基于Simulink的下肢外骨骼机器人模糊PID控制与仿真分析

为研究下肢外骨骼的轨迹跟踪控制,结合人体生物学特点及户外助力要求,设计了一款可穿戴式下肢外骨骼机器人。针对PID控制在轨迹跟踪时无法消除扰动的问题,为实现下肢外骨骼的柔顺控制,设计了一种模糊PID控制算法。首先在Solid Works上进行外骨骼结构设计,然后将外骨骼模型导入Simulink中搭建动力学仿真模型,对髋、膝、踝六关节驱动输入正常人体行走的力矩信息,在仿真模型中分别用普通PID控制器与模糊PID控制器对比控制效果,并对比了步态输入曲线与实际跟踪曲线。通过仿真结果对比可知,模糊PID控制相较于普通PID控制具有响应速度快、抗干扰能力强等优点。     

移动式救援机器人的转铰空间轨迹跟踪控制问题研究

首先,本文利用雅克比矩阵概念与拉格朗日乘子方程,分别建立了移动式救援机器人系统的运动学与动力学模型,并以系统的动力学模型为基础。其次,为实现对移动式救援机器人转铰空间轨迹的跟踪控制,分别设计了基于转铰空间的PD控制算法和逆动力学控制算法。最后,利用Matlab软件,对所得到的运动学、动力学模型与控制算法进行了仿真验证。     

双臂式空间机械臂捕捉目标的碰撞问题研究

研究了双臂及多臂式空间机械臂抓取目标的碰撞问题,将"广义直臂抓取"推广到双臂及多臂式系统.利用满足"广义直臂抓取"的机械臂构型进行目标抓取,可有效地减少碰撞作用对于空间机械臂系统角动量、基座姿态的影响,保证了系统的稳定性,克服了一些控制算法中存在的关节限制问题.最后,提出了一种特殊的双臂式空间机械臂抓取目标策略,该策略在实现抓取目的的同时,可有效地控制基座的姿态.     

基于图像处理的室内巡检机器人坐标提取方法研究

为获取室内安全走道中的障碍物信息，以引导巡检机器人进行自主作业，提出一种基于分布式远程通信与二维坐标提取的地图更新方法。控制ROS(Robot Operating System)机器人基于Gmapping算法创建全局先验地图，用于巡检机器人的轨迹规划；若检测到新增障碍物，通过图像处理方法获取障碍物位置坐标，并将其作为标记点，引导机器人进行局部建图，从而实现对原始地图的更新。试验结果表明，该方法具有一定的可行性。     

基于稳态视觉诱发电位的相频特性分类算法研究

目前基于稳态视觉诱发电位（SSVEP）的脑-机接口在人机协作中受到广泛关注,现有面向SSVEP信号的相位与频率信息的深度学习分类方法,仍存在由于信息利用不充分导致的SSVEP信号分类效果较差等问题。而目前已出现多种分类算法用于解决上述问题。本文基于迁移学习思想提出一种用于SSVEP信号分类的深度神经网络模型,将快速傅里叶变换后的复向量作为输入,对各个导联的实、虚部向量进行卷积,学习对应的相频特性。该模型分为两部分：第一部分利用所有被试者之间的统计共性获得相位和频率信息的全局相频特征模块;第二部分利用训练好的全局相频特征模块对局部相频特征模块进行初始化,通过局部相频特征模块的进一步强化学习对训练参数进行微调,以减少每个被试者之间的个体差异。在公开数据集BETA上进行测试,在时窗长度为1.5 s时,平均准确率和平均信息传输率分别为89.98%和71.80 bit/min。实验结果表明,与其他方法相比,本文的分类算法模型取得了较为不错的分类效果,所设计的全局、局部相频特征模块能够改善个体差异因素对分类结果的影响,为深入挖掘、利用SSVEP信号中的相位和频率信息提供了全新思路。     

变形轮式移动机器人的机构设计与仿真分析

针对当前变形轮式移动机器人的变形轮姿态调节、下台阶缓冲等问题,基于机械自锁原理,设计了一款新颖的变形轮式移动机器人.借助"推杆"与"平面螺旋副"间的自锁作用,设置升降式万向轮机构,有效地解决了变形轮"轮片回缩现象",优化了系统的机构控制.该机器人具备可升降的万向轮机构,可有效保证系统的越障能力,降低下台阶过程中的冲击作用.通过对轮子半径、中心距等关键结构尺寸进行设计,提高了机器人的越障稳定性.仿真分析验证了设计方案的有效性.     

移动式救援机器人的动力学仿真分析

利用雅克比矩阵概念与拉格朗日乘子方程,分别建立了移动式救援机器人系统的运动学与动力学模型,并以系统的动力学模型为基础,研究了移动式救援机器人的动力学分析过程。为实现对移动式救援机器人工作端轨迹的跟踪控制,提出了一种基于工作空间的逆动力学控制算法。利用Matlab软件,对所得到的运动学、动力学模型与逆动力学控制算法进行了仿真验证。     

基于SSVEP信号的下肢外骨骼机器人控制系统研究

为了降低脑控下肢外骨骼机器人的研发成本,促进脑机接口技术的快速发展,提出一种基于深度学习与Matlab/Simulink联合仿真控制方法。该方法建立具有多个自由度的下肢外骨骼机器人样机模型,并进行运动学仿真,验证模型的合理性。利用EEGLAB对SSVEP信号进行滤波预处理,通过FFT变换将信号从时域转换到频域,提取SSVEP信号的频域特征。结合深度学习理论对特征进行分类,将分类结果转换成控制指令,控制仿真模型进行运动。实验结果表明,该方法控制的平均准确率达到了79.8%,验证了其可行性。     

基于优化RTAB-Map的室内巡检机器人视觉导航方法

巡检机器人对室内场景进行自主导航监测时,采用视觉同时定位与地图构建（simultaneous localization and mapping,SLAM）方法构建的三维深度地图存在实时性不高、定位精度下降的问题。对此,提出了一种基于RGB-D相机和优化RTAB-Map(real time appearance based mapping)算法的巡检机器人视觉导航方法。首先,通过重新配置RTAB-Map点云更新频率,实现算法优化,构建稠密的点云地图后;采用启发式A*算法、动态窗口法（dynamic window approach,DWA）分别制定全局与局部巡检路径,通过自适应蒙特卡罗定位（adaptive Monte Carlo localization,AMCL）方法更新机器人的实时位姿信息,再将搭建好的实体巡检机器人在软件、硬件平台上完成视觉导航测试实验。结果表明：优化后的RTAB-Map算法运行时的内存占比稍有增加,但获得与真实环境一致性更高的三维深度地图,在一定程度上提高视觉导航的准确性与实用性。     

单臂式空间机械臂捕捉空间目标问题研究

以空间机械臂系统的动量守恒关系式为基础,对空间机械臂抓取空间目标过程中的碰撞问题进行了分析,提出了“直臂抓取”与“广义直臂抓取”概念,详细推导了满足基座质心、系统质心及工作端点共线的机械臂构型,得到了碰撞力方向矢量与基座、系统质心重合的角度关系式．满足关系式的空间机械臂构型可有效的减少碰撞力对于系统角动量的影响,进而避免混合体控制问题的关节限制与力矩限制．通过仿真验证了方法的有效性．