基于运动捕捉下的7R机械臂的实时控制

针对7自由度机械臂的冗余度导致机械臂反解的复杂性引起的延迟性控制问题,提出一种新的人机交互的控制方式。设计一种将Optitrack运动捕捉系统与Robai7R机械臂数据间无隙链接、传输的方法,在Win7系统下,利用 Microsoft Visual Studio的成员VC来建立相应的服务器与客户端,通过数据处理算法使不同系统数据之间相互转化并实时传输;与传统的机械臂逆运动学求解的方法相比,采用一种综合的方法,将运动捕捉系统中不同人臂位置信息反解为机械臂关节角,并得出解析解,减小了控制系统的运算量,实现机械臂的实时控制,实时满足试验者与Robai7R机械臂的同步运动;通过人机同步连续达点运动及远程抓取试验,验证了该方法的有效性,取得了满意的效果。     

基于动作基元的拟人机械臂仿人运动规划

拟人机械臂的仿人运动作为仿人机器人的运动基础,一直都是研究的热点及难点。针对拟人机械臂仿人运动的模型多样化及运动相似性特点,本文提出了一种基于动作基元的拟人臂仿人运动规划算法,对模型建立和逆运动学求解两方面展开研究。首先对手臂结构进行解耦,通过引入动作基元的概念,将动作基元作为连接手臂模型及拟人臂模型之间的桥梁,从而满足模型多样化的要求。提出动作基元的提取法则,确定不同动作基元之间的连接方式,建立动作基元与拟人臂反解算法之间的映射关系。同时提出了一种基于动作基元的运动框架,以满足不同拟人臂平台的仿人运动任务,实现方法的通用性。其次,针对多模型状态下的逆运动学求解问题,根据动作基元的运动特点,建立了不同动作基元模型下的拟人臂臂姿预测指标,实现拟人臂逆运动学的求解。最后,在仿人机器人NAO平台上分别进行了相似性实验验证和仿人运动实验验证。在相似性实验中,NAO采用该方法产生仿人运动并与实际人臂运动进行对比,运动过程中的肘部误差能够控制在1cm以内,满足仿人运动的精度要求。在仿人运动实验中,该方法分别与最小势能法和最小二乘法进行了一组仿人运动对比,在相似度上分别提高了7%和58%。该方法的提出在保证拟人臂仿人运动精度的基础上,使复杂的仿人运动模块化、简单化。     

基于分级规划策略的拟人机械臂仿人运动规划算法研究

为使拟人机械臂具有高精度的仿人运动,提出一种通过触发条件和分级规划策略 的仿人运动新方法。将人臂运动过程离散为不同运动阶段,在每一个运动阶段都有与之对应的 规划层,在不同的规划层中,拟人机械臂的运动特点不同。利用各自的特点建立不同规划层下 的运动模型及臂姿预测指标,对拟人机械臂臂姿进行预测。最后,以NAO 机器人为实验平台, 比较所提方法与最小势能法(MTPE)的静态臂姿与动态臂姿预测,并与运动捕捉系统(OptiTrack) 采集的真实人臂运动数据进行比较。实验表明,该方法具有较小的静态臂姿和动态臂姿预测误 差,能使拟人机械臂产生高度逼真的仿人运动。