排序方式: 共有4条查询结果,搜索用时 62 毫秒
1
1.
安全的人机交互和适应环境的仿生运动都要求机器人关节具有柔顺性。为了解决现有被动型柔顺驱动器存在的对不同外负载适应性弱、需要额外的刚度调节电机以及刚度与负载不匹配等问题,设计了一种新型非线性刚度柔顺驱动器,采用“凸轮+扭簧”机构结合齿轮传动,可实现给定的双向非线性刚度。首先,介绍了非线性刚度机构的工作原理、凸轮有效轮廓曲线的计算方法以及非线性刚度柔顺驱动器的工作原理;其次,基于提出的双向非线性刚度机构设计了柔顺驱动器样机;最后,对所设计的柔顺驱动器进行了性能评估。通过对样机刚度特性的仿真和试验分析,验证了所设计的柔顺驱动器能够较好地按给定的非线性刚度特性曲线进行刚度调节;通过与相近的驱动器的对比,表明所设计的柔顺驱动器具有优良的综合特性;通过对具有不同力矩峰值和频率的正弦力矩信号的跟踪试验,初步验证了所设计的柔顺驱动器具有良好的力矩控制性能。研究结果表明所提出的设计方法有效,可为机器人关节驱动器的设计提供新思路。 相似文献
2.
下肢外骨骼机器人是帮助下肢运动功能障碍患者步行训练的新手段,能够减轻医护人员的劳动强度,它常采用减重方式完成辅助训练。然而,对于地面行走减重外骨骼机器人系统而言,其减重比例随步态及穿戴方式变化而变化,因此不控制减重比例下的步态相位识别具有重要意义。通过搭建基于Arduino Mega2560板卡和单侧鞋内8个薄膜式压力传感器的足底压力采集系统,分别采集了正常行走、不控制减重比例减重带减重状态下行走时的足底压力信息,并采用神经网络算法进行步态相位识别。结果表明:在减重状态下行走与正常行走相比,左右脚压力值均出现明显下降且两侧具有对称性;足底每个压力传感器处的压力减小比例不同;采用神经网络算法对正常行走时步态相位总体识别率达到96.8%,对减重行走时步态相位总体识别率达到94.8%。研究结果表明该足底压力采集系统可以有效测量减重行走时的足底压力,为在地面不控制减重比例下减重带减重的外骨骼机器人控制策略的制定提供一定支持。 相似文献
3.
4.
1