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。

关键词： 机器人竞赛   中职   课程教学优化   工业机器人操作与编程  

摘要： 随着“机器人﹢”行动稳步实施,机器人应用广度深度加速拓展,行业飞速发展,对技能人才的数量和质量提出了新要求,当前工业机器人专业所培养的人才与企业需求间存在差距,为切实提高中职学校工业机器人专业人才培养质量,本文从竞赛视角下,对中职学校《工业机器人操作与编程》课程进行教学优化设计和教学实施验证。主要研究内容与结论如下:(1)通过教育观察、问卷调查以及访谈的方式深入了解中职学校《工业机器人操作与编程》课程教学现状、学生学习心理以及学生对课程和竞赛的看法,探究当前课程存在的问题,以确定课程的优化方向,为课程教学优化提供依据。(2)对全国职业院校技能大赛中的“机器人技术应用”赛项进行分析,挖掘技能竞赛中可与常规教学相融合的内容,寻找值得借鉴的教学方法、模式以及可转化为常规教学资源的竞赛资源,打破技能竞赛与常规教学间的壁垒。(3)以课程现存问题和机器人竞赛对专业课程教学优化改革的作用为依据,对《工业机器人操作与编程》课程进行教学优化设计。补充细化教学目标,根据教学目标,以竞赛项目为载体,选取教学内容进行重组和模块划分;提出教师是学生学习的促进者,教学过程应坚持以学生为中心;以任务驱动法为主,多种教学方法混合的教学模式;引入竞赛,形成以竞赛为主线的教学模式四点优化策略。更新教学评价方式,融合竞赛标准,促进课程评价主体多元化和评价标准规范化,“以赛代考”拓宽评价渠道。(4)对优化课程进行教学实施,对“码垛与拆垛应用”的教学设计、教学过程作出说明,并通过访谈、测试等方式对课程教学效果进行验证分析。教学实施结果表明,优化后的《工业机器人操作与编程》课程能让学生在学习过程中获得自信心、爱上学习;有效提高学生学习的积极性;能够活跃课堂氛围,使学生课堂体验感得到极大的提升;学生的理论知识、实操技能以及职业素养得到全面培养,综合能力显著提升。

关键词： 最优时间轨迹规划   机器人动力学   时间标度法   S型轨迹规划  

摘要： 随着工业机器人广泛应用于生产实践中,复杂多变的生产环境和任务需求,对工业机器人的速度和精度提出了来越来越高的要求,机器人的运动规划能力是提高生产效率的关键,最优时间运动控制算法是机器人运动规划里最重要的课题,本文以机器人最优时间规划算法为研究对象,针对不同的机器人执行任务的需求,在动力学和运动学的限制下,沿着预定笛卡尔空间的路径,提高机器人的速度和精度。 基于动力学的最优时间运动控制算法核心目标是实现机器人的高速高精度运行,本文针对提高垂直六关节机器人运行预定轨迹的速度和精度,主要工作集中在:1.基于动力学的参数辨识与前馈控制;2.基于运动学的最优时间轨迹规划算法;3.基于动力学的最优时间控制算法。研究解决以上问题并总结理论方法,对于实现最优时间运动控制算法具有重要意义。本文核心工作为沿预定的路径,在运动学最优轨迹规划的基础上,结合动力学实现了平滑连续的最优时间运动控制算法。 针对机器人动力学辨识与前馈控制的问题,本文采用Newton-Euler法对垂直六关节机器人的动力学进行建模,将库仑摩擦力和粘滞摩擦力影响考虑在内,构建了动力学方程。基于线性化理论对机器人动力学方程进行参数分离。选择有限傅里叶级数作为激励轨迹模型,使用遗传算法以激励轨迹的回归矩阵条件数作为优化目标,求解出一组最优的轨迹参数。运行激励轨迹,采用巴特沃斯和零相位滤波结合的方案对机器人采集的原始数据滤波,使用最小二乘法计算最小参数集合,最后设计了基于PID控制的前馈控制方案。 针对基于运动学的最优时间轨迹规划问题,提出了基于T型加速优化算法的S型最优规划算法,能够适用于始末加速度不为零的情况,根据始末条件的不同,S型最优时间规划曲线有49种情况,将求解曲线各个速度段时间的问题,转变为求解曲线的最大可达速度,使用牛顿叠加法或梯度下降法进行优化。采用B-Spline对路径进行平滑化处理,通过增加分位点实现了五个级别平滑控制,在不同平滑度的基础上根据工业机器人的运行速度,采用不同阶次的B-Spline对路径的平滑程度再调整。 针对基于动力学的最优时间控制的问题,采用基于动力学的时间标度法,考虑机器人沿着路径运行最大的速度和加速度是变化的,首先计算出每个路径点上的速度和加速度极限,再从起始点以动态最大加速度相对于时间做向后积分,使速度曲线与坐标轴围成的区域最大化,并用基于T型加速优化算法的S型规划算法使轨迹连接处速度和加速度平滑化,最终实现基于动力学的最优时间规划。 在纳博特机器人控制平台上搭建垂直六关节工业机器人实验平台,使用QJR6S-1型机器人进行了力矩前馈实验,相比于PID控制,各个关节的跟踪误差大幅度减小,证明参数辨识结果的正确性,提高了机器人的运行精度。运行ISO 9283:1998实验曲线,将基于时间标度法实现的最优时间轨迹规划和S型轨迹规划在位置-速度的相平面上进行对比,最优轨迹规划的速度曲线明显提高,验证了基于时间标度法的最优时间轨迹规划算法的有效性。

关键词： Automated robotic experiments   Computational mechanics   Computer graphics   Robotic manipulation   Sim2Real manipulation  

摘要： Slender structures, widely found from natural environments (e.g., tendrils) to engineering applications (e.g., flexible electronics), frequently experience geometrically nonlinear deformations and substantial topological changes when exposed to simple boundary conditions or modest external stimuli. On one hand, the nonlinear dynamics of slender structures present considerable challenges for the automated manipulation of these structures by robots. On the other hand, the automated interactions between robots and such structures also open up opportunities to enhance our understanding of the mechanics governing slender structures. This dissertation focuses on the synergy between computational mechanics and robotics for the manipulation and study of slender structures. Specifically, it delves into discrete differential geometry (DDG)-based simulations, an emerging field in computational mechanics, to develop a comprehensive sim2Real manipulation framework for generating task-oriented deformable manipulation strategies. Moreover, we conduct automated experiments to gain valuable insights into the behavior of slender structures. Our contributions can be categorized into three main areas: First, we develop a penalty-energy-based method and combine it with Kirchoff rod’s theory to simulate rod assemblies with frictional contact responses. Our simulation method is validated, demonstrating its robustness, accuracy, and efficiency across diverse scenarios. These scenarios include modeling flagella bundling, a significant biological phenomenon for bacterial navigation, as well as tying knots. These numerical validations underscore the potential of our approach as a significant step toward the ultimate goal of a computational framework for sim2real manipulation tasks. We then combine our numerical framework with desktop experiments to investigate the mechanics of various types of knots. Second, we combine DDG-based simulations, scaling analysis, and machine learning to develop a