多机械臂抓取物的内力不变性

对多机械臂抓取物的受力分析表明，现有物体内力的定义不具备欧几里德直射变换下的不变性，导致模型化的内力与物体实际所受内力不符，基于这样的定义进行载荷分配并实施协调控制会造成体或机械臂的损坏。     

机器人柔顺控制研究

回顾了机器人柔顺控制研究历史．介绍了目前的研究现状，详细分析了现有的４种研究策略，提出了机器人主动柔顺控制的４大关键问题，展望了发展趋势——智能控制     

基于FuzzyP的多臂机器人机械臂控制系统设计

机械臂是多臂机器人的重要组成部分,针对基于姿态识别控制及位置识别控制系统受到被控量振荡影响,而导致机械臂运动轨迹控制不精准的问题,提出了基于FuzzyP的多臂机器人机械臂控制系统设计;基于FuzzyP控制系统,找到系统控制平衡点,设计系统硬件结构包含3个机械臂,共十八个自由度,简化关节控制器连线,选择直流有刷电机,采用增量型编码器,设计H桥电路,配合74ACT244增强驱动电路,利用NRF24L01无线模块获取与处理位置信息;使用FuzzyP控制器,抑制被控量振荡,控制连杆运动,完成多臂机器人机械臂控制方案设计;由实验结果可知,该系统轨迹与预期轨迹基本一致,较好解决多臂机器人机械臂对接精确定位要求。     

大型挠性空间机械臂振动抑制的一种关节控制策略

大型空间机械臂在操作过程中,一个突出的问题是超低频挠性,不仅存在机械臂的弯曲振动,而且还存在关节的扭转变形振动;另外一个不能忽视的问题就是减速器的扭矩传递特性,以及机械臂关节运动与基座扰动（空间站）之问的耦合特性,这就要求根据关节结构和传感器配置实现关节位置控制,同时稳定和衰减机械臂及其关节的低频挠性振动．本文运用集中参数法对空间机械臂的挠性动力学进行建模,设计了工程可实现的单个关节控制策略及其控制律,分析和数值仿真了其稳定性,对未来空间站的大型挠性空间机械臂设计、动力学与控制的研究具有一定的参考价值．     

空间机器人的动力学等价机械臂DEM

本文讨论了如何将一个自由飘浮空间机器人等价成一个通常固定基座上 机器人，本文将之定义为动力学等价机械臂方法。本文阐述了ＤＥＭ方法的理论推导过程，展示了动力学与运动学的等价性，并通过仿真验证了在闭环控制下ＤＥＭ与空间机器人的等价性。     

空间机器人的动力学等价机械臂

讨论了如何将一个自由飘浮空间机器人(SM)等价成一个通常固定基座上的机器人,将其定义为动力学等价机械臂(DEM),并阐述了DEM与SM运动学与动力学的等价性.通过仿真验证了在闭环控制下DEM与SM的等价性.     

空间机器人柔性臂的动力学轨迹跟踪控制

机器人柔性擘控制问题是目前机器人研究中的一个重点和难点，本文动用基于关节的求逆技术，得到了有关大质量负载的空间机器人柔性臂动力学轨迹跟踪非线性控制问题的有效方法，并以一平面二杆空间机器人柔性臂为例进行了控制的仿真研究，仿真研究的结果表明，该方法具有较高的可靠性和良好的控制效果。     

基于似人特性的拟人臂机器人自主抓取动作规划

针对拟人臂机器人在家庭环境中的自主抓取任务,提出了一种强调运动姿态似人特性的拟人臂动作的规划方法.该方法分为两个部分,构型规划和运动规划,构型规划基于人体工程学中广泛使用的快速上肢评估准则评价机器人运动姿态的似人特性,并在此基础上以机器人末端传速速率最优为目标规划机器人运动过程中的关键构型.运动规划结合了Fitts定律和似人运动模型规划了机器人末端的空间轨迹.本文最后以Motoman SDA10D拟人双臂机器人和Mitsubishi PA10机器人为例,具体介绍了该方法的应用和规划的结果,规划结果证明了本方法的可行性和有效性.     

基于多约束条件的机器人抓取策略学习方法

针对机器人在多类别物体不同任务下的抓取决策问题,提出基于多约束条件的抓取策略学习方法.该方法以抓取对象特征和抓取任务属性为机器人抓取策略约束,通过映射人类抓取习惯规划抓取模式,并采用物体方向包围盒(OBB)建立机器人抓取规则,建立多约束条件的抓取模型.利用深度径向基(DRBF)网络模型结合减聚类算法(SCM)实现抓取策略的学习,两种算法的结合旨在提高学习鲁棒性与精确性.搭建以Refiex 1型灵巧手和AUBO六自由度机械臂组成的实验平台,对多类别物体进行抓取实验.实验结果表明,所提出方法使机器人有效学习到对多物体不同任务的最优抓取策略,具有良好的抓取决策能力.     

空间机器人姿态稳定方法研究

研究机器人动态优化问题,空间机器人的动力学耦合特性会影响系统的稳定性.空间机器人由于机械运动基座产生扰动,影响姿态稳定.通过建立空间机器人的动力学模型,结合动力学耦合特性分析了空间机器人的零反作用空间.提出基于零反作用空间的基座姿态稳定方法,实现了机械臂与基座的动力学解耦.不采用反作用飞轮或反作用喷气装置,即可使空间机器人的基座姿态达到稳定,达到了节省星上能源,延长空间机器人使用寿命的目的.在Matlab上进行数值仿真实验,结果验证了方法的有效性和可行性.方法能够为空间机器人在轨操作提供理论依据.     

Contact control for grasping a non-cooperative satellite by a space robot

Multibody System Dynamics - In this paper, the contact control problem of a space robot to grasp a non-cooperative satellite is investigated in detail, and a new capture control strategy is...     

Force control of a robot gripper based on human grasping schemes

This paper describes the force control of a robot gripper that is modeled on the basis of human grasping schemes. In the cases in which fluctuation in load is induced by movement of the object, human beings are able to precisely change the grasping forces according to changes in fingertip forces perpendicular to the grasping direction. The characteristics of strengthening and weakening of forces vary with respect to the safety margin. Here, a model for determining the grasping force of a robot gripper, which depends on the object's acceleration, is described. In this model, unexpected subtle load forces can be compensated by minimal required forces to prevent slip.     

Combining active learning and reactive control for robot grasping

Grasping an object is a task that inherently needs to be treated in a hybrid fashion. The system must decide both where and how to grasp the object. While selecting where to grasp requires learning about the object as a whole, the execution only needs to reactively adapt to the context close to the grasp’s location. We propose a hierarchical controller that reflects the structure of these two sub-problems, and attempts to learn solutions that work for both. A hybrid architecture is employed by the controller to make use of various machine learning methods that can cope with the large amount of uncertainty inherent to the task. The controller’s upper level selects where to grasp the object using a reinforcement learner, while the lower level comprises an imitation learner and a vision-based reactive controller to determine appropriate grasping motions. The resulting system is able to quickly learn good grasps of a novel object in an unstructured environment, by executing smooth reaching motions and preshaping the hand depending on the object’s geometry. The system was evaluated both in simulation and on a real robot.     

Posture measure and control for robot compliance tasks

Various measures have been proposed for evaluating the compatibility of manipulator postures with respect to task requirements from kinematic and dynamic standpoints. In most previous studies, the measures were used to determine optimal postures for manipulators in advance, and their effects on system performance were generally examined statically. When posture measures are applied to controlled dynamic systems, however, their effects are usually not evident, because deficiencies (merits) caused by bad (good) postures can be compensated for by the controller. On the other hand, postures determined according to proper measures can still alleviate the controller's load and be helpful in control strategy realization. In this paper, we propose that planned compliant motion trajectories should be accompanied by proper postures for compliance tasks. Thus, we analyze manipulator dynamic behavior by using postures specified according to various measures. And, because different postures are used in different phases of the compliance task, a posture selection and control scheme is also proposed to govern the sequence of postures selected according to task requirements and environments. Redundant robot manipulators were used for investigation because of their better manipulability. Simulations that demonstrate the effectiveness of the proposed scheme are described. © 1998 John Wiley & Sons, Inc.     

Force sensing for advanced robot control

Although several force sensing devices have been developed recently, industrial applications of these devices are rarely found. This is in severe contradiction to the growing success of vision systems. In many application domains however, tactile perception may be as important as vision. This paper discusses the design aspects of multi-degree of freedom force sensors. Some well-proven mechanical concepts developed at K.U. Leuven are presented. Further, the consequences of using force feedback upon the robot control structure will be discussed.     

配置弹簧阻尼装置空间机器人双臂捕获卫星操作缓冲柔顺控制

为了避免空间机器人双臂捕获卫星操作过程中关节被冲击载荷破坏,在电机与机械臂之间加入了一种弹簧阻尼装置(SDD).该装置不仅能够吸收、消耗冲击能量,还能配合所设计的缓冲柔顺策略将冲击力矩限在安全范围内.首先,针对捕获前的双臂空间机器人开环系统与目标卫星系统,分别利用耗散力Lagrange方程法与Newton–Euler法...     

含弹簧阻尼缓冲机构空间机器人捕获卫星操作的避撞柔顺强化学习控制

针对空间机器人捕获卫星操作过程中,关节因受冲击载荷而易造成冲击破坏的问题,在关节电机与机械臂之间设计了一种弹簧阻尼缓冲机构.缓冲机构不仅能利用弹簧实现捕获操作过程的柔顺化,利用阻尼器实现碰撞能量的吸收及柔性振动的抑制;还能通过合理设计与之配合的避撞柔顺策略使关节所受冲击力矩限定在安全范围内.首先,分别利用含耗散力Lagrange方程法与Newton-Euler法导出了碰撞前的空间机器人与被捕获卫星的分体系统动力学方程;然后,结合Newton第三定律、捕获点的速度约束、各分体的位置约束获得了捕获后的混合体系统动力学方程,且基于动量守恒关系计算了碰撞冲击效应与冲击力;最后,提出了一种结合缓冲机构的避撞柔顺强化学习控制方案,该方案通过实时与动态环境试错交互得到惩罚信号,并利用惩罚信号对控制器进行优化,实现对失稳混合体系统的镇定控制.利用Lyapunov定理证明了系统的稳定性;数值仿真验证了缓冲结构的抗冲击性能及所提策略的有效性.     

面向传送带作业系统的机器人目标跟踪与抓取策略研究

运用机器视觉技术与工业机器人技术,开展传送带作业系统的机器人目标跟踪与动态抓取策略研究,提出了传送带速度控制的策略,建立了机器人抓取目标位置预测模型,在保证效率的同时降低了漏抓率;通过分析传送带PID跟踪控制规律,给出基于位置预测的机器人拦截式抓取方法,搭建了基于机器视觉的锯条自动抓取系统平台,开展机器人目标抓取对比实验分析,较好地实现了传送带作业系统机器人目标的动态抓取,有效验证了本文所提方法的可行性和有效性。     

Optimal configuration for dual-arm space robot grasping a tumbling target based on task compatibility

Multibody System Dynamics - This paper presents a method to determine the optimal configuration for a dual-arm space robot grasping a tumbling target. In contrast to the existing studies that focus...     

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。