法的计算速度比拉格朗日对偶法、单值优化法更快,且减少了力优化算法的收敛步数目.在带摩擦点接触抓取模型中,应用该方法为多指抓取的力优化算法求取初值,有利于提高力优化算法的实时性.     

柔性机器人指端误差敏感性

首先对同时具有关节弹性和杆件柔性的平面柔性机器人动力学微分方程组的解法作了叙述，然后对关节弹性的指端误差和杆件柔性的指端误差的敏感性进行了研究并得出了结论。     

机器人位姿误差的综合补偿

机器人末端的位姿误差往往是多种因素综合作用的结果，各项机械误差和控制误差产生的影响不可能通过控制系统本身加以消除，必须通过软件对其进行补偿．本文就由多种因素引起的机器人综合位姿误差的补偿作了探讨，提出了一种数值逼近方法来求解机器人各关节所需要的误差补偿值．这种方法特别适用于连杆和关节存在柔性的情况．通过对实例进行的仿真计算表明，补偿的效果相当明显．     

机器人位姿误差校正方法

在建立机器人误差模型的基础上，利用机器人齐次座标变换中的重要特点，提出了一种简便实用的位姿误差校正方法，该方法与机器人精度测试相结合可提高机器人位姿精度，并以PUMA560机器人为例说明了该方法。