基于人工势场在机械臂避障路径规划中的研究综述

机械臂路径规划避障是目前机器人领域研究的热点,人工势场因算法简单、高效被越来越多地应用到机械臂路径规划避障中。本文首先介绍了人工势场的原理,分析了传统人工势场存在的目标不可达和局部极小值等问题,并对人工势场在机械臂避障规划中已有的算法进行分类综述,最后对人工势场在机械臂避障方面的发展趋势进行展望。     

基于视觉/力觉辅助的遥操作系统研究与实现

针对多变未知的作业环境以及复杂繁多的作业任务,设计一种基于视觉/力觉辅助作业的遥操作系统.首先,利用Kinect摄像头采集作业现场的3D点云数据,结合虚拟现实技术,在计算机上将虚拟机械臂模型叠加到真实环境中,同时显示虚拟模型与现场信息,提高操作人员的现场感知能力;根据获取的障碍物和目标物体位置信息,建立人工势场,增强操作者控制远端机械臂进行避障及接近目标物体操作的能力,完成环绕和避障任务.该方案在7自由度Schunk机械臂上得到了实现.结果表明,此方案可以很好地弥补虚拟环境缺乏现场信息的缺点,提高了遥操作系统的可靠性.     

基于人工势场法的虚拟夹具建模技术研究

虚拟夹具是在计算机仿真技术、力反馈技术、人工智能等基础上发展起来的一种新兴机器人遥操作辅助技术.基于人工势场法的虚拟夹具建模技术研究对提高机械臂末端抓手自动防撞具有重要意义,特别是在非结构环境和一些工作空间环境难以建模的情况下,应用虚拟夹具法来限制机械臂末端的运动空间,可防止机械臂与周围环境发生碰撞.为此,使用OpenGL与C++相结合的编程方法设计并实现了三角片元法构建虚拟管道的几何模型,采用人工势场法计算实时虚拟力的虚拟夹具建模算法,通过仿真实验验证该算法能有效限制机械臂末端的运动空间及正确计算虚拟力.     

具有虚拟力觉导引功能的机器人网络遥操作系统

为实现机器人网络遥操作系统中从端机器人和被抓取目标接触前的力觉感知效果,提出了具有虚拟力 觉导引功能的机器人网络遥操作系统控制方法．利用单目视觉技术获得末端执行器相对于被抓取目标的位姿信息, 并将此信息转换为操作者相对敏感的力反馈信息,引导操作者为远端机器人系统提供合适的控制命令,控制机器人 达到期望的位姿．利用手腕相机和人工目标搭建了演示实验系统,并分别进行了机器人位置和姿态遥操作控制实 验．实验结果表明,机器人遥操作系统的可操作性和操作效率有了明显提高．     

基于人工势场一遗传算法的机械避障方法研究

人工势场法是机器人避障规划中常用的方法,具有简单、实时性强的特点,但其存在目标不可达和局部极小值问题;文中针对机械臂的避障问题,首先利用人工势场法确定机械臂末端的避障轨迹,使用改进的斥力场克服势场法的目标不可达问题,利用随机逃离和沿等势线逃离相结合的方法解决局部极小值问题;其次针对机械臂末端避障轨迹中的每个点,采用遗传算法计算其对应的机械臂逆运动学解,在确保杆件不发生碰撞的情况下,充分保持关节角变化的柔顺性;仿真结果表明算法能够有效地实现机械臂的避障规划.     

六自由度检修机械臂合理路径规划系统设计

为减少六自由度检修机械臂抓取动作花费的时间,设计一种六自由度检修机械臂合理路径规划系统。此次研究的系统硬件部分主要包含主控制器、伺服电机控制器与通信模块。系统软件部分,计算出机器人与障碍物之间的距离,并计算出所有机器人上点与障碍物之间的距离,采用设置虚拟障碍物的创新型人工势场法进行路径规划,避免传统人工势场法的弊端,以保证机器人与障碍物之间有一定的安全距离,以此完成六自由度检修机械臂合理路径规划。实验结果表明,在有障碍的情况下,此次研究的六自由度检修机械臂合理路径规划系统在2~4 min之内就能够完成抓取动作,并且此次研究的系统控制后的关节曲线较为平稳,证明此次研究的六自由度检修机械臂合理路径规划系统具有较好的控制效果,满足了系统设计需求。     

基于实时点云建模虚拟夹具辅助力觉交互研究

为满足遥操作的精度和实时性要求,应对在操作过程中出现的目标工件形状发生变化或与机械臂末端间出现相对移动等状况,提出一种融合RGB与深度图像信息的点云建模方法。对未知的操作环境进行实时建模,在此基础上实时构建虚拟夹具,继而研究遥操作系统中的力觉交互环节。实验结果表明,基于实时点云建模的虚拟夹具能够有效辅助操作者操纵力反馈设备与点云进行力觉交互,力觉临场感效果良好,可用于规避固定或动态障碍物,完成相对精确的操作任务。     

基于势场栅格法的移动机器人避障路径规划

针对传统人工势场法应用于移动机器人避障路径规划存在的缺陷,建立了改进的人工势场模型,通过在障碍物的斥力势场函数中增加最小安全距离,同时考虑机器人与目标点的相对距离,成功地解决了障碍物附近目标不可达(Good Nonreachable with Obstacles Nearby GNRON)的问题。此外,针对传统人工势场法的局部极小点和障碍物附近目标不可达同时存在的问题,提出了以改进人工势场法为主,栅格法为辅的方案来实施避障,使得机器人能够尽快地脱离局部极小并成功地绕过障碍物到达目标点。采用栅格法对改进人工势场法做辅助决策,弥补了改进人工势场法的不足,使机器人能够顺利到达势场的全局最小点,提高了避障路径规划的安全性和可达性。论文利用Matlab进行了算法仿真,结果证明了所提方法的正确性和有效性。     

多臂空间机器人稳定抓取力分配和柔顺控制策略

针对影响多臂抓取稳定性的接触力不平衡和接触振动问题,提出多臂空间机器人力分配和柔顺控制策略.首先,分析满足多臂稳定抓取的力学条件,基于摩擦锥约束设计抓取力安全系数,并将其引入力优化模型进行抓取力分配,实现目标物体稳定抓取条件下受力最小;然后,分析抓取过渡过程的振动成因,设计基于动能消耗的末端输出力控制策略实现快速振动抑制和柔顺抓取;最后,设计机械臂末端控制律切换策略,一旦在抓取过渡过程中发生接触脱离可引导其快速返回物体表面.仿真结果表明,所提出方法提升了稳定抓取安全裕度,显著降低了机械臂末端的振动幅值、持续时间和接触力,提升了空间机器人多臂抓取目标操作的稳定性和柔顺性.     

考虑障碍环境下的多机器人编队控制研究

编队和避障控制是机器人路径规划设计中的典型问题,文中提出了将leader-following法和人工势场法相结合的方法,来更好地完成多机器人在未知环境下的编队和避障控制。之前的研究只将leader-following算法用于多机器人的编队控制,而文中提出此方法也可以用于多机器人系统的避障控制。基于leader-following法,多机器人能自动编队并保持队形;而结合人工势场法,多机器人可以保持队形行进,在遇到障碍物的情况下变换队形避障,在避障后恢复原队形,最终到达目标。通过仿真实验证明,该算法实现了多机器人在未知环境下的自动编队和避障,从而证明了leader-following算法可以用于机器人的避障控制。     

An obstacle avoidance algorithm for robot manipulators based on decision-making force

Obstacle avoidance is a significant skill not only for mobile robots but also for robot manipulators working in unstructured environments. Various algorithms have been proposed to solve off-line planning and on-line adaption problems. However, it is still not able to ensure safety and flexibility in complex scenarios. In this paper, a novel obstacle avoidance algorithm is proposed to improve the robustness and flexibility. The method contains three components: A closed-loop control system is used to filter the preplanned trajectory and ensure the smoothness and stability of the robot motion; the dynamic repulsion field is adopted to fulfill the robot with primitive obstacle avoidance capability; to mimic human’s complex obstacle avoidance behavior and instant decision-making mechanism, a parametrized decision-making force is introduced to optimize all the feasible motions. The algorithms were implemented in planar and spatial robot manipulators. The comparative results show the robot can not only track the task trajectory smoothly but also avoid obstacles in different configurations.     

基于3D目标跟踪算法的机器人手眼协调研究

为了适应环境的复杂性和多样性,增强机器人抓取任务的鲁棒性,本文从3D目标跟踪算法出发,提出了一种实现机器人手眼协调的新方法。该方法采用改进的基于区域的位姿追踪算法同时跟踪机械臂夹持器和目标物体的位姿,根据二者的相对位置关系引导机械臂运动。对基于区域的位姿跟踪算法,本文提出根据局部区域分割线构建分割模型并改进模型颜色似然的线性更新方式,使得算法能够准确跟踪机械臂夹持器与目标物体。基于ROS平台搭建了一套仿真实验环境,并分别在仿真环境和真实环境下验证了此手眼协调系统的有效性和鲁棒性。这种方式不仅不需要手眼标定,更接近于人类“Sensor-Actor”带反馈的闭环控制方式,同时赋予了机器人足够的灵活性来应对弹性的任务和多变的环境。     

Templates for pre-grasp sliding interactions

In manipulation tasks that require object acquisition, pre-grasp interaction such as sliding adjusts the object in the environment before grasping. This change in object placement can improve grasping success by making desired grasps reachable. However, the additional sliding action prior to grasping introduces more complexity to the motion planning process, since the hand pose relative to the object does not need to remain fixed during the pre-grasp interaction. Furthermore, anthropomorphic hands in humanoid robots have several degrees of freedom that could be utilized to improve the object interaction beyond a fixed grasp shape. We present a framework for synthesizing pre-grasp interactions for high-dimensional anthropomorphic manipulators. The motion planning is tractable because information from pre-grasp manipulation examples reduces the search space to promising hand poses and shapes. In particular, we show the value of organizing the example data according to object category templates. The template information focuses the search based on the object features, resulting in increased success of adapting a template pose and decreased planning time.     

开链机械臂的反馈Hamel变分积分子

在几何力学框架下,首先,推导了开链机械臂的反馈Hamel变分积分子,其中用反馈控制算法实现了Hamel积分子的寻根;其次,将上述算法用于计算反应规划的正向动力学,在此基础上将回转力引入传统人工势场法来设计斥力,可以克服传统人工势场法中易陷入势场局部极小的缺点,实现机械臂整臂的实时避障轨迹规划;最后,通过两个数值仿真验证了上述所提算法的有效性.     

A HUMANLIKE GRASPING FORCE PLANNER FOR OBJECT MANIPULATION BY ROBOT MANIPULATORS

Recently robot manipulators have been expected to perform sophisticated tasks such as object manipulation, assembly tasks, or cooperative tasks with human workers. In order to realize these tasks with robot manipulators, it is important to understand the human strategy of object grasping and manipulation. In this study, we have examined how a human being decides the grasping force necessary to manipulate an unknown object in order to apply human object-grasping strategy for robotic systems. Experiments have been performed with several kinds of objects under several kinds of conditions to investigate how much grasping force human subjects generate. Adjustment strategy of human grasping force when the object is manipulated or in contact with an environment is also examined. Neural networks (the desired grasping force planner) that generate the humanlike desired grasping force are then designed for robotic systems. The effectiveness of the proposed desired grasping force planner is evaluated via experiments.     

改进人工势场的手术机器人位姿规划

运动避障与路径规划是手术机器人自动化手术中重要的技术环节,为机器人手术提供了良好的术中安全性及准确性.本研究针对上述两关键技术,提出改进人工势场的手术机器人位姿规划算法,首先,通过对引力函数进行改进,在不求取运动学逆解的情况下,能够准确驱动机械臂到达指定位姿;接着,利用快速凸包算法将障碍物凸体化,通过Gilbert Johnson Keerthi (GJK)算法计算障碍物与机械臂连杆等效圆柱面之间的最近距离,使避障距离更加准确;然后,通过自适应步长,使机械臂运动更加平稳快速;最后,引入动态引力常数,使机械臂具有逃离局部极小值的能力.实验结果表明,本研究能够让机器人在避障情况下平稳快速到达规划位姿,并在陷入局部极小值时逃逸,为未来医疗机器人在自动化手术方面提供了新思路.     

A method for combining odometry and distance sensor information for effective obstacle avoidance of autonomous mobile robots

In this paper, a concept for virtual sensors is proposed for efficient avoidance of obstacles during the motion of robots. The virtual sensor yields new data by combining encoder values and real distance data, and derives new sensor data that includes the mobility of the robot. Simulation on Windows XP is executed to illustrate the proposed approach with actually acquired distance from virtual and actual sensors. To facilitate comparison with the alternative results developed in this paper, we refer to the conventional artificial potential field method using actual distance. Data from virtual sensors show smoother and safer motion in obstacle avoidance traces in regards to obstacle and robot mobility.     

移动机器人编队的运动控制策略

为实现移动机器人编队的多样性、稳定性和队形变换连续性,并解决移动机器人编队运动中的避障、避碰、到达目标的问题,对基本队形进行分析,提出队形参数化的思路,建立基本队形虚结构的参数化数学模型,通过调整参数使队形在基本队形及其衍生的队形间进行变换;机器人在运行的过程中,利用行为融合方法、跟随领航者法、人工势场法和虚结构法对机器人进行运动控制,实现了机器人的避障、避碰、队形归建等目标。对上述策略进行了仿真实验,实验结果表明,使用本策略既保留了虚结构法队形稳定、队形归建迅速的优点,又改进了其灵活性差的不足。     

考虑障碍环境下的多机器人编队控制研究

编队和避障控制是机器人路径规划设计中的典型问题,文中提出了将leader—following法和人工势场法相结合的方法,来更好地完成多机器人在未知环境下的编队和避障控制。之前的研究只将leader—following算法用于多机器人的编队控制,而文中提出此方法也可以用于多机器人系统的避障控制。基于leader—following法,多机器人能自动编队并保持队形;而结合人工势场法,多机器人可以保持队形行进,在遇到障碍物的情况下变换队形避障,在避障后恢复原队形,最终到达目标。通过仿真实验证明,该算法实现了多机器人在未知环境下的自动编队和避障,从而证明了leader—following算法可以用于机器人的避障控制。     

Telemanipulation of cooperative robots: a case of study

This article addresses the problem of dexterous robotic grasping by means of a telemanipulation system composed of a single master and two slave robot manipulators. The slave robots are analysed as a cooperative system where it is assumed that the robots can push but not pull the object. In order to achieve a stable rigid grasp, a centralised adaptive position-force control algorithm for the slave robots is proposed. On the other hand, a linear velocity observer for the master robot is developed to avoid numerical differentiation. A set of experiments with different human operators were carried out to show the good performance and capabilities of the proposed control-observer algorithm. In addition, the dynamic model and closed-loop dynamics of the telemanipulation is presented.