塔式起重机平衡重参数化计算系统

针对塔式起重机在实际工作中经常出现需要变换臂长,而对应的起升载荷也将变化等问题,研究开发出一套适合实际应用、简洁、方便的塔式起重机平衡重参数化计算系统．本系统根据塔机的工作特点和起重特性,针对塔机的不同臂长状态,利用三维设计软件Pro／E建立塔机主要结构参数化模型,进行结构的快速设计及自动化装配．以VB为系统开发工具,与Pro／E相结合,实现数据的传输与调用,简化了建模与计算等过程．通过算例验证了系统的正确性和可行性．     

具有手脚融合功能的四足机器人总质心计算

研究机器人总质心在运动过程中的变化是机器人步态设计和路径规划的基础。开发具有手脚融合功能的四足机器人,可以加快机器人的实际应用。由于手脚融合功能的四足机器人结构不对称,其运动中质心计算更为复杂。文中采用坐标齐次变换理论,将机器人总质心计算与机器人运动分析过程统一,给出了这类机器人质心计算的过程及相关公式,并以实例进行了说明,该研究方法与思路为研究同类问题提供了参考。     

用于物体捕捉的四足步行机器人的运动误差模型

开发具有手脚融合功能的四足步行机器人可以加快四足机器人实际运用。介绍了一种具有手脚融合功能的新型四足步行机器人的结构。在机器人的机体上,安装有图像捕捉系统,用于引导机器人完成对目标物的抓取。描述了机器人抓取状态下的运动关系,建立了用于物体捕捉的四足步行机器人的运动误差模型。在对抓取状态逆运动学分析的基础上,讨论了图像捕捉系统误差与机器人的工作臂参数误差之间的关系。给出了详细的计算公式。并以一个实例说明了分析过程。该模型可用于机器人抓取状态下的运动控制与误差补偿。     

助老伴行机器人的设计开发

老龄化的加剧使得社会上体力衰弱、行走不便的老年人数量越来越多,针对老年人群的生活需求设计开发了一台助老伴行机器人。通过对老年人日常生活面临的困境的分析,确立了机器人的主体功能,并以此为基础对机器人进行了总体设计;在机器人总体设计的基础上,完成了对该机器人的整体结构尺寸设计,以及各功能部件的详细设计;同时还对结构姿态变换控制系统和基于触觉力的人机交互控制系统进行了设计,采用双电机差速驱动控制方法,实现机器人的前进、后退、转弯等动作。最后,搭建了结构姿态变换和在线行走驱动系统两实验平台,经试验验证,机器人结构姿态变换控制系统和人机交互控制系统满足设计要求,在线行走驱动准确率达到了96.1%,满足使用要求。     

塔机快速设计系统中臂架参数化设计

在塔机的快速设计系统中,在完成单节臂架参数化的基础上进行整个臂架的参数化设计,依据臂架长度变化的要求进行具有变臂特征的塔机的臂架设计,可实现自动装配设计.通过实例,给出了拉杆长度自动计算、参数化设计等方法.臂架参数化设计的实现为塔式起重机快速设计的实现奠定了基础.     

基于小驱动力矩函数驱动的多足步行机器人轨迹规划问题研究

在研究轨迹规划中,用小驱动力矩函数控制机器人的质心运动,降低机器人关节的驱动电机的功率问题。文中首先对相关理论进行了描述,根据多足步行机器人的运动关系导出机器人的质心运动规律与关节驱动变化在能耗上的联系,并利用泛函理论导出小驱动力矩函数。在机器人ZQROT-I运行直线步态过程中,采用该函数控制机器人质心的运动,利用ADAMS对机器人的运动性能进行了分析,并将结果与机器人轨迹控制中采用其他函数的运行结果进行了对比分析。结果表明,采用小驱动力矩函数控制机器人的质心轨迹运动,在节省机器人运行能耗方面有一定的作用。     

助老机器人伴行模态人机耦合系统的耐冲击振动特性分析

由于助老机器人在户外辅助老年人行走过程中会遇到路面不平冲击或其它瞬时冲击,不仅会对助老机器人本身产生冲击振动影响,还会引起由此带来老年人手部的局部振动。为了研究助老机器人人机耦合系统的耐冲击性,对助老机器人人机耦合系统振动特性进行了较深入的分析。①分析了助老机器人的前、后轮在不同作用输入下的强迫振动,分别建立了助老机器人系统和老年人人体系统的振动模型;②建立了助老机器人人机耦合系统的振动模型;③采用Matlab/Simulink软件分别从地面不平冲击和瞬时冲击两类情况对助老机器人人机耦合系统的耐冲击振动特性进行了振动模型仿真分析。结果表明:两类情况下老年人手部的振动幅值、振动最大速率和助老机器人把手的振动幅值、振动最大加速度以及最大耦合作用力均较小,助老机器人人机耦合系统的耐冲击性较好。其研究过程为分析对防摔控制和人手舒适度调节控制的影响提供了理论基础。     

用于助老伴行机器人的老年人摔倒预测方法研究

为了使助老伴行机器人更好地服务老年人户外行走的需要,提出了一种用于助老伴行机器人的基于BP神经网络的多传感器信息特征融合进行老年人摔倒预测的方法。首先,通过老年人摔倒机理分析,提出了一种用于助老伴行机器人的老年人摔倒预测总体设计方案。然后,分别采用触觉力传感器、躯干三轴加速度计和和陀螺仪采集使用者的手部触觉力信息、躯干三轴加速度和角度信息。其次,对所采集的三类摔倒信息进行相应的特征提取,将3种特征信息采用BP神经网络进行信息融合,获取摔倒发生的概率,且当摔倒概率超过设定的阈值即判定老年人将要摔倒。最后,通过实验系统搭建和实验验证,结果表明,摔倒预测方法可靠,其整体识别准确率为97.5%,其中摔倒样本识别准确率95%,正常样本识别准确率100%,所以,该方法可以对老年人使用助老伴行机器人完成户外行走提供保证。     

助老伴行机器人的触滑觉驱动控制系统设计开发

为了帮助老年人能够更加柔顺自然的与助老伴行机器人之间进行交互,设计开发了一种基于触滑觉感知的助老伴行机器人驱动控制系统。首先提出了助老伴行机器人触滑觉驱动控制系统的总体设计方案;然后设计开发了一种触滑觉感知系统,并以助老伴行机器人机械本体为基础设计搭建了完整的驱动控制系统;提出并研究了一种基于BP神经网络的助老伴行机器人驱动模式识别方法。最后,对整个系统进行集成并进行了试验。结果表明：为助老伴行机器人设计开发的触滑觉驱动控制系统是完全可行的,能够实现老年人与助老伴行机器人之间的驱动控制功能。