基于模糊模型参考学习控制的手术机器人人机交互

为了解决机器人辅助手术环境下人机交互运动过程中的不稳定性问题以及医生个人因素难以建模的问题,提出了一种基于模糊模型参考学习的变导纳人机合作控制方法.首先将人体手臂自然运动的特征作为模糊学习控制的参考模型,通过离线学习机构训练出模糊导纳控制器的变阻尼系数调整参数规则.再以医生对机器人的拖拽力以及机器人速度作为输入、机器人期望的速度作为输出,构建基于变阻尼参数调整的变导纳控制方法.离线训练实验结果表明,该方法经过10次离线训练,可以达到柔顺性要求,人机合作速度最大误差低于17 mm/s,且人机合作轨迹最大误差低于15 mm.相比单纯基于固定导纳参数的模糊控制,该方法具有更好的跟踪速度与精度.     

高频焊螺旋翅片管焊接过程实时专家控制

本文介绍了高频焊螺旋翅片管焊过程实时专家控制的设计思想及实现技术，着重阐述了其工作原理，知识库的建立及推进方法，提出了应用高级语言VisualBasic和数据库知识进行系统实现，得到相关参数并通过PC机与PLC控制器之间的数据通讯，从而实现对高频焊接过程的实时控制。     

运动想象的机理研究与应用综述

随着脑研究和计算机技术的不断进步,脑机接口技术受到了广泛的关注,其中就包括运动想象技术。运动想象(Motor Imagery,MI)是一种没有实际执行动作的心理表征,而外部机构则是通过这种方法提取大脑信息,然后分析解读,将其进一步转化为相应的动作。对近些年脑机接口技术和运动想象的发展进行了简要介绍,对运动想象的机理进行了综述;对运动想象的一些应用场景和相关的问题进行了总结;对未来运动想象应用的领域和所需要探究的方面进行了展望。     

一种骨外科手术机器人的图像导航方法

精确目标定位和手术路径规划是将机器人用于长骨骨折内固定手术中的关键技术.文中使用了局部法对X光图像进行畸变校正;并提出了一种基于几何模型的对准方法,得到一条能够穿过髓内钉远端孔的路径,从而引导串联机器人锁定髓内钉.实验表明,该导航方法仅需一张X光图像,有足够的定位精度和稳定性,可大大减少手术时间,降低医生所受辐射剂量.     

基于相似度函数的图像椒盐噪声自适应滤除算法

在分析现有的细节保护滤波算法的基础上,提出了一种基于相似度函数的自适应权重滤波算法. 主要技术包括分析 Maximum-minimum 椒盐噪声检测算子的局部极值误判缺陷, 并利用具有良好细节保护特性的相似度函数自适应权重算法来解决这一问题. 在滤波过程中采用极值剪切操作来估计图像的局部噪声密度, 用来选择合适形式的滤波窗口(递归或非递归), 从而利用单一的 3×3 滤波窗口就实现了对不同密度椒盐噪声的自适应有效去除. 实验表明, 该算法的噪声滤除能力、细节保护能力以及运算效率都可以得到满意的结果.     

仿人手臂动力学控制实验平台的设计与实现

研制了一种新型的可编程运动控制器.在实现多轴协调运动控制的同时,该控制器还具有控制结构可重定义及支持仿真软件MATLAB的特点.在此基础上,设计了仿人手臂动力学控制实验平台,并通过实验验证了其实现高级控制算法的能力.􀁱     

宏/微驱动定位系统滑模变结构控制的研究

研究了具有宏/微双重驱动定位工作台的滑模变结构控制技术.该工作台采用直线电机进行大行程位移驱动,来保证较大的工作行程和较快的响应速度,采用压电陶瓷微位移器完成精密位移驱动,利用光栅尺实现闭环位移反馈,可以实现100mm的工作行程,0.01μm的重复定位精度.     

科研、教学、产业三位一体,争创世界高水平的哈工大机器人研究所

十八年前,在王大珩等七位老一辈科学家的建议和邓小平同志的亲自批示下,中共中央和国务院制定了“我国高技术研究发展计划纲要”即“863计划”。这项关系到我国下一个世纪经济竞争能力和科技发展的纲领性计划,确定了七个领域十五个主题作为我国在本世纪内跟踪世界先进水平的目标,为下一世纪我国科技和经济的发展奠定基础。     

基于神经网络的时延预测算法研究

网络控制系统由于时延的存在,其稳定性通常难以保证,一般要求控制器能够准确预知系统的时延 值.网络形式的不同..时延的变化具有规律性或无序性.针对网络时延变化的不同情况,提出了利用线性神经网络和 RBF径向基函数网络技术对时延进行预测.通过对二者预测仿真结果的对比分析,得出了其各自进行时延预测的 适用条件.     

基于离散型扰动观测器的直线电动机控制研究

针对推力波动、摩擦力等因素对直线电动机控制性能的影响,设计了一种基于扰动观测器的高速高精度位置伺服系统。采用离散时间的扰动观测器设计方法,对考虑与忽略时间延迟环节时,扰动观测器的品质进行比较。仿真分析与试验研究表明：在高速高精度的直线电动机运动控制中,引入带有时间延迟的扰动观测器,能够消除直线电动机速度响应曲线中的微小振荡,减小位置响应曲线中的超调和稳定时间。