关键词： 机器人学   多旋翼无人机   国际学术期刊   科研团队   科普知识   机器人领域   飞行失控   破解  

摘要： 北京航空航天大学科研团队历经多年研究,在多旋翼无人机容错控制技术方面取得重要突破,为上述难题找到答案。相关成果近日在机器人领域重要国际学术期刊《IEEE机器人学汇刊》发表。

关键词： 柔性机械臂   机器人运动学   机器人动力学   动力学模型   多体动力学  

摘要： 刚性机械臂由于其较高的工作精度和重复性、较强的承载能力,已广泛应用于危险或相对单一、重复性高工作场景.但刚性机械臂的结构及运作方式不够灵活,无法适用于不定型、非标准、狭窄空间等生产场景.最近几年,柔性机械臂因其结构柔性、作业空间大、人机交互安全等优点而受到广泛关注,有希望应用于医疗、服务和智能制造等领域.但柔性机械臂结构柔软,运动比较自由,在作业过程中柔性效应不可忽略,这对其高精度控制提出了重大挑战.柔性机械臂控制的核心科学问题之一是建立包含结构柔性特征和动态特性的高精度动力学模型.为此,本文对柔性机械臂运动学建模和动力学建模研究进行了综述.作为动力学建模的基础,本文首先综述了柔性机械臂的运动学建模方法,主要介绍了曲率法、伪刚体运动学(PRB)方法、基于Cosserat杆的运动学建模方法、结构几何分析方法、Denavit-Hartenberg(D-H)法及坐标法、数据驱动和机器学习方法等.随后,本文详细综述了柔性机械臂的动力学建模方法,主要包括集中参数系统法、假设模态法、有限元法.最后,本文简述了目前柔性机械臂动力学研究的主要内容,并对未来研究做出展望.

关键词： 机器人学习   强化学习   模仿学习   迁移学习   发展学习  

摘要： 介绍与机器人学习有关的基本概念与核心问题,梳理机器人学习的相关方法和最新进展。依据数据类型,将机器人学习的方法分为基于强化学习的方法、基于模仿学习的方法、基于迁移学习的方法和基于发展学习的方法,并对相关研究进行总结和分析,探讨机器人学习领域目前存在的挑战和未来发展趋势。

关键词： 4自由度机器人   旋量理论   偏速度旋量   Kane方法   动力学分析  

摘要： 为分析4自由度机器人的操作性能并实现对其精确运动控制,利用基于旋量理论的运动旋量及偏速度旋量等概念,建立4自由度串联机器人的指数积正向运动学模型和Kane动力学模型。根据建立的动力学模型,应用Matlab仿真平台研究了机器人各关节从初始位形到准备位形运动时的驱动力矩。通过仿真结果分析,结合了Kane方法和旋量理论的动力学模型具有准确、简单、有效等特点,能够满足机器人的运动学与动力学分析的要求,为机器人的设计改进和精确运动控制实施奠定了理论基础。

关键词： 职业技能竞赛   技师学院   机电工程系   智能硬件   机器人智能   智能运维   江苏省   赛项  

摘要： 12月11日,2023年全国行业职业技能竞赛——全国设备管理与智能运维行业职业技能竞赛智能硬件装调员(机器人智能服务方向)赛项全国总决赛在重庆落下惟幕。江苏省交通技师学院机电工程系元军伟老师荣获职工组二等奖,刘轩硕同学荣获学生组二等奖。

关键词： 机器人视觉去雾   动力学运动   视觉感知   图像分割   透射率  

摘要： 从机器人系统动力学运动的角度来看,视觉感知在机器人和环境之间的智能互动中发挥着越来越重要的作用。由此,提出一种面向机械动力学运动的机器人视觉去雾系统。首先介绍了视觉反馈控制对于机器人机械动力学运动的重要性,然后基于大气散射模型,采用图像分割方法在天空区域中估计全局大气光值,并建立雾图像和透射率之间的映射关系,设计了多尺度卷积神经网络(Multi Scale Convolutional Neural Network,MS-CNN)优化场景透射率。实验结果表明,面向机械动力学运动的机器人视觉去雾方法的结果更接近于清晰图像,该方法的均方误差(Mean-Square Error,MSE)值低,表明所提出算法的失真小,图像内容更接近原始图像。

关键词： 高斯过程   学习预测控制   滚动时域强化学习   环境和模型不确定性   无人系统控制技术  

摘要： 移动机器人在复杂地形条件下面临环境和模型不确定性的挑战,例如草地、陡坡等环境会对移动机器人的高精度控制造成影响.本文提出了一种基于高斯过程建模的移动机器人学习预测控制方法,能够对环境和模型不确定性进行实时的建模和预测,并将该模型用于最优控制策略的学习中,完成在模型和环境不确定下的机器人运动控制.该方法利用高斯过程回归对环境和模型不确定性进行建模,并结合系统运动学方程得到误差状态模型,并将该模型用于滚动时域强化学习中,通过迭代优化学习最优控制策略.最后,针对移动机器人在椭圆和8字形轨迹上的横向跟踪控制问题,进行了仿真实验,并与非线性模型预测控制进行比较.结果表明,本文提出的方法能够有效提升复杂地形条件下控制器的控制性能,在性能指标上相比未采用高斯过程建模的滚动时域强化学习方法提高20%,比非线性模型预测控制方法提高36%,验证了所提方法的有效性和优越性.

关键词： 高速并联机器人   CAD-CAE集成   有限元建模   弹性动力学性能  

摘要： 文中以一类由外转动副驱动、含平行四边形支链的2,3和4自由度高速并联机器人为研究对象,提出一种基于CAD-CAE集成技术的有限元快速建模与更新方法。其要点为:针对工作空间中某一参考位形,首先,通过IGES/STEP等标准接口,将各结构件SolidWorks实体模型导入CAE软件SAMCEF,并通过自动提取各结构件实体模型连体坐标系相对于机架参考坐标系的位姿特征信息,建立SAMCEF环境下的几何模型;然后,通过将有限元分析特征信息自动编译为参数化脚本(Bacon)文件,建立整个机器人的参数化有限元模型。该方法特色在于:当机器人位形变化时,仅需更新CAD模型提供的位姿与有限元分析信息,便可自动生成新位形下的机器人有限元模型,进而显著提高面向全域弹性动力学性能分析需求的有限元建模效率。

关键词： 摩擦辨识   重力辨识   动力学   力矩估计  

摘要： 协作机器人外力矩估计是人机协作的关键问题之一，因此提出一种基于低速动力学模型的外力矩估计方案。首先大多数协作机器人是在缓慢匀速情况下运行，针对完整动力学模型参数辨识复杂问题，对动力学模型进行简化，然后分析了协作机器人的关节摩擦力矩和重力矩，采用最小二乘的方法对机器人进行了摩擦辨识和重力辨识，使用经验摩擦模型对机器人关节摩擦特性进行拟合。最后在Xarm6机器人实验平台上设计了关节运动轨迹验证摩擦及重力辨识的准确性。实验结果表明：使用经验模型对机器人关机摩擦特性进行拟合效果较为理想，提出的方案能够快速辨识出动力学模型参数，并能够有效的对协作机器人外力矩做出估计，这对人机协作过程中的高效配合以及安全问题具有一定的参考意义。

关键词： 串联机器人   动力学参数辨识   激励轨迹规划   改进粒子群算法   权重矩阵迭代  

摘要： 准确的动力学模型参数是机器人轨迹跟踪与基于力的阻抗控制等研究的关键。为此本文提出了一种基于权重迭代算法的机器人动力学参数辨识方法，通过迭代优化关节采样数据的权重矩阵来避免异常观测值干扰辨识计算。本文优化了关节摩擦模型以更精确地拟合实际的关节摩擦，并采用动态调整惯性权重与学习因子的方式来改进粒子群算法，以求解激励轨迹规划问题。最终用某型六自由度串联机器人验证了辨识算法，结果表明：相比加权最小二乘法，根据本算法的辨识结果来预测关节驱动力矩，残差平均降低约16.45%，有效提升了动力学参数的辨识精度。