基于关节转角估计器的绳驱动手术微器械位置全闭环控制

手术机器人微器械末端空间狭小,无法安装角度检测传感器,不能进行位置全闭环控制．针对这个问题,提出了一种基于关节转角估计器的闭环控制方法．首先设计了4自由度微器械驱动方案,搭建了手术机器人微器械单关节原理样机实验系统,并基于绳驱动系统的动力学分析设计了关节转角估计器．利用动力学参数辨识的方法给出了关节转角估计器的参数,并通过实验数据分析给出了转角估计器的简化和修正模型．实验结果说明关节转角估计器的输出精度可以达到0.38°．最后以转角估计器的输出值作为反馈信号对微器械关节转角进行了闭环控制实验．结果表明,当系统自由运动时微器械关节转角的最大跟随误差为0.734°;当微器械末端加载1.5N的外力时,关节转角估计器的精度是0.59°,最大跟随误差是1.112°．这些说明本文提出的关节转角闭环控制方法具有比较高的控制精度．     

一种集成微力检测的压电式微夹钳

针对微装配任务设计了一种双悬臂梁结构的压电双晶片微夹钳,该微夹钳由两个压电双晶片驱动．建立了压电双晶片的复合梁模型,并对它的微位移—电压特性、夹持力—应变特性进行了数学分析．通过检测悬臂梁根部的应变信号实现对微夹钳夹持力的检测．实验证明该微夹钳工作可靠,能够满足微装配机器人装配任务的要求．     

手术机器人夹持力检测技术进展

夹持力检测是医疗机器人进行手术的必要手段。在手术过程中,通过检测夹钳的夹持力,然后反馈给医疗机器人控制系统进行调整操作,可避免因夹持力过大对患者人体组织造成不必要的损伤。本文回顾了近6年有关医疗机器人夹持力检测方面的研究情况,总结了目前6种医疗机器人夹持动作力检测的实现技术,并对其原理、性能、应用前景进行了对比,最后对手术机器人未来的发展做了展望。     

基于行星齿轮机构的牵引式欠驱动机械手设计

为实现夹持力调节和目标物体抓取功能,设计了一种基于行星齿轮机构的牵引式欠驱动机械手。该机械手采用不固定输出轴和内齿圈的行星齿轮机构来分配2种互斥的运动,一种用于手指的转动,实现机械手的夹持功能;另一种用于皮带轮的无限转动,通过皮带实现目标物体的拉入功能。相对于腱绳式和连杆式欠驱动机械手,这种单输入双输出形式不仅能够保持机械手的自适应性,同时还能降低机械手的耦合程度。根据行星齿轮机构的这种传动特点,设计了阻力矩调节机构,实现了机械手的夹持力调节功能。夹持力测试实验表明,在阻力矩调节机构的作用下,机械手能有效调节夹持力。抓取实验结果表明,机械手能够实现对刚性和柔性目标物体的抓取操作,验证了机械手设计的有效性。     

空间站载荷转移机构机器人的力加载控制方法

针对机器人在空间站载荷转移机构力加载过程中,由于展开完成后的载荷转移机构在力的方向上发生变形,导致机器人力控制系统难以保持稳定、加载精度不足或调节时间过长的问题,提出了自适应调整导纳控制器参数的策略．首先,根据导纳控制理论建立力与位移的关系,初步提出了基于直角坐标系的力跟随/力加载控制器;然后,根据加载实验数据,采用最小二乘法对载荷转移机构模型进行参数辨识,建立机器人特定工作空间的力与位置关系;最后,通过自适应调整导纳控制器参数使机器人动力学模型与载荷转移机构的动力学模型近似匹配,实现机器人对展开完成后的载荷转移机构末端的空间力实时加载．实验得出机器人对载荷转移机构位置跟随偏差不超过0.1 mm,加载力误差不超过1%．仿真结果表明,该机器人满足精度要求,为载荷转移机构提供了较为真实的等效空间载荷．     

无力传感器的机械手爪力控制研究

针对当前基于被动力控制机械手爪的结构复杂问题,以及基于力传感器主动力控制机械手爪的安装局限问题,提出了一种无力传感器的机械手爪力控制方法。运用闭链结构机械手爪的静力学二元性概念计算驱动关节力矩。基于广义动量,设计驱动关节干扰力矩观测器估计干扰力矩。利用虚位移原理,建立驱动关节干扰力矩和夹持力的关系,通过仿真验证了估计夹持力的正确性;控制仿真采用速度和力控制切换的方式,实现了低振荡且仅仅一次碰撞的无力传感器的机械手爪力控制。     

液压驱动单元基于力的阻抗控制方法控制参数灵敏度分析

液压驱动型高性能足式仿生机器人具有很好的适应能力,为尽可能地避免其足地接触过程中的冲击和碰撞,足式机器人的关节应具有一定的柔顺性,而基于力的阻抗控制是一种在液压驱动型高性能足式仿生机器人腿部关节中常用的主动柔顺控制方法.针对驱动足式机器人关节运动的液压驱动单元(HDU),研究基于力的阻抗控制方法在HDU上的应用,推导其状态空间表达,并在HDU性能测试平台上对阻抗控制效果进行实验验证.针对影响阻抗控制效果的4个主要控制参数,对比分析不同灵敏度分析方法的优劣势,最终确定使用相对简单求解过程的一阶矩阵灵敏度分析方法,对4个参数在4种不同工况下进行动态灵敏度分析以及定量灵敏度分析,并进行实验验证.所得基于力的阻抗控制参数灵敏度分析结论可作为不同工况下控制参数优化的理论参考和实验基础.     

一种带力传感的微夹持器设计及试验

设计制作一种带力传感的微夹持器,通过压电陶瓷堆驱动和柔性铰链放大来实现夹持动作,由粘贴于悬臂应变梁的半导体应变片构成惠斯通电桥测量微夹持力．优化设计了柔性铰链的结构,对悬臂式应变梁进行了仿真分析．最后,制作并组装成微夹持器,进行了力传感标定试验和微夹持操作试验．制作和试验结果验证了这种带力传感的微夹持器的可行性和实用性．     

关节联动的单孔手术机器人运动解耦方法

针对单孔腔镜手术机器人的执行器械从驱动空间至操作空间的强运动耦合问题,研究关节联动构型,实现运动解耦,简化运动学模型．首先分析联动构型的运动特性并设计滚轮约束式铰接关节．继而研发了7自由度的联动构型器械,它可实现2自由度的“联动展开”．建立了D-H（Denavit-Hartenberg）模型,分析联动构型器械的位姿分离,并通过解析法直接求解逆运动学．然后基于立体角度量手术器械末端在给定点的灵活度,优化联动构型器械的远端段关节布置．实验表明,联动构型器械末端的姿态只取决于远端段关节,“联动展开”只改变器械末端的位置．驱动空间至关节空间的最大误差小于3°,近端段与远端段的驱动之间互不干扰．     

基于降阶位置/力模型的机器人神经网络控制

双足机器人的双脚支撑期是实现其步行运动的重要过程,然而耦合的位置/力控制难以保证其稳定平滑运动.本文提出了一种基于降阶位置/力模型的机器人控制策略,整合了位置控制子空间模型和力控制子空间模型,通过模型降阶减小了控制器设计的复杂度,并采用神经网络自适应控制方法综合多控制目标,实现了双足机器人的平滑稳定控制并有效地抑制了系统外扰和参数不确定性的影响.最后,仿真算法验证了该控制方法和模型的有效性.     

基于改进型BP网络的并联机器人自适应力控制

并联机器人力控制是并联机器人研究的一个热点和难点,引起了许多学者的关注,并取得了一定的成果。多数使用了传统的力控制研究方法。该文中,作者将神经网络引入并联机器人的力控制中,并介绍了一种改进型BP神经网络,以及其学习算法和网络的训练过程,并结合实际并联机器人6-SPS并联机器人,设计出基于改进型BP神经网络的并联机器人自适应力控制器,并进行了仿真和实验研究,通过研究表明所设计的控制器是可行和有效的。     

基于Labview的舵机驱动爬壁机器人CPG神经网络运动控制的实现研究

针对舵机驱动爬壁机器人的机构特点,提出一种用Labview实现舵机驱动爬壁机器人CPG神经网络运动控制的方法．首先,基于仿生运动控制的概念构建出舵机驱动爬壁机器人神经网络运动控制模型．然后,将机器人的平面自由运动分解成直线运动和转弯运动的组合,并结合CPG神经网络信号波形特点,完成机器人相应的实际运动控制信号的生成与输出．最后,通过机器人平面运动控制的实验研究,验证了所提控制方法的有效性．     

Neural network-based Smith predictor design for the time-delay in a tele-operated control system

This article presents a methodology for compensating for the time-delay effects in tele-operated control systems. Compensation can be carried out by a neural network. A tele-operated system consists of a master robot to give commands, and a slave robot to work with the environment. The positional command by the master robot is transferred to the slave robot, and the contact force from the environment is transferred back to the master robot. The structure of the Smith predictor is modified by replacing the linear estimator with a neural network whose structure is based on the radial basis function (RBF). The RBF network identifies the slave model to deal with the nonlinearities in the system. Simulation studies have been conducted, and experimental studies of one-directional force control were performed to confirm the simulation results.     

基于神经网络的机械臂的力控制方法

本文提出一种基于神经网络的力控制方法，由两个串联的神经网络构成机械臂的力控制器，其中一个网络用来学习机械臂本身的逆动力学系统，而另一网络用来学习未知的被接触环境的动力学特征，这种方法避免了困难的接触环境建模问题。一个 双连杆机械臂的力控制的仿真实验描述了种种方法的有效性。     

柔索牵引式力觉交互机器人控制策略

为了让航天员在没有太空真实环境的地面上模拟太空环境进行虚拟作业训练,设计了一种与虚拟现实（VR）技术相结合的柔索牵引式力觉交互机器人．首先,根据微重力环境中物体的运动特性设计机器人的构型,建立移动平台、驱动单元、人推物体运动过程的动力学模型并进行运动学分析．然后,针对系统冗余驱动及力控制任务,提出一种复合控制策略,即以柔索长度变化为速度控制内环,力的外环控制为力／速混合控制．最后,分别进行单柔索加载和人机系统力觉交互仿真分析,分析结果表明该控制策略可以使柔索驱动单元降低10%的恒力跟随误差并能稳定地跟随余弦力的变化,验证了该控制策略对多余力抑制的有效性．     

一种三维柔性力传感单元的设计与实验

设计一种敏感单元为正四面体结构的三维柔性力传感器,对传感器进行受力分析,建立传感器单元受力的数学模型,利用有限元仿真验证上述分析过程的合理性,并通过试验系统对传感器进行标定和验证,测试结果利用BP神经网络进行解耦,结果表明该传感器能够实现0~11 N量程的三维力检测.     

Neural Network Force Control for Industrial Robots

In this paper, we present a hierarchical force control framework consisting of a high level control system based on neural network and the existing motion control system of a manipulator in the low level. Inputs of the neural network are the contact force error and estimated stiffness of the contacted environment. The output of the neural network is the position command for the position controller of industrial robots. A MITSUBISHI MELFA RV-M1 industrial robot equipped with a BL Force/Torque sensor is utilized for implementing the hierarchical neural network force control system. Successful experiments for various contact motions are carried out. Additionally, the proposed neural network force controller together with the master/slave control method are used in dual-industrial robot systems. Successful experiments are carried out for the dual-robot system handling an object.     

基于深度Q网络的人群疏散机器人运动规划算法

针对公共场合密集人群在紧急情况下疏散的危险性和效果不理想的问题，提出一种基于深度Q网络（DQN）的人群疏散机器人的运动规划算法。首先通过在原始的社会力模型中加入人机作用力构建出人机社会力模型，从而利用机器人对行人的作用力来影响人群的运动状态；然后基于DQN设计机器人运动规划算法，将原始行人运动状态的图像输入该网络并输出机器人的运动行为，在这个过程中将设计的奖励函数反馈给网络使机器人能够在"环境-行为-奖励"的闭环过程中自主学习；最后经过多次迭代，机器人能够学习在不同初始位置下的最优运动策略，最大限度地提高总疏散人数。在构建的仿真环境里对算法进行训练和评估。实验结果表明，与无机器人的人群疏散算法相比，基于DQN的人群疏散机器人运动规划算法使机器人在三种不同初始位置下将人群疏散效率分别增加了16.41%、10.69%和21.76%，说明该算法能够明显提高单位时间内人群疏散的数量，具有灵活性和有效性。     

宇航员康复训练机器人自抗扰力控制

为帮助宇航员在失重环境中进行卧推训练,提出了一种基于并联柔索驱动机构的宇航员康复训练机器人.针对系统内部和外部扰动都比较大的问题,在对单个柔索驱动单元进行动力学分析的基础上,提出了基于自抗扰控制技术的宇航员康复训练机器人力控制器.为了验证自抗扰控制器的性能,通过与PID控制对比,进行了仿真实验.实验结果表明:该控制器具有良好的动、静态性能,抗干扰能力强,对内部参数变化具有很强的鲁棒性.