基于ADAMS的腕力传感器动态性能分析

腕力传感器是智能机器人中最重要的传感器之一,作为反馈控制系统中的检测元件,要能迅速反映力和力矩的变化,应具有良好的动态特性.利用机械系统动力学软件ADAMS对一种新型的并联六维腕力传感器的弹性体进行瞬态动力学分析,得到了它的动态响应曲线,由此计算出传感器的动态性能指标,为此类传感器的进一步研究提供了一种新的途径和方法.     

一种六维腕力传感器动态响应的研究

十字梁腕力传感器广泛应用于机器人系统。腕力传感器的响应特性决定了传感应变片的粘贴和传感器的标定方法，也影响机器人系统的动态特性。针对十字梁六维腕力传感器的结构特点，以Lagrange方程为基础，建立六维腕力传感器的动力学模型，研究腕力传感器在力（力矩）作用下的响应特性以及传感器参数对传感器响应的影响。     

相关小波法在腕力传感器动态特性分析中的研究

在机器人腕力传感器的动态特性分析中，最关键的步骤之一是从传感器输入输出信号中提取精确的脉冲响应函数和频响函数。介绍了一种新的提取腕力传感器脉冲响应函数的方法——相关小波法。在建立腕力传感器的简化动力学模型的基础上，模拟了机器人与环境相互碰撞及机器人在强噪声环境中的典型工作条件，用相关小波法提取了模型系统的脉冲响应函数和频响函数，并与传统的FFT方法进行了比较。结果表明，相关小波法比FFT方法具有更明显的优势，获得了更高精度的脉冲响应函数和频响函数的提取。相关小波法为腕力传感器，同时也为其他传感器的动态特性分析提供了一种新的、有效的方法。     

基于传感器的操作臂惯性参数在线识别神经网络模型

机器人惯性参数识别是机器人精确建模以及机器人控制和仿真的关键问题之一。机器人腕力传感器的接入将影响机器人系统的动力学特性 ,同时腕力传感器的输出也真实地反映了机器人的力作用和机器人末端的动力学特性。本文基于腕力传感器的输出信号 ,对在线识别机器人操作臂末端的惯性参数的方法进行了分析和研究 ,并建立了惯性参数在线识别的神经网络模型 ,网络学习后其权值即为辨识的惯性参数。     

基于遗传神经网络的机器人腕力传感器动态建模与补偿方法

介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm, GA)的函数连接型人工神经网络(Functional link artificial neural network, FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。     

多维力传感器迭代动态解耦方法

在多维力传感器不变性动态解耦方法的基础上,提出了迭代动态解耦方法,可以获得更好的解耦效果,可以解决强耦合问题。仿真和机器人腕力传感器动态解耦的结果证明了该方法的有效性。     

一种新型水下机器人用六维腕力传感器

本文提出了一种新型水下作业机械手用六维腕力传感器。该传感器具有结构简单,易于加工、密封和水压力补偿的特点。文中介绍了该传感器的机械结构、弹性体的力学模型和力－变形转换矩阵。文章最后对设计的腕力传感器进行了标定,获得了传感器的转换矩阵,并对结果进行了分析。     

一种改进的六维腕力传感器

在一般的十字梁变形筋腕力传感器的理论基础上,提出一种新的改进方案。除去了对腕力传感器精度影响较大和产生耦合的敏感部件,使结果输出更加简单直接。使用这种改进后的结构可以消除各维度受力变形之间的耦合(干扰)。文章对改进后的模型进行理论计算和有限元仿真分析,并对理论和仿真结果进行了对比。为更可靠的腕力传感器提供了结构基础。     

一种新型水下机器人用六维腕力传感器

本文提出了一种新型水下作业机械手用六维腕力传感器.该传感器具有结构简单,易于加工、密封和水压力补偿的特点.文中介绍了该传感器的机械结构、弹性体的力学模型和力-变形转换矩阵.文章最后对设计的腕力传感器进行了标定,获得了传感器的转换矩阵,并对结果进行了分析.     

基于ADSP的腕力传感器自适应多维动态补偿器

针对腕力传感器动态特性随负载变化这一问题,研制了以ＡＤＳ为处理核心的自适应多维实时动态补偿器,设计了硬件电路,编制了软件,进行了实验。结果表明,自适应多维动态补偿方法是提高多维力传感器品质的有效方法,ＤＳＰ是实现实时补偿的有力工具。     

A novel self-decoupled four degree-of-freedom wrist force/torque sensor

Haptic based human–computer interaction (HapHCI) system is currently the frontier of robot research, which is widely used in virtual reality, rehabilitation, entertainment, and so on. The measurement of the multi-dimensional interactive force between human hand and interaction device such as hand-controller, joystick, limb rehabilitation device, etc., becomes an important component of the HapHCI. However, the existing commercial 6 degree-of-freedom (DOF) force sensors are too expensive and often over designed for HapHCI not only in axis but also in bandwidth. In this paper, a novel 4 DOF wrist force/torque sensor suitable for HapHCI is developed, which is self-decoupled without calculating the decoupling matrix. Thus this type of wrist force/torque can be called as direct output force sensor, which is quite different from the conventional ones called as indirect output force sensor. Its elastic body has a simple geometry which is easy to fabricate, and half the number of strain gauges compared to the existing commercial 6 DOF force/torque sensor. So the 4 DOF force/torque sensor is much lower in cost. This paper introduces the elastic body structure of the wrist force/torque sensors, and analyses the self-decoupled principle in detail. A prototype sensor is fabricated, and the calibration test results of the 4 DOF force/torque sensor validate the analysis and demonstrate the advantage of such a sensor.     

新型3—2—1正交结构机器人六分量腕力传感器设计

基于变异形式的Steewart平台机构,设计了一种新颖的3－2－1正交结构的机器人六分量腕力传感器,应用并联机器人机构学理论,推导出力六分量表达式并对其刚度特性进行分析,为其设计和使用提供理论依据,这种六分量腕力传感器,具有力与力矩解耦和解算简单等优点。     

基于正交试验设计的多轴腕力传感器静动特性的数值分析

在文献［１］的基础上，应用正交试验设计，本文对多轴腕力传感器弹性体的静、动特性进行数值分析，全面分析结构主要参数对传感器静、动特性的影响。获得了对提高该类传感器的性能有重要参考价值的结果。     

基于小波变换的机器人腕力传感器滤波算法

在对机器人腕力传感器信号特点分析基础上，提出了应用小波变换对腕力传感器信号进行滤波的方法，讨论了小波滤波算法，研究了机器人腕力传感器信号滤波方案，并针对抛光机器人作业实验数据进行滤波。仿真实验表明方法有效。     

新型机器人6维力／力矩传感器结构的刚度性能指标分析

提出了一种新颖的6维力/力矩传感器并联结构,应用并联机器人机构学理论求出其刚度矩阵,定义其刚度性能指标,并对其刚度性能指标进行分析计算,为该传感器的设计与应用提供理论依据。分析计算结果表明,该并联结构的6维力/力矩传感器是位移刚度和扭转刚度各项同性的,可应用到机器人手腕、手指和其它使用多维力/力矩传感器的场合。     

HIT／DLR灵巧手传感器系统

介绍了HIT／DLR多指灵巧手的传感器系统,基于DSP,FPGA及A／D转换芯片等,实现了手指传感器信息的数字化采集和传输,提高了传感器的信号质量及系统可靠性。在灵巧手的传感器系统中,着重介绍了指尖六维力／力矩传感器、关节位置传感器、关节力矩传感器及触觉传感器等。