关键词： 机器人学   手术系统   整形外科   重建   美容  

摘要： 机器人手术系统近年来得到了迅速发展, 在整形外科领域的应用也日益广泛, 但相对于其他专科依然处于初级阶段。该文着重介绍了机器人手术系统在整形外科领域的发展现状, 并对该技术的未来发展做出展望, 为促进机器人手术系统在整形手术中的应用提供参考。

关键词： 技能竞赛   定制涂胶   逻辑优化  

摘要： 在职业院校技能大赛中职组《智能制造设备技术应用》赛项中,定制涂胶是考核内容之一,针对大部分参赛学校关于定制涂胶方法的困惑,本文从轨迹规律分析、相关编程指令学习及对应规律的逻辑思路梳理三个方面对定制涂胶逻辑进行优化,形成能够应对多种情况的定制涂胶逻辑思路,帮助该赛项参赛学校提升成绩.

摘要： 本刊讯 4月12日,由新乡市科协、新乡市教育局主办的"新乡市青少年机器人竞赛科技教师交流会"成功举办,来自全市60余所学校的近200名科技教育工作者汇聚一堂,分享科技教育经验.

关键词： 动力学   机器人关节   智能制造综合实践   教学改革   实验教学  

摘要： 基于机器人的机械本体结构,建立了某6自由度桌面级工业机器人的三维实体模型,进行运动学解算,搭建机器人的动力学仿真模型,并对其进行动力学仿真,设计了机器人一体化关节,研制了实验测试平台,开展重复定位精度测试和负载能力测试实验,验证其教学应用的可行性,同时为开展机器人结构设计,控制方法实验和编程与调试等实验教学环节的设计提供有价值研发数据基础.在实践教学上,通过设计三维模型,动力学分析、仿真、关节测试等一系列教学实验项目,增强学生对机器人系统的理解,综合提升学生创新实践能力,提高解决实际工程问题的能力.

关键词： 动力学模型   串联机器人   参数辨识   小波逼近   数值计算  

摘要： 工业机器人是工业自动化和智能制造的关键技术装备,其精确控制能力的提升对于提高生产效率和产品质量具有重要意义。随着“工业4.0”和“中国制造2025”等国家战略的实施,机器人过程参数辨识技术的要求也在不断提高。机器人动力学模型存在复杂度高、求解难、速度慢等问题,难以实时辨识机器人末端负载质量惯性参数,对此本文提出了一种基于小波逼近的动力学计算和负载辨识方法,旨在提高机器人动力学模型的计算效率和负载辨识的准确性。主要研究内容包括: 首先,推导串联机器人的运动学模型和雅可比矩阵,基于拉格朗日法建立其动力学模型。在此基础上提出四种动力学模型的逼近方法,包括高维小波逼近、递归法、时间差分法和一维小波逼近。所提方法可通过数值拟合来替代拉格朗日动力学中的偏导数计算,简化计算与避免复杂符号求解,从而提高计算速度和实时性。 然后,以UR5工业机器人为研究对象,将实验数据代入所提四种方法进行计算与分析。结果表明:在特定运动状态下递归法和差分法的计算精度较差;六维小波逼近法准确度较高,但复杂度过高、用时长;一维小波逼近法可在保持良好跟踪精度,复杂度较低、用时短,且随自由度增加其计算量增长低。 为了验证所提辨识方法的有效性,以一维小波逼近的动力学模型为基础构建负载辨识模型,并使用前三关节的激励轨迹和力矩求解法展开负载辨识实验。结合参数的辨识误差和模型补偿后的力矩残差均方根值对实验结果进行分析,可知所提方法的辨识结果与原方法基本一致,且对模型的补偿效果不亚于原方法。 此外,本文还探讨了一维小波逼近方法在更高自由度模型中的应用可行性。通过使用Adams仿真平台,验证了小波逼近方法在七自由度模型计算上的精度,并统计分析了该方法与经典拉格朗日方法的计算时间随自由度的变化情况,证明了该方法在更高自由度动力学计算上的潜在可行性。 本文的研究成果不仅提高了机器人动力学模型的计算效率和负载辨识的准确性,而且为高自由度机器人的动力学建模和控制提供了新的技术途径。

摘要： The realization of robotic intelligence requires the robots to autonomously sense, plan and control themselves within unknown environments. With the advancements in machine learn- ing and deep neural networks, learning-based approaches have demonstrated great potential in enabling robots to accomplish complex tasks by actively learning from data. Reinforce- ment Learning (RL), as a representative technique, empowers robots to learn skills from interactive experiences of the environment via high-dimensional states and observations. However, learning-based approaches can suffer from data inefficiency, making it costly and unrealistic to apply them to real-world physical systems. Additionally, learning-based ap- proaches lack formal mathematical tools for the analysis and interpretation of the learning results. In contrast, the long-established, classical control-theoretic approaches can model and derive control policies for dynamical systems in a data-efficient way and are equipped with well-developed theories for system and control analysis. However, they often oper- ate under the assumption of having prior knowledge about the system dynamics and the environment and are limited to small-scale problems with low-dimensional state space. In this dissertation, we aim to combine the control-theoretic principle with modern learning- based approaches to achieve an efficient and interpretable robot learning process while scal- ing up the classical control techniques. In chapter 3, we provide methods to improve learning efficiency with control-based value functions in the subspaces of high-dimensional problems that the learning-based approaches are tasked to solve. These value functions are efficiently computed via control approaches and can be seamlessly integrated into the learning pro- cess as novel reward and baseline functions. Then in chapter 5, we study the multi-agent centralized learning efficiency under the hierarchy framework and show that a conditional policy coup

关键词： 空间机器人  

ISBN: (纸本)9787512444058

摘要： 本书对空间机器人动力学、控制及振动抑制的相关基本理论和方法进行了论述：首先，回顾了空间机器人发展现状及涉及的关键技术；然后，介绍了空间机械臂系统在开环和闭环形式的建模方法，并在此基础上对陀螺驱动空间机械臂系统的轨迹规划与控制进行了介绍；继而，介绍了空间机械臂系统有限时间轨迹跟踪控制、遥操作时滞控制及神经网络控制技术；最后，对柔性空间机械臂系统的姿态、关节与振动一体化控制进行了阐述。

关键词： 肠道生物力学   胶囊机器人   胶囊内窥镜   分段光滑动力系统   分岔分析  

摘要： 由于传统胃肠镜会给患者带来生理和心理上的不适,胶囊内镜在胃肠道检测领域发展迅猛,目前已经应用于胃部临床诊断中。但是由于肠道内存在永久性的环状褶皱和变大的息肉以及病变组织,它们在肠道蠕动时并不会消失,这会给胶囊内镜很大的阻力,是胶囊机器人在肠道中行进的主要障碍。了解胶囊和这些褶皱之间的相互作用对于设计和控制这些机器人以达到临床应用至关重要。 为了解决这个问题,本文提出了两种新的胶囊与肠道相互作用的数学模型,该模型引入胶囊与凸起相互作用时胶囊的旋转。与曾经已有的模型相比,新模型预测的凸起阻力更符合有限元和实验结果。通过对比阻力发现,凸起越高越窄、肠道组织越薄越硬,凸起对胶囊的阻碍作用越强。相同高度和宽度下,柱状凸起对胶囊的阻碍作用更明显。胶囊机器人驱动力来源于周期驱动的内部质量块,阻力越大的凸起需要更强的激励力才能翻越凸起。此外,分岔分析表明,小的激励力总是导致胶囊机器人以简单周期1的方式运动,而大的激励力可能导致胶囊翻越凸起前的各种复杂动力学。 除此之外,本文将胶囊机器人与单个凸起的研究推广至与多个凸起。对胶囊所受阻力研究发现,当胶囊位于两个凸起之间时,胶囊所受的阻力峰值可能会变得更大,此时第一个凸起对胶囊的影响表现为推动作用,并且当第一个凸起越高越窄、肠道组织越厚时,推动作用越明显。而肠道组织的硬度对胶囊翻越第二个凸起影响很小。外部激振参数对胶囊的运动也有着至关重要的影响,本文的研究中激振信号采用方波激励。当占空比越大时,胶囊更容易通过整个肠道;而当振幅越大时,胶囊会更快速通过整个肠道。除此之外,胶囊速度积累很快,这导致只要翻越了第一个凸起,就能够翻越后续所有的凸起。 总的来说,本文利用基于常微分方程(ODE)的动态模型,对胶囊驱动问题进行了分析。这些工作可能有助于胶囊机器人工程师在推进方面评估他们的设计,并了解他们的机器人在下胃肠道中的运动。