关键词： 创客教育   科技社团活动   基于设计的学习   实施模式  

摘要： 郑州二中提出了'自主发展、快乐成长'的办学理念、'健康、博爱、有为'的育人目标,积极探索基于科技社团活动的创客教育实施模式研究。以郑州二中近几年开展机器人竞赛为例,进行基于科技社团活动的创客教育组织机构和资源建设、普及型机器人活动小组的开展、基于设计的学习(DBL)实施模式、科技社团的团队建设、以及探索建立校际之间的科技社团联盟等实施模式的研究,促进了学生的自主发展和我校创客教育的快速发展。

关键词： 智能机器人   视频摘要   任务学习   细粒度约束  

摘要： 随着人工智能技术的发展，智能机器人的应用越来越广泛，机器人不仅能够在工业领域提高生产效率，也能够为人类提供高效的服务。机器视觉作为机器人获取和感知外界信息的重要手段，是提高机器人智能化水平的关键技术之一，而如何从存在大量冗余、干扰和噪声的视觉内容中快速获取有价值的信息，直接影响了机器人学习的能力和效率。视频摘要(Video Summarization)技术目的是从多种信息中提取关键内容，有助于提高信息提取的高效性和灵活性。因此，本文研究了通过视频摘要提取重要信息并实现机器人学习的方法，赋予机器人对多种任务信息的更加灵活和自主的信息提取能力，并从中进行任务学习，从而提高机器人的智能化程度。　　本论文的研究工作通过模拟人对事物从概要到精细化的观察学习过程，从三个角度使用视频摘要对机器人捕获的视频信息进行关键内容的提取，包括通用视频摘要提取关键帧、任务关键词约束的视频摘要提取特定任务相关的片段、细粒度约束视频摘要提取特定任务下关键目标的运动序列，之后再通过上述层级摘要提取的关键内容进行规则学习，引导机器人学习并完成特定的任务。论文的主要工作和贡献如下:　　1.针对通用视频摘要任务，提出了一种膨胀时序依赖对抗网络的方法，实现关键帧的提取，同时去除冗余信息以及噪声干扰，提高了视频摘要结果的准确度。算法提出了一种膨胀时序依赖单元，能够建模视频全局多尺度的时域信息，同时弥补长短时记忆网络中存在的对长序列记忆能力不足的问题，从而提高了时域特征的编码能力。在网络训练阶段，算法进一步提出了一种三元损失结构的对抗训练目标函数，通过学习较复杂的损失函数来对真实摘要中包含的高阶统计信息进行编码，并联合一个有监督的正则项使模型预测出更鲁棒的摘要结果。所提方法在三个公共数据集上进行了实验，结果验证了算法的有效性。　　2.针对关键词约束的视频摘要任务，提出了一种查询关键词条件对抗网络的方法，以关键词表达为限定约束来指导摘要预测。算法提出了一种融合查询表达的三元条件对抗网络，同时引入摘要正则项和摘要长度正则项进行端到端的联合训练，使模型能够产生简洁且与关键词相匹配的摘要结果。针对此任务，还提出了一种深度强化学习摘要网络的方法。算法首先提出了一种映射网络用于学习视觉与文本表达之间直接的映射关系，并设计了两种模态之间的相关性评价指标，之后进一步提出了一种融合映射机制的深度强化学习摘要网络，联合相关性、表达性和多样性三种回报函数，通过最大化累积回报来使模型学习预测正确的决策序列。上述两种方法在公共数据集上进行了实验，结果验证了算法的有效性。　　3.针对细粒度约束的视频摘要任务，提出了一种在线运动自动编码器网络的方法，提取视频中的关键运动目标及其关键的运动信息，实现更加精细化的实例级的摘要结果。算法首先提出了结合目标检测、多目标跟踪、运动轨迹分割、上下文特征提取等预处理操作，来获得每个精细物体运动片段的特征表达，之后进一步提出了一种在线运动自动编码器网络以模拟在线字典学习的方式，存储输入的物体运动信息并进行模型更新，最后使用由模型输出的重构误差预测出关键的物体运动片段，并将其作为摘要结果。所提算法在收集的监控数据集上进行了细粒度视频摘要的实验，同时也将算法进行相应调整，在视频帧级通用摘要的公共数据集上进行了实验，结果验证了算法的有效性。　　4.针对机器人任务学习问题，提出了一种基于层级视频摘要的机器人学习方法，将层级摘要提取的关键信息作为机器人学习的知识并引导机器人完成特定的任务。算法提出了一种模拟人由概要到精细的观察和学习过程来实现机器人任务学习的方法，首先通过通用摘要去除冗余并提取关键视频帧，之后由关键词约束摘要获取与特定任务（关键词表示）相关的视频片段，再由细粒度摘要细化到关键的物体运动层面，最后，由摘要结果学习得到的规则引导机器人完成特定任务。以此，机器人能够一定程度地自主获取所需的关键知识，并为其学习不同种任务提供了可能，具有更好的灵活性和鲁棒性。所提方法在机器人平台上进行了实验，通过桌面整理任务的实现验证了方法的有效性。

关键词： 脑卒中   交互力控制   康复助行机器人   动力学   稳定性  

摘要： 随着我国进入老龄化社会,人口老龄化问题日益严重,在2017年60岁以上老年人人口已占总人口数的17.3%,预计2050年这个比例将会达到34.9%,且老年人护理工作需要占用很大一部分医疗护理资源,所以针对老年人步行和生活起居问题的助行机器人研究得到广泛关注。此外,脑卒中等脑血管疾病的致残率较高,人口老龄化使得因脑血管疾病而残疾的人数逐年增加,且传统治疗方式存在康复效率低、理疗师费用高、训练强度大和训练效果不一致等问题。结合以上两大需求,能够替代理疗师为患者提供扶持力和助力,在日常生活中帮助老年人和脑卒中患者进行步行辅助及康复训练的康复助行机器人,是目前下肢康复机器人研究的热点。然而,目前国内外研发的相关机器人并不能很好地结合助行辅助力和康复训练,且对骨盆运动轨迹和骨盆平衡控制训练的关注较少,缺乏对交互力辅助技术的理论分析。所以,研发辅助老年人及脑卒中患者进行康复训练和日常生活的康复助行机器人,研究人机交互力的控制算法,对改善患者生活质量和促进我国康复医学的发展具有重要意义。为优化交互力控制,本论文首先对患者双足行走进行建模分析,通过正常人与脑卒中患者的运动对比分析步态异常,总结脑卒中患者步态异常的根本原因和康复训练的基本需求,对康复助行机器人的设计和交互力控制提出了具体目标。然后根据需求分析设计研发了康复助行机器人,并通过机器人运动学建模对机器人的运动性能进行了分析,通过建模分析得出了人机耦合动力学模型,基于该动力学模型提出了前馈+反馈PD控制算法,为助行机器人交互力控制、康复机器人的临床应用和相关康复工程领域的关键问题研究提供参考。论文研究工作如下:1)基于人体生理机构特点和步态分析,建立了患者双足行走17连杆的运动学及动力学模型,进行了相应的骨盆运动分析和异常步态分析,得到了基于关节位姿、速度旋量和加速度旋量输入的人体骨盆运动参数和16关节力旋量,并使用Simulink软件验证了模型的正确性,提出了脑卒中患者步态训练和平衡训练的基本需求,为助行机器人交互力控制和力场规划提供了有效的参考依据。2)针对患者康复训练的实际要求,提出了一种康复助行机器人结构方案来实现自然的骨盆运动,阐述机构的特点及其工作原理。建立了机器人的运动学模型,并对机器人的工作空间及能力地图等运动性能进行了分析,为后续的静力学和动力学建模提供基础。3)为研究交互力控制技术,建立了助行机器人的牛顿-欧拉递推方程,并给出动力学正逆解的解算流程。基于对机器人的关节形变建模分析,建立了机器人与受试者骨盆之间的交互力旋量模型,分析了人机交互过程中的机器稳定性。结合刚体动力学、关节柔性模型和综合摩擦模型,提出了移动平台前馈控制算法、减重支撑机构控制算法和基于引导力场的训练轨迹规划算法,为助行机器人柔顺交互力控制策略和辅助训练规划探究提供理论依据。4)基于研发的康复助行机器人进行了正常受试者实验和算法对比试验。正常受试者实验通过可操作性实验、减重支撑力控制实验和助推力控制对比实验,分析验证了机器人的可操作性、意图识别有效性、助推力控制和减重支撑力控制有效性和稳定性。此外,通过在健康受试者腿部安装下肢夹板来模拟患者,进行了模拟病人实验,实验结果验证了所建模型的正确性和所提出控制算法的有效性,表明助行机器人能够介入患者的康复训练。本文对双足行走和助行机器人的耦合动力学及人机交互过程中的交互力控制技术展开了深入研究,通过动力学仿真及机器人实验验证了本文所提出方法的正确性及有效性。研究成果可用于柔性助力机器人的人机共融控制及交互力优化,有助于推进康复训练中的引导力场辅助技术研究。

摘要： 5月10日—12日,由安徽省科协主办,省青少年科技活动中心承办的第十九届安徽省青少年机器人竞赛在合肥市一中、合肥市四十六中两个赛场同时举办.安徽省科协党组书记、副主席王洵,省科协党组成员、副主席魏军锋参观竞赛活动.

关键词： 机器人教学   机器人竞赛   教学模式   WER  

摘要： 随着我国科技和信息化水平的不断提高,人工智能、虚拟现实、智能机器人等新兴技术的出现,人工智能领域的机器人教育与机器人竞赛已经逐步走入人们的视野,成为培养和提高中学生创新能力的主要手段之一。目前我国许多地区的中小学已经将人工智能和机器人教育引入课堂教学,西部欠发达地区大部分中小学虽然也已经开始了机器人教育的相关推广活动,但由于师资力量、教学资源相对缺乏和薄弱,面向全校开展相关课程还存在困难。因此,在教学资源条件较弱的情况下,如何通过组织建立兴趣小组,机器人社团,让感兴趣的学生参与机器人竞赛等相关活动,使其更好地掌握机器人方面的知识与技能,进而达到以点带面、开拓学生眼界和思维的目的,提升学生创新能力的作用,是当前机器人教育者亟待解决的问题。本文以机器人竞赛为前提,机器人教学方法为落脚点,探究不同情境下对学生的培养模式。主要研究内容如下:(1)通过阅读大量文献资料,针对西部某中学高一年级学生进行了综合素质相关的调查,分析了学生的学习目的、学习风格及综合素质培养方面的欠缺。并通过对相关个别学生的访谈,总结出机器人竞赛对学生的积极影响,目前竞赛培训的现状及存在的问题。(2)针对目前机器人竞赛培训中的不足,提出机器人竞赛培训模式设计的需求,针对应试教育中缺少对学生的创造性培养的问题,构建出机器人竞赛培训模式的具体内容,实施方法及评价体系。(3)针对市面上缺少WER机器人竞赛的培训教材的问题,列出培训手册的大纲及主要内容,以期为机器人教师提供理论参考,为零基础的学生提供指导建议。结合“发射卫星”任务做出具体案例的设计、实践与分析并提出对教师的12条切实可行的建议。

关键词： 超冗余混联机器人   脊线模态法   运动学   轨迹规划   刚体逆动力学  

摘要： 超冗余混联机器人具有较高的负载能力、较强的避障能力以及较好的灵活性，对复杂的非结构化环境具有较好的适应性、相容性及容错性，使其具有较为广泛的应用前景。本文根据超冗余混联机器人的研发需求，对其运动学、刚体逆动力学以及轨迹规划等方面进行研究，论文的主要工作和取得的研究成果如下：　　1.通过分析超冗余混联机器人的结构方案进而研究其位置逆解。在给定末端位姿下，可采用一条平滑连续的空间曲线来穿过各个平台的中心来表征机器人的整体特征，通过引入“脊线模态法”构造出一条模态脊线，利用二分法进行平台中心位置搜索，并以并联组成模块中间支链长度约束、动平台最大转角、外围支链上球铰链最大转角及并联组成模块外支链上虎克铰的转角等作为约束条件，从而得出超冗余混联机器人的位置逆解。　　2.对超冗余混联机器人的运动学进行分析。通过闭环矢量法构造出超冗余混联机器人并联组成模块的运动学方程，根据超冗余混联机器人“累加”的特性推导出各个平台在基座标系下的运动学关系式，并给出了速度级逆运动学的表达式。　　3.对超冗余混联机器人的关节空间轨迹规划进行了研究。在关节空间内，通过对并联组成模块动平台的转动进行解耦，并运用多项式对欧拉转角进行插补，从而实现超冗余混联机器人平稳的运动。　　4.对超冗余混联机器人的刚体逆动力学进行了研究。通过推导出超冗余混联机器人任务空间与关节空间的运动学映射关系，在此基础上进一步推导得到各个部件质心的运动关系，通过虚功原理建立出支链驱动力理论模型，最后通过数值算例进行仿真验证。　　5.为验证理论推导运动学模型和动力学模型的正确性，建立超冗余混联机器人的虚拟样机模型并进行仿真。结果表明：超冗余混联机器人的理论推导运动学和动力学模型与ADAMS?仿真结果保持一致，验证了理论推导的正确性。

关键词： 双臂机器人   相对雅可比矩阵   相对动力学建模   协调控制  

摘要： 随着现代工业的发展和科学技术的进步,单臂机器人受制于环境,很多工作难以完成,在此情况下,双臂机器人应运而生。随着智能制造的要求越来越高,高端装配和复杂加工作业任务需要两机械臂协调完成,为了解决双臂协调的技术问题,仿人双臂机器人协调运动的研究日益增多。双臂机器人动力学建模是研究双臂协调运动的关键所在,难点在于同一系统中建立两机械臂之间联系。目前,双臂协调动力学模型局限于闭环约束关系的闭链系统,缺少两臂末端相对力的模型。本文提出采用相对动力学模型的概念,基于相对雅可比矩阵,结合虚功原理推导两机械臂末端相对力表达式,完成相对动力学系统建模,并基于建立的双臂相对动力学模型进行力/位混合协调控制。主要内容如下:首先,双臂机器人运动学建模及相对雅可比矩阵求解研究。基于D-H参数法,在同一运动惯性坐标系下建立空间六自由度双臂机器人运动学模型,求解各连杆之间的广义变换矩阵。分析雅可比矩阵求解方法的优缺点,提出矢量解析法求解角速度雅可比矩阵,该方法化抽象为具象,极大简化计算。并基于平移和旋转坐标变换推导了双臂机器人末端相对速度与关节速度的线性映射关系,从而得到相对雅可比矩阵。其次,双臂机器人相对动力学建模。基于拉格朗日方程求解两机械臂关节运动参数与关节力矩的矩阵方程,建立双臂动力学模型。然后利用相对雅可比矩阵,结合虚功原理,推导两机械臂末端相对力与关节力矩的关系,从而得到相对动力学模型,该模型建立了两机械臂关节运动参数与末端相对力之间联系。再次,双臂机器人力/位混合协调控制研究。基于力/位混合控制算法,利用速度控制弥补位置控制系统中雅可比矩阵求解机械臂关节空间位置偏差不准确的不足。然后将双臂末端相对力引入力控制系统,通过控制关节输出力矩来控制两机械臂末端相对力。为保证建立的控制系统能稳定运行,利用二次型函数构造正定李雅普诺夫方程,求导结果证明了双臂协调控制系统的稳定性。最后,基于双臂相对动力学模型的仿真与实验。选定安川双臂机器人SDA10F为实验研究对象,设计运动轨迹路线,确定关节运动参数。结合实际双臂的结构数据,在Matlab2014软件环境中进行仿真,求得两机械臂末端相对力仿真曲线。将仿真结果与实验过程中的采集数据进行比较,得到双臂末端相对力和力矩的变化趋势和范围是一致的,验证了双臂机器人相对动力学模型的正确性。

关键词： Robotics   Artificial intelligence   Computer science  

摘要： Assistive robotics focuses on human-robot systems that provide physical support and assistance to the elderly and people with motor-impairments. While assistive machines, such as the powered wheelchair, can significantly enhance the functional independence of individuals, many users are challenged by their direct operation, the manner in which such systems are currently operated by the users. Moreover, as assistive machines become more capable, they often become more complex to control. This means paradoxically the more severe a person’s motor-impairment, the more challenging it is for them to operate the very assistive machines meant to aid them. An enduring goal is to address this discrepancy by incorporating robotics autonomy and intelligence into assistive machines to help reduce the control burden on the user. Such human-robot systems emphasize proximate interaction, forming personal and collaborative relationships, and sharing control with human personnel. Thus, the design, sensing, control, and assessment of such systems becomes more sophisticated due to having a human-in-the-loop. To succeed in their role of providing assistance in shared autonomy, the robotics autonomy must be capable of: autonomously perceiving the potential goals of the human user, inferring their intentions, and sharing control with the user for providing assistance in a manner that is acceptable to the human and at the same time is efficient for task executions. These behaviors engage a number of disciplines including computer vision, machine learning, autonomous control, human psychology, and cognitive science. In this thesis, we focus on building mathematical models and algorithms for autonomous perception, inference, and assistance in human-robot systems for assistive robotics. Specifically, we investigate the computational perception of navigation goals involving wheelchair docking at table and desk structures and manipulation goals for assistive robotic arms involving the detection

关键词： 双足被动行走机器人   刚体   柔性体   摩擦   Painlevé悖论   动态自锁  

摘要： 双足被动机器人行走问题的传统研究方法通常基于完全刚体模型,采用完全非弹性碰撞假设建立系统动力学方程。然而它忽略了局部接触区和整体结构的柔性。这会导致柔性双足机器人实际运动与计算结果出现较大偏差。此外,以往分析双足机器人行走时,往往假定支撑脚与地面保持粘滞接触状态。然而在实际生活中,接触滑动不可避免。某些机构在摩擦系数μ足够大时会产生动态自锁或“堵塞”,这被称为刚体动力学中的Painlevé悖论问题。现有关于机器人发生滑动摩擦的研究较少。由于系统的强非光滑特性以及动力学方程的奇异性,导致机器人的Painlevé悖论问题研究更少。本文采用结合了库伦摩擦定律及线性补偿法的刚体模型和结合非线性有限元理论的柔性体模型对双足被动行走机器人的行走过程及Painlevé悖论进行了分析。具体研究内容与结论如下:(1)建立了双足机器人被动行走的完全刚体模型,根据拉格朗日方程和完全非弹性碰撞假设分别推导了单腿支撑阶段和双腿支撑阶段的方程。使用Newton-Raphson迭代法和线性化求解方法求解得到系统的稳定不动点。在给定模型初始参数后,成功求解得到稳定周期行走的初始运动状态。(2)考虑了结构柔度和局部接触区,建立了双足机器人被动行走的完全柔性体模型。采用三维非线性有限元理论对模型的变形场和惯性场进行离散并进行计算,验证了模型的网格收敛性。对比刚体模型解和柔性体模型解,发现行走第一步运动过程二者吻合较好,后续运动的角位移最大误差被控制在10%以内,单步的驻留时长误差在0.1%.87%。研究发现与刚体模型不同,柔性体模型还存在着摩擦能量损耗。(3)研究了柔性双足机器人稳定行走时的足-地面接触模式。发现单腿的法向接触过程由三个子过程循环组成,分别为宏观碰撞子过程(持续时间为0.1.2s)、滚动子过程(持续时间为0.6.7s)和长期的分离子过程。宏观碰撞子过程由若干个反复微碰撞组成。单腿的切向接触过程由三个子过程循环组成,分别为粘滞-滑动反复切换子过程、粘滞滚动子过程和长期的分离子过程。粘滞-滑动反复切换子过程包含了微粘滞和微滑动两种切向状态。还发现当μ=0.9时,行走出现了由动态自锁导致的失稳现象。(4)基于线性互补理论推导了刚体模型的Painlevé悖论的判断表达式,并对Painlevé悖论进行了分析。结果发现,部分稳定行走过程中的系统构型在摩擦系数较大且足部出现滑动时系,系统动力学方程的解会出现Painlevé悖论。其稳定行走初始构型下的极限摩擦系数?(28)0.6630。研究还发现μ越大、转动惯量越小、腿的质量越小以及髋关节质量越大,Painlevé悖论区域越大。而腿的长度不会影响Painlevé悖论区域的大小。(5)基于柔性体模型分析了双足机器人在无法向初始相对速度下的动态自锁现象(与刚体模型的Painlevé悖论密切相关)。研究发现μ越大、弹性模量E越小、切向及法向相对速度越大,动态自锁现象越明显。能够稳定行走初始构型下,柔性体模型E分别为200GPa和70GPa时,动态自锁的极限摩擦系数?分别为0.50和0.48。研究还发现,?随着E的减少而降低,动态自锁区较刚体的Painlevé悖论区有所扩大。同时结构中存在由动态自锁激发的应力波传播、反射和透射。

关键词： PID controllers   Particle swarm optimization   Jacobi method   Robotics   Fuzzy logic  

摘要： This paper endeavors to contribute to the field of optimal control via presenting an optimal fuzzy Proportional Derivative (PD) controller for a RPP (Revolute-Prismatic-Prismatic) robot manipulator based on particle swarm optimization and inverse dynamics. The Denavit-Hartenberg approach and the Jacobi method for each of the arms of the robot are employed in order to gain the kinematic equations of the manipulator. Furthermore, the Lagrange method is utilized to obtain the dynamic equations of motion. Hence, in order to control the dynamics of the robot manipulator, inverse dynamics and a fuzzy PD controller optimized via particle swarm optimization are used in this research study. The obtained results of the optimal fuzzy PD controller based on the inverse dynamics are compared to the outcomes of the PD controller, and it is illustrated that the optimal fuzzy PD controller shows better controlling performance in comparison with other controllers.