基于矢量场在线更新的人和机器人身体交流控制

为实现人和机器人身体相互交流时的运动同步,提出基于矢量场在线更新的控制方法,并将此方法应 用于人和机器人握手的研究中．首先,对该方法中任意吸引子的矢量场进行多项式近似设计,使其具备自振动特性; 其次,通过在线更新设计,控制系统具有输入输出同步特性,并且可以通过调节系统中的忘却系数和负荷系数来改 变其同步程度;最后,基于7 自由度机器人臂,将该方法用于人和机器人握手实验中,结果表明了此方法的有效性．     

动力学在线更新的人和机器人握手智能控制器

为实现人和机器人握手运动的同步, 本文提出了一种基于动力学在线更新的智能控制器. 首先, 建立了人和机器人握手的仿真模型; 然后对智能控制器中有任意吸引子的动力学系统进行多项式近似设计和在线更新设计,使其具备自振动特性和输入输出同步特性; 同时通过忘却系数和负荷系数, 输入输出同步程度能实现参数可调; 最后, 将该智能控制器用于人和机器人握手的控制中, 仿真结果表明了该智能控制器设计的有效性.     

正弦驱动与传感反馈结合的双足机器人仿生行走控制

提出了一种正弦驱动与传感反馈结合的双足机器人仿生行走控制方法．所有关节由正弦振荡器驱动, 较之相互耦合的神经元振荡器更加简单;控制参数具有明晰的物理意义,便于对运动模式进行调节．传感反馈表征 了机器人的运动状态,对于保证机器人的稳定行走起着至关重要的作用．将机器人碰地、碰膝等关键运动状态作为 相位反馈,对控制力矩进行相位重置,协调各关节动作,进而实现控制器、机器人、环境的耦合．同时,从节省能量 和仿生的角度,考虑了关节运动的被动特性,确定了各关节力矩的作用区间．仿真结果表明,该控制方法能实现机 器人稳定行走,并具有良好的能效性和自稳定性.     

胸鳍推进型机器鱼的CPG 控制及实现

结合仿生游动机理,针对胸鳍推进型机器鱼提出了一种基于中枢模式发生器（CPG）的运动控制方法． 该模型采用一类振荡频率和幅值可以独立控制的非线性微分方程作为其神经元振荡器模型,通过最近相邻耦合的方 式,对n 个这样的神经元振荡器进行耦合,构建了仿生机器鱼的CPG 网络模型．证明了此模型单个神经元振荡器的 极限环的存在性、唯一性及稳定性．在此基础上,通过对胸鳍推进的运动学分析,导出机器人直游、倒游、胸鳍—尾 鳍协调运动等多种模式的运动控制方法．仿真及实验结果验证了此中枢模式发生器模型的可行性与所提控制方法的 有效性．     

基于中枢神经模式产生器机器人的控制网络

分析了基于中枢神经模式产生器(Central Pattern Generator,CPG)的仿人机器人控制网络系统结构的特点,介绍了振荡器的数学模型。研究了CPG网络中各神经元的刺激方式,采用Hopf非线性振荡器构造神经元,模仿人类的行走步态,设计一种6关节控制网络。计算仿真中该网络输出信号稳定,运动节奏符合设计要求。最后,应用一仿人机器人完成了实验,提高了其行走的速度和稳定性,验证了该网络的有效性。     

一种新型人工神经元振荡器的设计与应用

神经元振荡器在动物神经系统感知、运动、记忆等方面发挥重要作用,设计人工神经元振荡器不但可用研究生物神经元振荡器机理,而且可用于设计仿生机器人的仿生神经网络控制系统。本文首先提出了一种新型人工神经元振荡器,该振荡器由两个神经元构成,神经元自身存在非线性反馈联接,两者之间为线性突触联接。然后证明了其存在稳定的、近似圆形的极限环,振荡的收敛速度、幅度和频率分别由动力学方程中的三个参数独立控制。最后介绍了采用这种振荡器设计的鱼形机器人新型仿生神经网络控制系统,该控制系统可以实现对包括启停、稳定游动等动作的良好控制。     

统一混沌系统同步及在保密通信中的应用

对统一混沌系统的同步控制和在保密通信中的应用进行了研究．基于李亚普诺夫稳定性理论和线性矩阵不等式方法,设计出一种结构简单、反馈增益小、保守性小的输出反馈控制器;解决了状态不可测情况下统一混沌系统的同步控制问题,实现了性能良好的混沌同步．进而用混沌掩盖的方法将该同步方法应用于保密通信．最后以统一混沌系统的特殊情况洛伦兹系统为例进行了仿真．仿真结果表明可以实现渐近同步,应用于保密通信可以达到掩盖有用信号的目的,并且可以无失真地恢复有用信号．     

基于CPG的六足机器人运动步态控制方法

中枢模式发生器（CPG）在六足机器人的运动步态控制中起着至关重要的作用。为了研究六足机器人的运动控制方法,首先基于仿生学原理设计了六足机器人的机械结构,并在虚拟样机软件ADAMS中搭建其三维模型;其次选择Hopf振荡器作为CPG单元,并改进了振荡器模型;然后设计了六足机器人的CPG网络拓扑结构,包含单腿关节映射函数方案和腿间CPG环形耦合网络方案,并对其进行了改进;最后通过ADAMS和MATLAB联合仿真实验,验证了所设计六足机器人的运动稳定性和CPG控制方案的可行性与有效性。仿真结果表明,该方法能够满足六足机器人不同运动步态的控制需求,对六足机器人的运动控制具有一定的实际应用价值。     

基于状态重构理论的同步控制

为了解决控制系统同步控制精度问题,提出了一种基于状态重构理论的系统同步控制方案。该方法将两个需要进行同步控制的执行机构,一个作为主系统,另一个视为其观测器。设置观测器的极点,计算观测器的反馈系数,搭建两系统的同步控制结构,则两个系统的同步过程就是作为观测器的系统渐近跟踪主系统输出的过程。仿真实验结果表明,该方法可以快速地实现系统的同步控制。将此方法应用于多液压执行器的同步控制,取得了较好的效果。     

四足机器人节律柔顺行走控制

针对节律运动突变碰撞力大和柔顺性低的问题,改进基于Hopf振荡器的中枢模式发生器模型,提出一种节律柔顺行走控制方法。分析Hopf振荡器输出信号与关节运动之间的关系,整合膝关节变量,改变神经元之间的作用关系,实现对称步态和非对称步态行走;分析节律运动碰撞力突变对四足机器人行走产生的负面影响,提出基于碰撞力大小和四足机器人身体姿态的柔顺性评估方法;通过连续调整碰撞阶段大腿的摆动幅度,增大摆动周期,减小碰撞阶段的关节运动速度,形成机器人本体与地面之间的缓冲,实现节律柔顺行走。四足机器人慢走步态和对角小跑步态仿真实验验证了该控制方法的有效性。     

实现人身和机器人交流的神经振动子控制算法

为实现人身和机器人交流时的运动同步,首先提出了一类非线性多关节神经振动子运动控制算法,其输入为机器人和人相互作用所产生的关节扭矩信号,输出为机器人关节期望角度;然后对具有代表性的二关节神经振动子控制算法中各参数的耦合特性进行了分析;最后,基于7自由度机器人臂平台对该神经振动子控制算法的有效性进行实验.实验结果表明,该控制算法能够实现人和机器人相互运动的同步,通过调节神经振动子的增益参数,同步的程度能够被改变.     

机器人的CP-nets优化类人轨迹规划

机器人移动轨迹按照人的手臂来模拟是提高机器人安全性和人机交互能力的有效方法,特别是针对机器人抓取路径不唯一的场合,类人行为对于人机系统表现更加自然。此前,通常利用Kinect等设备,基于人工神经网络和K近邻算法等智能算法对类人轨迹进行规划,但无法获得未采样过的最优轨迹。本文基于CP-nets采用偏好模型研究类人运动轨迹,然后将该模型应用于机器人控制,在没有采样的情况下,也可得到最优的类人轨迹。实验结果表明,基于CP-nets 的类人规划轨迹具有较高的效率和舒适性,符合人的运动特征。     

基于柔性人机接口的人机协调运动控制方法

为改善基于力信息的人机协调运动中人机交互力,采用了在人机接口中设置弹性元件的方法,建立了具有柔性人机接口的人机交互力学模型。在已有鲁棒自适应阻抗控制方法的基础上进行改进,提出了一种基于柔性人机接口的自适应阻抗控制方法。此控制方法是对阻抗外环位置速度进行比例补偿,对力控制内环采用模糊PID (proportion integral differential)控制,实现改进自适应阻抗算法,从而提高了位置跟随精度,并有效减小了人机交互力。分析了人机接口中弹性元件对控制效果的影响,获得了不同刚度系数时,交互力控制效果和位置跟随精度。在此基础上,建立了试验系统,完成了试验。人机协调运动试验结果显示：应用柔性人机接口和改进后的控制方法具有更好的人机交互力控制效果。标准运动输入试验结果显示：改进后的控制方法具有更好的人机交互力控制效果和更高的位置跟随精度;人机交互力大小、位置跟踪准确性与人机接口刚度系数大小均成正比。     

康复机器人的同步主动交互控制与实现

提出了一种适用于康复机器人的人机交互控制方法. 结合一款具有平面并联结构的上肢康复机器人, 实现了与用户(患者)运动意图同步的、柔顺的主动康复训练. 在训练中, 利用自适应频率振荡器, 从表面肌电信号(Surface electromyography, sEMG)中获取运动模式信息, 然后结合运动模式和期望的正常运动轨迹, 生成与主动运动意图同步的参考训练轨迹. 本文通过仿真和实际实验对所提出的方法进行了验证, 振荡器可以在2~5s内快速实现与用户主动运动意图的同步, 然后利用阻抗控制器给予柔顺的辅助. 通过调节阻抗参数, 可以为患者的运动训练提供不同程度的辅助.     

Human motion prediction for human-robot collaboration

In human-robot collaborative manufacturing, industrial robots would work alongside human workers who jointly perform the assigned tasks seamlessly. A human-robot collaborative manufacturing system is more customised and flexible than conventional manufacturing systems. In the area of assembly, a practical human-robot collaborative assembly system should be able to predict a human worker’s intention and assist human during assembly operations. In response to the requirement, this research proposes a new human-robot collaborative system design. The primary focus of the paper is to model product assembly tasks as a sequence of human motions. Existing human motion recognition techniques are applied to recognise the human motions. Hidden Markov model is used in the motion sequence to generate a motion transition probability matrix. Based on the result, human motion prediction becomes possible. The predicted human motions are evaluated and applied in task-level human-robot collaborative assembly.     

电力抄表系统的握手式串行通信协议的研究

介绍了电力抄表系统中PC机与多集中器(下位机)的握手联络式串行通信协议的设计.这种握手联络式串行通信具有高可靠性的优点,可应用于下位机并不是一直处于等待接收状态的地方,如各种实时控制、实时检测、实时信号处理应用中.给出了设计过程中使用的通信协议,程序设计流程和VC 语言的相关程序.     

一种基于非线性振荡器的步态轨迹自适应算法

步态训练轨迹是影响康复训练效果的一项重要因素,而自适应性对于下肢康复机器人的临床应用具有重要的意义.振荡器可通过在线调节参数而输出不同波形的周期信号,常用于康复机器人步态轨迹的生成.本文在高斯核函数非线性振荡器的基础上提出了一种下肢康复机器人步态轨迹自适应算法.该算法通过轨迹偏差实现对参考轨迹波形的调节,并且用相位偏差曲线面积实现参考轨迹周期的自适应.本文首先介绍了用于生成步态参考轨迹的非线性振荡器的数学模型;其次,详细描述了基于该模型的参考轨迹波形和周期自适应算法;最后,以悬挂减重式下肢康复机器人为研究对象,建立机器人与人体下肢仿真模型,对所提出的步态参考轨迹自适应算法进行仿真实验,并验证了该算法的可行性.     

Human-robot collaboration disassembly planning for end-of-life product disassembly process

The disassembly process is the main step of dealing with End-Of-Life (EOL) products. This process is carried out mostly manually so far. Manual disassembly is not efficient economically and the robotic systems are not reliable in dealing with complex disassembly operations as they have high-level uncertainty. In this research, a disassembly planning method based on human-robot collaboration is proposed. This method employs the flexibility and ability of humans to deal with complex tasks, alongside the repeatability and accuracy of the robot. Besides, to increase the efficiency of the process the components are targeted based on the remanufacturability parameters. First, human-robot collaboration tasks are classified, and using evaluation of components remanufacturability parameters, human-robot collaboration definition and characteristics are defined. To target the right components based on their remanufacturability factors, the PROMETHEE II method is employed to select the components based on Cleanability, Reparability, and Economy. Then, the disassembly process is represented using AND/OR representation and the mathematical model of the process is defined. New optimization parameters for human-robot collaboration are defined and the genetic algorithm was modified to find a near-optimal solution based on the defined parameters. To validate the task classification and allocation, a 6-DOF TECHMAN robot arm is used to test the peg-out-hole disassembly operation as a common disassembly task. The experiments confirm the task classification and allocation method. Finally, an automotive component was selected as a case study to validate the efficiency of the proposed method. The results in comparison with the Particle Swarm algorithm prove the efficiency and reliability of the method. This method produces a higher quality solution for the human-robot collaborative disassembly process.