基于卡尔曼滤波的髓内钉锁孔操作标定方法研究

在机器人辅助正骨手术中,髓内钉的锁孔操作需要很高的定位精确度,因此需要一种相应的高精确度系统标定方法来满足定位要求.本文利用卡尔曼滤波的间接法标定法,其跳过对定位盒顶点坐标的求取,将标定盒三个顶点的坐标作为状态参量,将机器人由拍照位姿到钻孔位姿之间的位姿变换参数当作观测参量.并在此基础上推导出状态参量与观测参量之间的映射关系,对一系列观测参量的测量,利用卡尔曼滤波算法对状态参量进行滤波估计,最后间接求取转换矩阵.实验证明,这种方法的精确度不会因为标定试验次数增多而导致标定盒磨损,重复精确度较高.     

电路板雕刻机的运动控制系统设计

介绍了电路板雕刻机的运动控制系统的特点和规律,系统以3关节直角坐标型机器人为外部结构,基于Visval C＋＋的操做环境,控制核心采用DSP,同时与上位PC机通讯进行控制．对电路板雕刻机中的步进电机实现电气控制,以完成电路板的雕刻过程．     

Hopfield神经网络在机器人路径规划中的应用

将Hopfield反馈型神经网络方法,应用于对机器人工作路径的合理规划中,解决了对两两给定通路的若干工作站点,机器人能顺序访问并最终返回起点的最短巡游路径问题。可针对不同的具体问题来设计网络的连接权及能量函数。对8站点和16站点仿真结果表明,此方法可以在较短的时间内寻优获得最佳工作路径。     

激光清洗模具装置中的模拟仿真

本设计的目的在于能清楚地看到激光清洗机器人各部分的动作之间的协调运动，清晰地显现机器人在激光清洗模具时的动态及激光头在模具上的运动轨迹，详细阐述了VB工具软件在模拟仿真上的应用。     

基于信息物理融合的骨折复位机器人系统构建

针对骨折治疗中传统复位方法（手法复位、牵引复位、手术复位）存在的二次损伤、肌能失调、患肢僵硬、破坏血运及术后矫正动态性能差等问题,提出了一种人-机-物融合的信息物理系统（CPHS）用于指导机器人的复位动作。首先,从CPHS的数字孪生、信息感知、系统集成、手术流程、模拟复位等方面论证了并联机器人信息物理系统的构成,将机器人的高定位精度及可重复性与微创方法有效结合,从而指导医生完成仿真规划及术中监控等一系列操作;其次,根据临床骨折复位过程,在机器人操作下对5组不同骨折姿态的模拟骨折病例进行了复位实验;最后,计算出每组实验复位后的移位残余及角度误差,并与传统复位方法的相应数据进行对比。实验结果表明,CPHS骨折复位机器人相较于传统复位方法,在骨折复位过程和患者术后康复上均有着明显的优势。     

柔顺关节并联机器人固有频率分析

为了解含有片簧式柔顺关节的并联机器人振动特性,基于含有片簧式柔顺关节的并联机器人动力学方程,建立了频率方程,并对系统固有频率在机器人运动过程以及工作空间的变化情况进行分析,同时对理论轨迹、软件仿真轨迹与名义轨迹的差值进行幅频特性分析来说明理论计算结果和软件仿真结果的正确性,也相互验证了频率方程和幅频特性分析方法的正确性。     

在书写任务中的基于轨迹匹配的模仿学习

针对书写任务中运动轨迹较复杂的问题,引入基于轨迹匹配的模仿学习算法对书写轨迹进行表征和泛化,进而实现机器人书写技能的获取。机器人从示教者处获取示教数据,利用高斯混合模型( Gaussian mixture model, GMM)进行编码,学习示教行为的本质特征,通过高斯混合回归进行泛化处理,实现行为再现。实验结果表明：该方法具有良好的行为编码能力和抗干扰性,能够实现轨迹可连续的汉字书写,通过对GMM的扩展能够进行多任务学习,进而实现轨迹不可连续汉字的书写,泛化效果较好。     

计算机视觉原理分析及其应用

介绍了计算机视觉的原理,分析解释了实现原理的步骤以及发展现状,并且举例说明了计算机视觉的应用,解决了在人脸检测和识别、机器人目标定位、导航等领域的应用问题,并简单论述了计算机视觉技术的发展方向.     

面向大曲率组合曲面的喷涂机器人喷枪轨迹组合与连接问题研究

摘要：针对喷涂机器人在大曲率组合曲面的面片上喷枪轨迹间的组合与连接问题,结合曲面拟合理论与喷枪建模方法,建立喷枪轨迹优化模型,提出一种满足大曲率组合曲面上喷枪轨迹首尾衔接的算法程序。首先,基于曲面拟合理论将大曲率组合曲面转换为自然二次曲面面片组合,建立涂层增长模型,对组合曲面上不同类型自然二次曲面面片交界处的喷枪轨迹进行优化;其次,基于该模型运用交换子和交换序列的思想,设计出实现喷涂大曲率组合曲面的喷枪轨迹组合与连接的新算法,并编写相应的算法程序,实现喷涂轨迹的全局优化;最后,通过某一种汽车外壳的喷涂实验,验证了模型的有效性和算法程序的可行性,实现了对大曲率组合曲面的连续性喷涂。     

基于多层注意力机制—柔性AC算法的机器人路径规划

针对行动者—评论家（AC）算法存在的经验学习样本维度高、策略梯度模型鲁棒性低等问题,依据多代理系统的信息协作优势,构建注意力机制网络并作为代理体,引入多层并行注意力机制网络模型对AC算法进行改进,提出一种基于多层并行注意力机制的柔性AC算法。将其用于解决动态未知环境下的机器人路径规划问题,可增强行动者的策略梯度鲁棒性并降低评论家的回归误差,实现机器人路径规划最优方案的快速收敛。实验结果表明,该算法有效克服机器人路径规划的局部最优,具有计算速度快、稳定收敛的优点。