基于狄利克雷过程聚类的机器人演示学习研究

针对演示学习中高斯混合模型参数估计效率低,泛化能力不足的问题,提出一种基于狄利克雷过程聚类和高斯混合模型的复合动态运动基元算法。为实现高斯混合模型参数的实时估计,使用基于距离阈值的狄利克雷聚类算法进行演示轨迹点在线聚类,并引入Welford公式更新参数以提高参数估计效率。获得轨迹分布特征后,使用动态运动基元进行高斯混合回归轨迹的编码,以提高轨迹泛化能力。为了验证算法的有效性,引入了轨迹可达性和相似性指标评价算法的学习泛化能力,设计了基于手写体字母轨迹和机器人动觉示教的演示学习实验。实验结果表明,所提复合动态运动基元算法参数估计平均时间仅0.052 ms,具备快速轨迹复现和泛化能力。     

机器人视觉示教学习方法研究

针对机器人在非结构化环境的人机交互过程中环境感知与目标识别问题,提出一种基于视觉的机器人示教学习方法,机器人通过视觉感知人机交互过程中用户的单次示教获得任务操作技能。采用视觉系统捕获用户示教操作动作图像,通过图像处理与特征匹配算法SIFT提取目标对象特征。机器人复现阶段,识别出新任务环境中目标对象且向机器人输入其坐标位置。在Matlab仿真环境中模拟机器人经始末坐标逆解出机器人任务操作的运动轨迹,通过Barrett WAM机器人实验平台实现操作一组多孔积木的装配任务。研究结果表明:在单次示教与极少的环境先验知识的情况下,机器人能够学习到用户的顺序任务操作技能,并且在视觉范围内有较好的泛化能力。     

基于DMP的双臂机器人装配策略研究

针对双臂机器人装配规划难题,提出了基于动态运动基元的双臂协调运动和装配策略.首先,分析双臂机器人运动空间,建立双臂运动约束模型,使每条手臂不仅满足自身任务要求,还满足双臂之间的相对位姿约束,然后将双臂之间的相对位姿约束与动态运动基元方法结合,使得生成的机械臂运动轨迹可以达到自避障的效果.其次,根据装配任务需求,分析双臂...     

基于示教学习和自适应力控制的机器人装配研究

针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。首先根据是否与孔产生接触力将示教任务分为两段;接着利用了任务参数化的高斯混合模型(TP-GMM)训练并泛化第一段轨迹;最终和原示教的第二段轨迹组合为新的搜孔轨迹;采用了六自由度阻抗控制使得机器人具有柔顺性,再利用了模糊自适应策略调节阻抗控制中Z轴期望接触力,利用UR机器人对方形孔进行了装配试验验证。研究结果表明:所提出的策略在新的初始位置,仍能绕过障碍物并生成新的搜孔轨迹,无需再次示教;调节期望接触力相比其不变时,绕X轴方向力矩波动速度低,且波动误差减小了30%。     

基于耦合算法的类人机器人模仿学习控制方法

为提高类人机器人模仿学习的准确性及效率,建立了一种改进的粒子群算法优化超限学习机的模仿学习模型。采用非线性动态系统对示教时的相关数据进行建模;以动态自适应策略改进粒子群算法的惯性权重,并利用改进后的粒子群算法对超限学习机的网络参数进行寻优;利用该耦合学习模型对模仿学习动态系统的参数进行学习,并重现了模仿学习动作。实验结果表明,该耦合算法应用在类人机器人模仿学习方面具有很好的拟合精度、自适应性及泛化能力,重现模仿学习动作时的平均误差为0.0172。     

四足机器人腿部运动空间和足端运动轨迹研究

机器人的单腿的运动空间及足端点运动轨迹决定了所设计的机器人的应用范围。为了研究四足步行机器人摆动腿在一定参数条件下的运动空间大小及足端的运动轨迹,通过对机器人摆动腿正运动学方程,足端点轨迹在y、z轴上对时间的函数进行计算,并将计算结果运用MATLAB软件进行仿真,不仅直观地观测到机器人的运动情况,还得到所需的数据,且以图形的形式显示出来,达到了预期目的。     

基于术中轨迹的微创手术机器人的主从映射比例评估

主从式手术机器人映射关系的设计与优化是提高术者操作效率,减少手术疲劳的关键步骤之一,过去通常依靠机器人搭建完成后基于实体手术平台进行评价,延长了研发周期。以微创手术机器人映射关系为研究对象,选择胆囊切除术作为采样标本,运用微型传感通过临床手术实际测量获得典型器械运动轨迹,综合分析得出手术安全域内运动范围,并运用人机工程分析平台DELMIA,采用我国国家标准人体测量数据为人体建模参数,建立国人典型人体运动模型,通过设定不同映射比例,基于反向运动学计算获得手术机器人环境下典型手术过程中术者姿势与上肢运动轨迹,应用RULA分析对不同映射比例下术者的双侧上肢的疲劳程度进行评估,从而获取特定映射关系下人机界面最佳的映射比例,为微创手术机器人针对人机界面优化的设计制造提出了新的评价方法,为缩短器械设计修改流程、加快器械开发速度提出了新的途径。     

基于UG加工信息的工业机器人离线编程

针对复杂运动轨迹难以通过机器人示教精确获取的问题,提出了基于UG加工信息提取工业机器人离线编程运动轨迹的规划方法:利用CAD/CAM技术,通过模拟加工轨迹生成数控NC代码,并对加工代码进行处理,提取加工轨迹的坐标点等相关信息进行重组,从而转换为机器人可识别的数据格式,实现机器人运动轨迹的数字化设计。最后以Staubli工业机器人为例进行离线编程,并在其虚拟控制平台上进行了实验,实现了机器人运动轨迹数字化设计,提高了机器人运动控制编程效率。     

仿爬行类四足步行机器人运动学标定模型研究

针对步行机器人在实际运动中存在的运动误差问题,在介绍仿爬行类机器人Mini Quad-Ⅰ结构的基础上,建立了该类机器人的几何参数模型。讨论了该类四足步行机器人参数误差与结构尺寸及运动轨迹误差的关系,对该类机器人运动学的标定模型进行了详细研究。通过测量机器人在给定轨迹下运动时,机体位姿的变化及各关节运动角的实际运动角,对机器人的结构参数进行标定。开发了标定参数的自动计算系统,并以实例进行了说明。为建立机器人的相对精确控制模型奠定了基础。     

直接示教机器人的示教助力研究

传统的直接示教机器人在示教过程中需要人去克服机器人在运动过程中的重力、惯性力、离心力等,示教操作不灵活。基于机器人动力学研究了机器人示教时的助力控制方法。首先采用牛顿-欧拉方法建立了直接示教机器人的动力学模型,研究了机器人各关节的状态与力矩之间的关系,推导出机器人运动时各轴所需的力矩,并绘制了力矩曲线。然后,利用SolidWorks建立了机器人的三维模型,将该模型导入ADAMS,进行动力学分析与仿真。最后,将ADAMS软件的动力学仿真结果与建立的动力学模型计算结果进行了对比,力矩曲线基本一致,最大误差不超过11%。该动力学模型可以为机器人在各种位姿下进行助力控制提供计算依据,从而实现直接示教时的轻便灵活操作。     

机器人负载惯性参数的快速辨识

机器人的惯性参数辨识是基于动力学模型控制器设计的基础,除了需要辨识机器人自身的惯性参数外,还需要快速准确地辨识负载的惯性参数。针对需要更换负载的工作场景,提出了一种快速辨识负载的激励轨迹,该轨迹不需要经过优化,即可在短时间内覆盖更多的机器人运动状态,从而获得更为全面的采样参数集,提高了辨识效率的同时增强了辨识模型的泛化能力。实验表明,辨识的结果与负载模型的CAD参数符合,机器人关节理论力矩能较好地拟合实际驱动力矩,验证了负载参数的正确性。     

工业机器人喷涂运动学仿真研究

为了提高工业机器人设计分析效率,降低昂贵的机器人开发成本,利用虚拟样机技术对机器人进行了运动学仿真,提出了机器人的轨迹规划。根据HA006型工业机器人的结构特点,建立了基于D—H连杆坐标系的机器人运动学模型,利用MATLAB软件的机器人工具箱构建机器人对象,求解机器人基于关节坐标和直角坐标的轨迹规划,并通过SolidWorks软件进行连续路径喷涂轨迹规划的运动学仿真与分析,较为直观地观察机器人工作姿态和运动轨迹,得到机器人运动性能的实时状况。试验结果表明,该方法可以清楚地判定机器人运动方案的合理性及轨迹规划及控制算法的可行性,有效地提高了工业机器人的设计效率。     

APPROACH TO IMPROVEMENT OF ROBOT TRAJECTORY ACCURACY BY DYNAMIC COMPENSATION

Some dynamic factors, such as inertial forces and friction, may affect the robot trajectory accuracy. But these effects are not taken into account in robot motion control schemes. Dynamic control methods, on the other hand, require the dynamic model of robot and the implementation of new type controller. A method to improve robot trajectory accuracy by dynamic compensation in robot motion control system is proposed. The dynamic compensation is applied as an additional velocity feedforward and a multilayer neural network is employed to realize the robot inverse dynamics. The complicated dynamic parameter identification problem becomes a learning process of neural network connecting weights under supervision. The finite Fourier series is used to activate each actuator of robot joints for obtaining training samples. Robot control system, consisting of an industrial computer and a digital motion controller, is implemented. The system is of open architecture with velocity feedforward function. The proposed m     

面向操作可靠性提升的复合工业机器人运动规划

复合工业机器人的应用能够有效提升智能制造车间生产效率。而在其运动规划问题中,基于移动平台调整的机械臂初始站姿直接决定了目标任务是否能够可靠执行。为解决以上问题,提出一种考虑机械臂初始站姿的运动规划优化方法。基于前期基础,采用旋量描述和切片表征方法分别解决了复合工业机器人运动学建模和最小避障距离建模问题,为进行轨迹优化提供了模型基础;建立了最小化耗能当量和运动时间的运动规划优化模型,通过考虑初始站姿影响设计了包括移动运动参数、冗余关节角度和机械臂运动参数在内的混合优化变量集,同时考虑运动学约束和避障约束条件保证机械臂运动平稳性和安全性;结果表明,基于规划优化的复合工业机器人具有较高的操作可靠性。     

SolidWorks二次开发中的零件运动与变化研究

针对软件中模拟零件空间运动与模型特征变化的问题,提出了基于SolidWorks环境的零件运动与变化控制方法,该方法用三类参数方程组表示不同运动,并将各方程组离散化,用程序循环实现指定运动;而零件动态变化则可循环更改特征参数,并通过交替切换并列窗口实现.所提方法同时适用于点动与连续运动,并可引申用于多零件的联动、协作运动...     

架空输电线路巡检机器人越障轨迹研究

提出了一种新的高压输电线路机器人越障轨迹的规划以及配合此轨迹所使用的空间定位方法,分析了轨迹规划的依据,阐述了机器人通过采用这种越障轨迹能够完成翻越防震锤的自主行走。实验结果证明该方法对于机器人的越障过程是有效的。     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

焊接机器人的摆动焊接轨迹规划策略研究

基于机器人空间直线插补和圆弧插补算法,设计了时间最优的空间直线摆焊轨迹和圆弧摆焊轨迹规划的策略,并于MATLAB软件中完成验证路径算法。最后通过由VS2019搭建的上位机示教软件、基于STM32H7平台设计的运动控制卡和SCARA机器人平台组成的控制系统,验证了算法的可靠性和准确性。实验结果表明,用户可以通过示教焊接机器人的方式获取空间摆焊的参数,并且机器人能够根据获取的参数在限定的轨迹上进行较为高效的空间直线摆焊运动和空间圆弧摆焊运动,具有一定的实际意义和参考价值。     

2R耦合驱动关节动力学建模与参数辨识

围绕护理机器人的人机安全接触和轻量大负载需求,提出了一种2R耦合驱动关节构型,并解决了耦合驱动动力学建模问题,为高性能运动控制器搭建提供基础。该关节设计紧凑、负载能力强,两个伺服电机经过三级减速后,通过差动结构实现两自由度耦合输出,且表面光滑适宜与人接触。通过运动学分析了耦合驱动的原理,利用拉格朗日法建立了耦合驱动动力学模型。为解决速度零点摩擦力不连续,造成基于模型的控制器运动性能变差的问题,引入了连续可微摩擦模型,利用连续可微特性采用灰色模型提高了辨识精度。研制了机器人关节样机,进行了关节解耦、摩擦数据采集、参数辨识及轨迹跟踪等试验,结果表明所设计的耦合驱动关节可以完成周转、俯仰两个转动自由度的单独及耦合运动,并且输出扭矩与重量的比值达到了143.6 N·m/kg,可以满足轻量大负载护理需求,同时基于所建立动力学模型的运动控制可以显著提高轨迹跟踪的准确性。