群体机器人觅食任务Eulerian建模与分析

为了提高觅食任务性能,根据蚂蚁觅食原理引入了觅食概率的概念,机器人按照该概率决定是否离开Home区域,通过改变该概率值来调整环境中机器人的数量。为了研究觅食概率对系统性能的影响,利用Eulerian数学建模方法建立了觅食任务模型,并通过仿真实验分析了觅食概率对系统整体性能的影响。实验结果表明:觅食概率越大,环境中机器人数量越增加,机器人之间的干扰也增加,从而降低系统性能。最后通过实验分析给出了觅食概率与环境中任务数量以及机器人数之间的大致关系。     

水下结构物修复用先进机械手软硬件关键技术综述

机器人进行水下结构物维修时,不仅处于非结构化环境,而且存在浮游碰撞危险,作业区域可达性差,水下环境识别困难等特殊问题,所以,进一步提升机器人智能化水平非常重要。英国GRL公司用于焊缝检验的先进海底机械手ARM系统采用先进的人机接口以及工厂用机器人的某些技术,实现了机械手的控制。以ARM的开发经验为基础,目前GRL公司正在研制更为先进的机器人控制系统Polecat,该系统将用于ROV导航员的训练平台Rovsim以及一系列欧盟和商业项目之中,其适用场合不仅包括海洋工程,也包括核电和其他环境。     

3D混杂场景中机械臂自主分拣小目标的方法

为解决机械臂在大小目标共存的3D混杂场景中无法利用3D视觉传感器直接感知分布于操作视场范围内的小目标这一难题,提出一种基于"固定安装的全局Kinect深度相机"与"安装在机械臂末端执行器上的移动相机(手眼相机)"相结合的视觉系统混合配置方法.固定的全局Kinect深度相机用于感知并获取视场范围内的大目标点云,进而识别估计其位姿,然后借助路径规划技术引导机械臂到达大目标的上方,启动手眼相机近距离获取小目标的图像;离线阶段获取小目标的CAD模型,虚拟2D相机在以目标中心为球心的虚拟球表面的不同位姿和不同半径处拍摄目标的一系列二维视图,并且储存在目标的3D形状模板数据库中;在线阶段从真实手眼相机拍摄的场景图像中基于图像金字塔分层逐一搜索匹配,找到与目标模板相匹配的所有实例并计算其二维位姿,经过一系列转换后得到在相机坐标系下的初始三维位姿,应用非线性最小二乘法对其进行位姿修正.由ABB机械臂和微软Kinect V2传感器以及维视图像公司的工业相机进行位姿估计精度实验和混杂目标分拣实验,利用棋盘标定板来测定目标真实的位姿.实验结果表明,位置精度0.48 mm,姿态精度0.62°,平均识别时间1.85 s,识别率达到98%,远高于传统的基于特征和基于描述符的位姿估计方法,从而证明了提出方法的有效性和可行性.     

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.     

基于广域测量系统的快速暂态稳定预测方法

在运用相量测量单元实测系统故障时轨线的基础上,采用一种在机器人领域广泛应用的抓球算法,对电力系统故障后预判失稳的发电机转子角进行预测.该方法分为跟踪和预测2个阶段:首先应用粒子群优化算法对跟踪阶段进行多参数优化,加快了跟踪的过程;然后利用泰勒级数展开法预测发电机的转子角.该方法无需知道系统结构的先验知识,可以提前0.5 s判断各发电机的同步性,得到足够的"可用反应时间"用于在线失稳预警或就地控制.在10机39节点的新英格兰测试系统和50机145节点测试系统上的仿真结果表明了该方法的有效性.     

Burr Contour Recognition and Coordinates Sequence Real-Time Generation for Robotic Deburring Efficiency Optimization

毛刺轮廓识别和坐标顺序实时生成下的机器人去毛刺效率优化

熊仁涛¹,赖增亮¹,管贻生¹,杨宇峰²,蔡传武²

（1. 广东工业大学 机电工程学院,广州 510006;

2. 佛山博文机器人自动化科技有限公司,佛山 528237）

创新点说明：

1） 提出一种基于视觉的毛刺轮廓识别方法;

2） 将毛刺轮廓坐标按照标准工件闭环轮廓去毛刺加工顺序实时生成;

3） 通过调整去毛刺速度提高机器人去毛刺的效率。

研究目的：

提供一种高精度和高效率的机器人自动化去毛刺技术和装备,解决现代机械制造行业中存在的加工精度差和去毛刺效率低的问题,包括但不限于机器人去毛刺、抛光打磨、焊缝处理、喷涂等机器人自动化作业。

研究方法：

1）基于局部可变形模板匹配算法,将标准工件轮廓与待加工工件轮廓进行配准;

2）计算两轮廓之间逐点像素距离,基于设定的距离阈值将毛刺大小划分为不同的量级;

3） 将毛刺轮廓坐标映射到标准工件轮廓中,实时生成机器人去毛刺闭环加工路径顺序;

4） 基于毛刺大小量化信息,实时调整机器人去毛刺的速度。

研究结果：

1）针对具有随机形变的工件,基于局部可变形模板匹配算法可以获得高的轮廓匹配度;

2） 在X和Y方向上,对毛刺轮廓坐标进行排序,可以生成与标准工件轮廓去毛刺路径一致的加工顺序;

3） 基于毛刺大小量化信息,可以实时调整机器人去毛刺的速度。

结 论：

基于视觉的提高机器人去毛刺效率的方法,相比传统离线编程去毛刺,去毛刺效率提高了13.53%。

关键词：机器人去毛刺;装配精度;轮廓识别;模板匹配;去毛刺效率

     

含闭式运动链机器人动力学模型的建立

针对含闭式运动链的机器人动力学,介绍了一种改进的Newton-Euler法,经验证这种方法与目前解决该类问题的诸方法相比较,具有计算速度快的特点,尤其适用于自由度高的机器人,有利于实现机器人的实时控制。     

七自由度气动人工肌肉机械手臂的设计及研究

设计了一种气动肌肉驱动的七自由度仿人机械手臂。肩部采用球绞形式,实现类人肩关节旋内／旋外、屈／伸及内收／外展三个自由度,旋转运动范围为-39．5～39．5°,屈伸运动范围为－44．5～44．5°,收展运动范围为0～35．0°。肘部和腕部均采用虎克铰形式,实现肘关节的屈／伸、旋内／旋外以及腕关节的内收／外展、屈／伸,其中肘关节旋转运动范围为～39．5～39．5°,屈伸运动范围为－60．5～32．5°;腕关节收展运动范围为～70．5～70．5°,抬伸运动范围为-39．5～39．5°。对机构进行了仿真分析,并搭建了手臂实物系统进行测试。实验结果表明,该手臂重量轻,受控性好,能够很好地实现人类关节的柔顺运动。     

自动化电解去内交叉孔毛刺过程的仿真与实验

针对零件内部交叉孔相贯线处的毛刺去除困难的现状,利用电解加工的原理,采用插孔固定阴极式的电极布局形式,提出基于电流检测的自动电解去毛刺的方法.建立电解去毛刺的数学模型,用仿真和实验研究电解去毛刺过程中加工间隙、加工电压及加工时间对毛刺去除的影响,分析去毛刺过程中电流密度随时间的变化规律.在该电极布局形式下,毛刺与工件间的平均电流随着毛刺的去除逐渐下降,且电流曲线的斜率在毛刺完全去除后趋近于0.以此作为去除过程是否完成的判断依据,研制了自动电解去毛刺的控制系统并完成了自动化去毛刺实验.实验结果表明:该方法能够有效地对毛刺大小进行判断,可以控制加工时间进行精确的毛刺去除,成本低、安全可靠.     

基于改进A~*算法的仿生机器鱼全局路径规划

针对传统A*算法搜索速度慢和规划路径不够优化的缺点,引入可扩展节点,对A*算法流程进行改进,以减少时间和空间复杂度,提高搜索效率,并对规划路径进行优化处理,以有效的缩短路径。对存在凹形障碍物的地图,采用后退—尝试的方法解决路径规划的失败问题,使之绕过凹形障碍物取向目标点,达到输出最短路径的目标。