面向高空高压线路的带电作业机器人

首先分析了人工带电作业的优缺点,根据现阶段带电作业的实际需求及相关技术成熟度,研制了高空移动平台可搭载的智能带电作业机器人,最后介绍了智能带电作业机器人研制过程中运用的主要技术。所研制的智能带电作业机器人不仅保障了操作人员的人身安全,而且大大降低了劳动强度,提高了劳动效率和操作规范性。     

基于 VR技术的高压线并线机器人研究

阐述了基于 VR技术的高压线并线机器人的技术方案,包括机器人硬件及智能控制系统.首先介绍了高压带电作业机器人的发展趋势,然后介绍了智能控制系统中上位机软件的功能,结合实际操作参数及使用过程对基于 VR 技术的引流线剥线控制、主导线剥线控制等亮点功能进行详细阐述,最后介绍了智能控制系统的手动控制功能.研制的高压线并线机器人功能全面、机械结构安全可靠、软件界面合理、操作方便,VR 技术的应用使操作人员完全摆脱高压、强辐射、高空的恶劣作业环境,使机器人控制系统更加智能,其控制精度得到了很大的提高,同时在人员培训方面具有巨大优势.     

光伏变电站智能巡检机器人功能设计与实现

为有效解决新能源场站巡检过程中的人手不足的现状,将智能巡检机器人新技术与新能源场站相结合,设计实现一套针对光伏电站的电力巡检机器人,涵盖了机器人功能设计,巡检整体框架、无线组网方式、监控系统布局等功能。智能巡检机器人可根据操作人员在管理平台的任务操作或预先设定任务,变电站现场工作人员可通过机器人后台管理系统收到的实时图像与数据等信息,实现变电站的设备现场无人巡视工作,代替变电站人工巡检,有效节约人力资源成本,为新能源场站的新的运维模式提供了可靠借鉴。     

在“玩”机器人中感受快乐

我喜欢电脑,是一个不折不扣的“电脑迷”。当我还是六七岁的孩童时,就对电脑充满着好奇。进入小学后,在老师的指导下,我开始学习机器人操作与应用,逐渐迷上了机器人,开始参加各种比赛,先后获得全市、全国小学生机器人灭火比赛的一等奖,与机器人结下了不解之缘。     

工业机器人复位系统设计

自动生产线上,工业机器人在非碰撞的意外停机后再次启动时,需通过示教器移动机器人至起始点位,此方法费时且专业要求高。针对此问题,以华数六轴工业机器人为研究对象,设计了机器人复位系统。该系统利用PLC实时记录机器人点位信息,采用机器人、PLC、HMI联合编程,在机器人意外停机后简单操作HMI即可复位。实际使用表明,该系统效果良好。     

卫生洁具施釉机器人手臂控制系统设计

生产应用中,卫生洁具施釉机器人手臂有效提高了卫生洁具陶瓷生产的效率和产品质量,机器人手臂利用压缩空气将釉浆雾化后喷涂在卫生洁具坏体表面,节省了原材料,将代替卫生洁具陶瓷生产过程中以手工施釉为主的操作。卫生洁具生产中施釉工段的工作环境比较恶劣,粉尘和噪声对人体的危害很大,这就客观的要求施釉作业由原来的手工操作转变为机器人手臂操作。     

机器人安全应用 速度与分离

正人机协同作业在同一个协同空间内,机器人和操作人员是允许同时在空间内进行移动的。但为了保障操作人员的安全,需要通过安全技术检测人员和机器人之间的距离。根据人员和机器人之间的距离,系统通过控制机器人的速度产生相应变化,最终在碰撞产生之前停止机器人。当操作员离开时,机器人系统可以根据需要手动或自动恢复原有运动路径,同时保持最小的距离间隔。这样的速度与分离监控在ISO/TS 15066中被认为是4种人机协作的安全应用之一。     

智能安防机器人控制系统设计与研究

进入21世纪以来利用机器人代替人工作业的理念已经在全世界范围内得到了广泛认可,机器人技术的发展水平已成为一个国家高新技术产业的代表,而智能安防机器人作为众多机器人中的一员更是受到了广泛的关注。针对智能安防机器人设计了一套功能强大、性能稳定的控制系统,首先采用模块化的设计思路,对智能安防机器人控制系统的总体架构进行了设计;其次对机器人控制系统主控器进行了设计研发,并对机器人运动控制子系统、传感器子系统以及摄像头控制子系统进行了研究设计;最后利用机器人平台对控制系统进行了实验测试,并对实验结果进行了分析总结。可以预见,安防机器人在降低人工操作危险性、减少企业成本等方面具有重要意义。     

基于深度信息的巡逻机器人避障系统实现

针对巡逻机器人的避障导航,基于Realsense深度摄像头获取环境深度信息,在使用机载计算机对深度图像进行分层处理的基础上,设计了巡逻机器人避障导航系统,同时对巡逻机器人通信协议以及决策流程等进行了改进设计,最后在ROS机器人开源操作系统上对其进行实验及验证。实验结果表明,在相同环境下,该方法能使巡逻机器人快速、安全、有效地避开静态障碍物而到达目标点。该方法不仅能够提高避障的成功率,获得实时避障效果,而且能够降低巡逻机器人的数据处理量,有利于巡逻机器人的移植。     

GIS带电检测机器人用超声局放检测仪研制∗

设计了一种适合机器人搭载的GIS超声局放检测仪.该仪器主机装载在机器人移动平台上,超声探头由机械臂夹持进行贴合操作.整个检测过程由机器人自动控制,测试数据可通过无线通信远传,能有效提高变电设备运维的智能化水平.     

一种改进的BP网络在遥操作机器人系统中的应用

遥操作机器人就是通过计算机网络利用机器人对远距离环境进行观测和操作.本文为了对不确定环境下的遥操作机器人系统进行较好的控制,研究和分析了基于神经网络的遥操作机器人系统的预测控制算法.该算法通过建立远地从机械手和环境模型,预测从机械手返回的作用力,实现主、从机械手之间的无时滞跟踪.仿真结果表明,此算法能够获得较好的稳定性和操作性能.     

基于Backstepping时变反馈和PID控制的移动机器人实时轨迹跟踪控制

根据机器人的运动学模型，采用分层控制的思想将移动机器人的轨迹跟踪控制分为两部分：轨迹跟踪控制器和机器人速度PID控制器。基于Backstepping时变状态反馈方法和Lyapunov理论，引入具有双曲正切特性的虚拟反馈量，提出一种移动机器人全局轨迹跟踪算法：采用PID速度控制器以满足机器人驱动电机实时调速要求。考虑到机器人的动力学约束，引入受限策略以保证其运动平滑。在基于DSP的两轮驱动移动机器人上对算法进行了实时轨迹跟踪试验，取得了满意的控制效果。     

Development and Control of Multi‐Degree‐of‐Freedom Mobile Robot for Acquisition of Road Environmental Modes

The acquisition of information about the environment around a mobile robot is important for purposes such as controlling the robot from a remote location and in situations such as that when the robot is running autonomously. In some research, audiovisual information has been used. However, the acquisition of information about force sensation, which is included in environmental information, has not been well investigated. The mobile‐hapto, which is a remote control system with force information, has been proposed, but the robot used for the system can acquire only the horizontal components of forces. For this reason, in this research a three‐wheeled mobile robot consisting of seven actuators was developed and a control system was created for it. The robot can acquire information about horizontal and vertical forces without using force sensors. By using this robot, detailed information on the forces in the environment can be acquired and the operability of the robot and its ability to adjust to the environment are expected to improve.     

输入受限下非完整轮式移动机器人迭代学习跟踪控制

为了解决输入受限下非完整轮式移动机器人的跟踪控制问题,考虑迭代学习控制方法,设计了一种迭代学习控制律,这里所设计的迭代学习控制律结合了系统的跟踪误差和约束下的上一代控制律.通过应用范数分析理论,对跟踪误差的收敛性进行了理论分析,验证了设计的控制律的有效性.最后,给出了一个仿真实例以证明理论分析结果的正确性,仿真结果表明,在设计的迭代学习控制律作用下,具有输入受限的非完整轮式移动机器人能够获得很好的跟踪控制性能,跟踪误差最终收敛于零的很小邻域内.     

基于 PSO-BP 神经网络的分拣机器人视觉反馈跟踪

针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation, PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative, PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪。实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms。     

Adaptive tracking control design of constrained robot systems

Both dynamic state feedback as well as output feedback tracking control designs are presented in this paper for constrained robot systems under parametric uncertainties and external disturbances. The previous studies on tracking control design, not considering the velocity measurements, address only the unconstrained robot design. In contrast, a dynamic output feedback controller based on a linear and reduced-order observer that uses only position measurements is proposed here for the first time to treat the trajectory tracking control problem of constrained robot systems. Both adaptive state feedback control schemes and adaptive output feedback control schemes with a guaranteed H^∞ performance are constructed. It is shown that all the variables of the closed-loop system are bounded and a pre-assigned H^∞ tracking performance is achieved, in the sense that the influence of external disturbance on the tracking motion error can be attenuated to any specified level. Moreover, it is also shown that the motion and force trajectories asymptotically converge to the desired ones as the dynamic model of robot systems is well-known and the external disturbance is neglected. Finally, simulation examples are presented to illustrate the tracking performance of a two-link robotic manipulator with a circular path constraint by the proposed control algorithms. © 1998 John Wiley & Sons, Ltd.     

神经滑模控制在机器人轨迹跟踪中的应用

针对滑模控制在机器人轨迹跟踪中应用时出现的抖振问题,提出了基于滤波器的神经滑模趋近律控制方法.根据滑模变结构和径向基函数(RBF)神经网络控制理论,并结合滤波器,对两关节机器人的轨迹跟踪控制进行了仿真研究.通过对单纯的滑模变结构加滤波器的控制方法、RBF神经滑模等效控制和RBF神经滑模趋近律控制这三种方法进行对比仿真分析,结果表明设计的神经网络滑模趋近律控制系统具有良好的跟踪性、鲁棒性和较高的控制精确度,同时有效地消除了抖振,实现简单.     

机器人轨迹跟踪改进PD控制研究

针对机器人的特征参数在运动过程中随工况变化及外界干扰产生大幅度变化的问题,采用模糊自校正PD控制的基础上引入智能积分环节,设计了一种用于机器人轨迹跟踪的模糊自校正PD控制器.仿真和实验结果表明,该控制方案能实现较高精度的快速轨迹跟踪,同时可消弱或避免PD控制中的振荡现象和稳态误差.系统对参数摄动和外界干扰具有较强的鲁棒性.     

Non-linear learning control of robot manipulators without requiring acceleration measurement

A new class of non-linear learning control laws is introduced for a robot manipulator to track a given trajectory in performing a series of tasks. The learning control scheme is applicable to robots with both resolute and prismatic joints, requires only position and velocity feedback, and removes the acceleration measurement required by the existing results. It has been shown that under the proposed learning control the tracking errors are always guaranteed to be asymptotically stable with respect to the number of trials. The proposed control is robust in the sense that exact knowledge about the non-linear dynamics is not required except for bounding functions on the magnitudes. In addition, the new learning scheme can be used without assumptions such as repeatability of robot motion, repeatability of tasks and resetting of initial tracking errors.     

基于Android的小型移动机器人远程控制系统设计

针对传统机器人控制终端灵活性不足的问题,结合飞速发展中的Android移动平台,设计了一种基于Android的小型移动机器人远程控制系统。该系统由小型移动机器人、无线通信模块和Android平台3部分组成,通过无线局域网实现下位机与上位机之间的视频传输以及数据通信。给出了控制系统的总体架构,并具体阐述了系统硬件及软件两方面的实现。最后对系统进行了实验测试,测试结果表明,Android移动终端可远程控制移动机器人的运动状态,并实时获取机器人传回的视频,视频播放流畅,整个系统有着较好的稳定性和可靠性。