基于动力学模型辨识的全臂柔顺控制

基于动力学模型的阻抗控制无须力传感器,可降低系统复杂性,实现机械臂的全臂柔顺,但现实系统的动力学模型往往难以精确确定.监督学习可以通过关节状态回归辨识动力学模型,但辨识精度取决于观测数据的数量和质量,且难以泛化到未观测空间.提出一种基于先验动力学知识的递归参数辨识方法,可提高数据效率及泛化能力.辨识过程结合递推牛顿-欧...     

面向移乘搬运护理机器人的人体姿态视觉识别

针对移乘搬运护理机器人系统对人体姿态检测的高准确性、近距离适应性等要求,提出一种基于RGB-D(RGB-depth)信息的双级卷积神经网络算法.利用第1级网络计算彩色图像中的人体关节像素坐标,将彩色图人体关节坐标映射到深度图坐标,计算关节热图;提出一种卷积神经网络结构,将深度图像和关节热图输入第2级网络,估算3D人体关节位置.根据人体关节点位置,采用图像分割方法进一步计算腋下点.实验结果表明,本文提出的人体姿态识别方法单次计算用时210 ms,在移乘搬运护理机器人应用环境下,人体姿态识别精度达到了91.5%,在近距离环境下人体姿态识别精度达到了90.3%,具备实时、准确的人体姿态全局坐标估算能力.     

面向移乘护理的冗余双臂机器人行为安全控制

人体移乘是劳动强度最大的护理任务之一，因此移乘护理任务的机器人化是护理领域的迫切需求，双臂机器人以其灵活性和多功能化的优势，在护理领域受到广泛关注。不同于传统工业机器人的定位任务，护理任务需要机器人与人体接触，且场景通常为存在障碍的非结构化环境，因此任务过程中人体的安全性和舒适性至关重要。为实现非结构化环境中的人体移乘护理任务，提出轨迹变形算法，使双臂机器人具备规避障碍物及主动柔顺的功能。首先通过人工势场概念设计基于障碍及位姿的排斥函数和吸引函数，将机器人的障碍规避及主动柔顺功能通过人工势场虚拟力及人机交互力的合力描述。以合力下虚拟弹簧-阻尼系统的等效运动作为轨迹偏差，并通过雅可比矩阵将轨迹偏差变换到关节空间，避免冗余机器人的逆运动学求解。仿真结果表明，轨迹变形算法可在实现主动柔顺的同时规避障碍物。最后进行双臂机器人的人体移乘护理实验，验证轨迹变形算法可基于交互力及势场迭代调整轨迹，证明轨迹变形算法可用于非结构化场景中的人体护理任务，对提高人机交互过程中的安全性，进而实现机器人在康复护理领域的推广与应用具有重要意义。