基于神经网络的助力搬运装置自适应控制方法研究

为提高助力搬运装置在建筑工地等复杂路况下的适用性,通过对国内外助力系统及其控制方法发展现状的调查和分析,提出一种智能助力控制系统。首先建立控制模型,在智能控制的研究中发现BP神经网络能够对输入信息进行识别并分类处理,且计算较简单,容易实现,但BP神经网络隐含层节点数难以确定、易陷入局部最小值,因此,采用遗传算法对BP神经网络进行优化(GA-BP),并设计具体实现方法。采集平坦、斜坡两种路况的数据,通过人工赋予理想输出数据,将其一部分作为训练数据,对GA-BP神经网络及BP神经网络进行对比训练,另一部分作为验证数据,检验两种网络的训练结果。使用MATLAB进行数据仿真分析,验证GA-BP神经网络控制方法的可行性。试验结果表明:这种控制方法能够有效地解决助力搬运装置在复杂路况下的自适应控制问题。     

考虑能耗与负载因素的机器人仿生轨迹规划方法研究

提出一种基于仿生学理念的机器人运动轨迹规划方法。通过对人体上肢在举哑铃过程的分析以及对人体上肢进行运动学及动力学的模型建立,得到人体上肢的运动特征点信息。采用五次多项式插值法对轨迹进行规划研究并加入人体上肢手臂的运动特征点信息,最终确定考虑能耗及负载因素的仿生轨迹规划的基本方法。通过运动学、动力学分析及实验对比,确定最优轨迹。最后进行仿真和实验验证此仿人轨迹规划方法的正确性和优越性。     

面向高空幕墙安装的力反馈遥操作系统研究

建立了一种能够用于高空幕墙安装的遥操作系统。为改善幕墙安装机器人的操控性和稳定性,在视觉反馈的基础上加入力反馈,使操作者获得良好的临场感。根据结构不对称的主从机器人系统建立了主从机器人工作空间映射关系,确立了两者的工作空间转换关系。确立了机器人的轨迹规划算法,应用MATLAB进行仿真验证。设计了用于轨迹矫正的模糊PID控制器,能够很好地调节轨迹的偏移。针对系统的各项功能进行了实验,实验表明此系统既能保证安装的位置精度,又能根据从手的受力情况,降低碰撞冲击造成的风险。     

协作机器人遥操作运动学映射与导纳控制策略研究

为了提高主从异构型遥操作系统的安全性,提出了一种混合控制方法。首先,对机器人与力反馈设备间的运动学映射方法进行研究以实现主从异构型机器人的运动控制。其次,为了提高机器人与环境交互的安全性和稳定性,采用导纳控制实现对机器人末端接触力的控制。同时,采用角色分配的方法在线调整运动映射和导纳控制的角色因子,实现两种控制方式的融合。实验结果表明,与采用力反馈的位置控制相比,该方法在操作效率和安全性上具有更高的性能。     

冗余双臂机器人实时协调避碰方法研究

对冗余双臂机器人的实时协调避碰规划进行了分析,提出了一种利用杆间最短距离作为避碰距离指标的避碰方法,利用胶囊体包围壳对机器人进行简化建模,然后计算机器人连杆间的最小距离,另外,为了减小障碍物对机器人动作的影响及降低机器人控制运算量,引入了一个权值函数以实现机器人手臂避碰算法的动态规划,通过调整避障运动幅度,提高机器人的避碰效率,在此基础上确立了一种改进的距离函数法。最后通过仿真验证了改进后的距离函数法的有效性及可靠性。