关键词： 并联机械腿   四足机器人   螺旋理论   动力学   三维步态  

摘要： 随着计算机技术、人工智能技术、机器人技术等高新技术日新月异的发展,人们对于机器人的幻想已不再遥远。近些年来,足式机器人成为了新的研究热点,相较于传统的轮式、履带式机器人而言,足式机器人的落足点是离散的,对非机构化地面适应能力强,可广泛应用于野外等复杂环境中。目前四足机器人的腿部大多采用三自由串联结构,每个关节都需安装驱动,其承载能力及动态性能较差,且由于电机分布在各关节处,不便统一密封维护。随着并联机器人技术的发展,并联机构也逐渐应用于四足机器人的腿部,提升了四足机器人的承载能力及动态性能,拓宽了四足机器人的应用范围。目前对于四足机器人步态规划的研究主要集中于沿矢状面移动,未充分考虑四足机器人的侧向运动能力。相比于非全向移动方式,全向移动无需转向即可避障,移动更加灵活可变。本文将一种三自由度并联机械腿应用于四足机器人上,主要就机械腿运动学、动力学及四足机器人三维步态规划、仿真实验及样机搭建等内容展开研究。本文首先就一种并联机械腿进行了运动学分析,包括坐标系建立、自由度分析、运动学正反解、雅可比矩阵求解、可达工作空间及刚度性能分析;然后,应用螺旋理论求解各关节、杆件的速度、加速度影响因素,并结合虚功原理求解出机械腿的动力学解析表达式,并进行了数值仿真对比;其次,研究了四足机器人的三维步态,包括全方向行走步态及全方位行走步态,规划了Trot及连续静步态的全方向行走,研究了抬腿点、落足点、迈步顺序、稳定性及变速度等相关内容,并通过重心五次多项式规划改善了连续静步态全方向行走的稳定性;最后,根据旋转中心理论将三自由度平面运动转化为绕转动中心的转动运动,并以间歇步态为基本步态,给出了初始位置、迈步顺序、稳定性及变速度分析等相关内容;在此基础上,搭建了Simulink/Adams联合仿真环境,仿真了四足机器人斜向及转向行走能力,对比了两种步态在定曲率圆形轨迹下的运动能力;最后使用3D打印技术搭建了样机,并进行了自由度实验及步态实验。

关键词： 协作机器人   激励轨迹   动力学参数辨识   示教学习  

摘要： 随着“中国制造2025”和“十四五”机器人产业发展规划等政策的推进,智能柔性协作机器人成为了研究热点。协作机器人作为一种新型的工业机器人,可以在共享空间中与人类安全地协同工作,提高了工作效率和质量。动力学模型参数辨识、拖动示教和示教学习是协作机器人的重要研究方向。目前拖动示教多依赖于外部传感器,而无传感器的拖动示教效果取决于动力学模型的精确程度,但由于机器人系统的复杂性和不确定性,动力学模型参数辨识精度难以保证。同时传统示教过程需要专业人员使用示教器进行编程,这种方式效率低且不具备自适应性。针对这些问题,本文对协作机器人动力学模型参数辨识,无外部传感器的拖动示教和拥有自适应能力的示教学习展开研究。具体内容如下:以六自由度协作机器人为研究对象,建立机器人运动学模型和动力学模型。采用Denavit-Hartenberg(DH)方法对机器人运动学和雅可比矩阵进行推导。使用牛顿-欧拉法对动力学进行建模,并通过改进库仑-粘滞摩擦模型对摩擦力进行建模,对建立的动力学模型线性化,并通过QR(Orthogonal,正交)分解得到最小可辨识参数集。为在参数辨识实验中充分激励机器人的动力学特性,本文使用有限傅里叶级数设计轨迹,并以分块回归矩阵为优化目标,考虑关节限位和启停限制作为优化约束条件,通过迭代最小二乘法对轨迹参数进行优化,得到更好地激发动力学特性的激励轨迹。以回归矩阵的条件数为激励轨迹的评判标准,证明了本文方法更能激发动力学特性,同时在实验平台上验证了激励轨迹的可行性。针对动力学参数辨识精度低的问题,本文提出了基于三次迭代辨识的动力学模型辨识及补偿方法。该方法采用迭代加权最小二乘法对基本动力学模型和改进摩擦力模型进行参数辨识,并通过高斯混合模型(Gaussian Mixture Model,GMM)补偿残差力矩。以实际测量力矩和模型估计力矩残差均方根为动力学参数辨识的评判标准,并通过实验平台验证,证明了辨识结果的准确性。本文将干扰观测器和导纳控制结合实现无外部传感器的拖动示教,并对动态运动基元(Dynamic Movement Primitives,DMP)算法改进提高了示教学习的鲁棒性。首先,对基本动力学模型进行解耦,得到标准机器人动力学模型,通过基于动量的干扰观测器对关节外力进行估计,并结合导纳控制技术实现协作机器人的零力示教。之后,通过手动引导得到的同一任务的多条示教轨迹,使用DTW在时间维度上对轨迹进行对齐,通过DMP-GMM实现对同一任务的多条示教轨迹建模、提取特征并形成任务轨迹,并对任务轨迹学习和泛化。最后,通过Python验证了DMP-GMM方法对于多条示教轨迹的学习和泛化能力,并在实验平台上验证了拖动示教和示教学习的可行性。

关键词： 空间柔性并联机器人   动力学建模   神经网络控制   轨迹跟踪   振动抑制  

摘要： 并联机器人在工业、农业、服务业等行业发挥着日益重要的作用。对了减少机械臂的驱动负载和节省控制成本,机器人逐渐朝着高速、轻量化以及高精度的方向发展。机械臂结构采用轻量化的柔性材料来代替。但由于柔性连杆尺寸大,质量低的结构特点,在高速重载的条件下,柔性连杆的弹性变形会使得末端执行器定位精度下降,甚至使机构配合失效。因此,建立能反映柔性并联机器人动态特性的刚柔耦合动力学模型是十分重要的。本文以空间柔性并联机器人为研究对象,通过对其构建动力学模型及控制算法等问题进行研究。主要研究内容如下:为了更好地分析3-RRRU并联机器人各机构在运动过程中的位置、速度和加速度随时间或其他变量的关系,对3-RRRU并联机器人的运动学位置逆解、速度逆解和加速度逆解进行详细推导,在运动学逆解分析的基础上,对工作空间进行可视化分析,探究3-RRRU并联机器人在工作空间中的极限位置。针对空间柔性并联机器人的刚柔耦合动力学模型建立较为复杂的问题,综合运用分支结构法、拉格朗日法、假设模态法以及独立坐标法得到便于设计控制器的简化刚柔耦合动力学模型。为了主动抑制柔性连杆的弹性变形引起动平台的持续振荡,基于奇异摄动法,在系统参数不确定的情况下,提出了空间柔性并联机器人系统的RBF神经网络控制和柔性振动的PD控制。仿真结果表明,该控制策略不仅能够实现轨迹的渐进跟踪,也能有效抑制柔性连杆的振动。为了降低控制策略的复杂性,在模型不确定的情况下,设计了基于混合轨迹的RBF神经网络补偿控制方案。仿真结果表明,该控制方案不但保证了模型不确定情况下的鲁棒性,而且也能抑制柔性连杆的振动,验证了该控制方案的可行性与有效性。

关键词： 磨抛机器人   运动控制   轨迹规划   动力学模型  

摘要： 随着工业自动化的蓬勃发展，工业机器人以其低成本、高效率等诸多优势逐渐广泛应用。在工业机器人实现轮毂磨抛作业环境中，往往是基于位置控制进行磨抛作业，这种方式通常由人工示教磨抛路径点的速度和加速度，往往示教效率很低，同时该方式也不能有效利用电机性能更高效运行。如果要进一步提高示教效率和作业效率，并且能避免未知的振动产生，则需要从动力学角度进行时间轨迹规划。本文以此为背景，对磨抛运动控制系统、偏置手腕逆运动学、动力学模型及其参数辨识和基于动力学模型的轨迹规划等内容展开了研究。旨在针对实际磨抛加工等工业环境下，研究六自由度机器人的轨迹规划问题，完成在力矩限制条件下的轨迹规划，提供理论示教参考轨迹，以提高示教效率和工作效率。本文所完成的主要工作如下：　　针对磨抛机器人工业领域没有开放式和扩展式的运动控制系统，设计了一个运动控制系统架构，设计了其人机交互和通讯实现方式，并搭建了实验平台。针对本系统偏置机器人手腕结构，提出了偏置补偿法结合牛顿迭代法的数值解法求解逆运动学，实现了高精度以及快速求解目标，同时，采用随机点和轮辐表面采样点进行了仿真和实验，验证了算法的性能，进一步也验证了运动控制系统的实时性。　　通过构建机器人拉格朗日动力学方程，建立并验证了最小参数集形式的动力学模型的正确性，再基于条件数最小优化原则，通过遗传算法求解出了一组五次傅里叶级数激励轨迹，最后，运行激励轨迹，对采集数据进行滤波处理，通过最小二乘法辨识机器人动力学最小参数。　　为提高人工示教作业的示教效率和提高加工效率，着手于离散路径下的基于动力学模型的轨迹规划问题，将离散路径的位置和姿态做二次离散，从关节空间转移到参数空间，并在关节力矩约束条件下求得每一个离散点的允许加速度区域，通过二分法求解出这些点的最大加速度，绘制离散最大速度限制曲线，针对姿态变化大的磨抛路径以及因差分带来的加速度突变导致求解失败的问题，提出改进离散数值积分方法，成功规划出了机器人运动轨迹，为示教轨迹的速度和加速度提供了理论的参考值。　　针对数值积分方法在寻找关键加速度切换点困难问题，提出了强化学习轨迹规划的方法，将在最大速度限制下的相平面轨迹规划问题表达成一个强化学习可解的环境，并设计了其状态空间和动作空间，设计了归一化的动作空间将动作与环境解耦，通过设计的奖励函数，使用PPO强化学习算法对轮缘路径进行轨迹规划，成功规划了一条运动轨迹，并通过实验验证了所提出方法的可行性和正确性。　　对离散数值积分方法和PPO强化学习算法实现的基于动力学模型的轨迹规划仿真轨迹进行了实验验证，同时也验证了动力学模型参数辨识的正确性。

关键词： 空间机器人   空间机器人  

ISBN: (纸本)9787118127683

摘要： 本书面向空间飞行器在轨服务对空间机器人操作与控制的需求，以空间机器人捕获翻滚目标过程中的动力学、运动规划和协调控制为主线，主要内容包括：空间机器人捕获翻滚目标的动力学建模、捕获目标过程中的约束处理与协调控制策略、基于机器学习的翻滚目标运动预测与抓捕决策、抓捕目标时机确定和最优抓捕轨迹规划与控制、空间机器人接近目标和捕获目标后消旋的最优轨迹规划与控制、捕获目标后的参数辨识与自适应控制，以及地面验证实验中空间和地面机器人之间的动力学等效条件、控制相似律和动力学误差补偿策略等。

关键词： 动力学模型   姿态检测   卡尔曼滤波   联合仿真  

摘要： 基于倒立摆模型和两轮自平衡小车而研发的双足轮式机器人具有灵活运行和体积小等优点,可以在各种复杂的环境中得以应用,地震搜救时狭小的地带及人多拥挤的工作环境中都可以代替人类高效工作,同时由于机器人自身缺乏稳定性,被控对象自身也是一种非线性,有多个变量组成的欠驱动系统,可以作为一个平台来检验优化的控制算法,越来越多的研究所及科研院校对此投入研究,因此对双足轮式机器人的运动学和动力学控制算法的研究具有很好的现实意义和理论价值。针对双足轮式机器人的性能要求,画出整体的机械结构图并建立机器人整体的设计方案,针对提出的结构设计方案进行整体的硬件选型,根据姿态传感器、执行机构、控制机构三部分的部件构成,搭建出一台简单轻巧、结构合理的双足轮式机器人样机平台。通过搭建出的硬件架构,建立数学模型推出机器人的正逆解得出关节角度之间的数量转换关系,得出实际的物理参数,运用欧拉-拉格朗日方程建立动力学模型将动力学方程转换成矩阵的形式,在MATLAB中进行实验验证,说明该模型的正确性。对于陀螺仪和加速度计在姿态传感的检测中会存在噪声干扰和漂移误差等问题,提出了一种基于欧拉角和卡尔曼滤波的方案来对姿态检测的角度进行信息融合,通过在系统中对每一时刻的角度进行滤波处理和修正反馈,最终对姿态信息得出最优估计。经过实验验证可以对噪声有良好的抑制效果,在不同的环境下都可以提高机器人的姿态检测精度。通过Simulink与ADAMS进行联合仿真,对机器人的腿部伸长量与关节旋转角仿真分析,得出对机器人腿部伸长仿真值与测量值误差为2厘米,关节角误差为3度,由此可以验证本文搭建的系统构成、数学模型、控制算法及编写的程序是正确的。

关键词： 下肢康复机器人   逆动力学模型   拟人控制器   深度学习   人体步态数据  

摘要： 随着社会老龄化、城市化进程的加快以及不健康生活方式的普遍存在,脑血管疾病的危险因素也普遍被显现出来。脑血管疾病常伴有肢体运动障碍,给人类生活带来极大不便。因此,恢复行走能力是患者康复的主要目标。传统的康复理疗主要依靠人工或者借助于简单的医疗设备完成,远没有达到病人的实际需求。使用康复机器人能够有效地缓解传统康复治疗中存在的缺点与不足,具有显著的优势。其中,下肢康复机器人已逐渐成为当前的研究热点。受人类下肢特征启发的仿人控制器在下肢康复机器人的研究中发挥着重要作用。然而,由于仿人控制器的非线性和强耦合特性,人体下肢康复机器人的逆动力学模型的精确性仍然是一个具有挑战性的问题。因此,本文针对基于人体运动机理的下肢康复机器人逆动力学建模及仿人控制做了研究,主要工作及研究成果包括:(1)基于人体运动机理对健康人体下肢的运动数据进行分析。首先,通过实验室的三维运动捕捉系统和三维测力平台,对人体下肢运动的步态数据、足底力数据进行测量。然后,将采集到的数据进行滤波和拟合,处理成能直接应用于下肢康复机器人仿人控制器的数据。最后,建立下肢康复机器人二连杆模型并采用拉格朗日分析的方法进行动力学分析。(2)为了进一步提高下肢康复机器人仿人控制器逆动力学模型的精确度,提出使用非参数建模的方法学习逆动力学模型。其主要思想是用健康的人体下肢主要关节的运动数据作为输入,对应的关节力矩作为输出,通过神经网络的训练来学习逆动力学模型。为保证学习到的模型能用到下肢康复机器人的仿人控制器上,本文采集的所有数据全部是健康的人体下肢运动的真实数据。此外,由于采集的数据其数据类型是基于时间序列的,因此,本文提出使用长短记忆网络(LSTM,Long Short-Term Memory)和门控循环单元(GRU,Gated Recurrent Unit)网络来学习逆动力学模型,并比较了两种神经网络的学习效果。这两种网络模型的评价指标为均方根误差(RMSE,Root Mean Squared Error)。实验结果表明,两种网络都有很好的学习效果,GRU网络比LSTM网络有更强的学习能力。(3)基于人体运动机理对下肢康复机器人进行仿人控制研究。主要思想是基于健康人步态的轨迹作为仿人控制器的期望轨迹,将从逆动力学模型学习到的仿人控制器需要提供的关节力矩作为输入,并与PD控制器相结合进行补偿和校正,最终实现下肢康复机器人可以精确的跟踪期望的输入轨迹。该仿人控制器最终在MATLAB simulink平台进行了仿真和验证。

关键词： 柔索牵引并联机器人   运动学参数标定   动力学参数辨识   力/位混合控制  

摘要： 柔索牵引并联机器人具有结构简单、重组能力强、惯性小、运动速度快、干涉几率小等优点,在生活和工业领域有广阔的应用前景和重要的研究价值。本文以平面4索3自由度柔索牵引并联机器人为研究对象,重点研究机器人的动力学参数辨识方法和力/位混合控制策略,为平面柔索牵引并联机器人更好的应用到大型建筑物侧壁的清洁和维护工作领域做充分的技术研究。本文完成的主要工作内容如下:基于矢量理论,建立了机器人系统的运动学模型,推导了出绳点位置的矢量表达式。根据索长逆运动学模型,推导了索长速度和索长加速度模型。通过仿真分析,验证了逆运动学模型随时间变化的运动学规律。针对传统机器人卷筒机构存在的不足,对卷筒的结构形状进行改进,优化了机器人的机械结构。根据上位机与下位机系统的通讯方式,分析了实验样机的运行原理。基于机器人的运动学规律,研究了机器人运动学参数的标定方法。采用伺服电机旋转编码器为标定测量工具,根据电机相对旋转角度与柔索长度的对应关系,建立了初始索长与位姿标定的求解模型。采用多项式拟合方法对末端执行器的实际运行轨迹进行拟合,简化了求解模型。采用非线性最小二乘优化方法求解出了初始索长和位姿,通过实验验证了运动学参数标定方法的可行性和标定结果的准确性。建立了机器人机电耦合系统的动力学模型,提出一种通过整合结构复杂、强耦合驱动单元各部件之间动力学参数的辨识方法,搭建了可分离待辨识参数的辨识模型。设计傅里叶激励轨迹,分两步辨识出了机器人系统的动力学参数。与一次性参数辨识方法做对比实验,验证了所提出的动力学参数辨识方法的可行性和辨识结果的可靠性。通过对S型速度曲线规划和柔索张力最小方差优化方法的仿真分析,验证了轨迹规划和索力优化方法应用到控制策略的可行性。基于机器人的运动学模型和动力学模型,设计了一种由索长PD前馈控制器、主动张力控制器和干扰观测器构成的力/位混合控制策略,并证明了控制策略满足Lyapunov连续性和稳定性。采用现场试凑法调节控制参数,通过仿真分析和实验研究验证了力/位混合控制策略的可靠性。

关键词： 水陆两栖机器人   CFD   动力学模型   数值仿真  

摘要： 针对多模态水陆两栖机器人作业环境复杂使得水下运动状态难以预报等难题，基于CFD方法求解的水动力系数，构建了机器人水下运动的五自由度动力学和运动学模型。基于机器人水下动力学模型，采用四阶经典龙格库塔法，开展了机器人直航运动及水平面回转运动数值仿真研究，并进行了水池试验验证。试验结果数据与数值仿真结果误差均不超过10%，验证了机器人水动力系数及五自由度动力学模型的准确性，为水陆两栖机器人研制提供了理论与技术支撑。