关键词： 机器人动力学   参数辨识   人机交互   力估计   碰撞检测   牵引示教   自适应卡尔曼滤波  

摘要： 工业环境中人机协作要求日益增多,如何能确保操作人员与机器人安全地共享作业空间以及实现流畅便捷的交互成为当前协作机器人面临的挑战难题。本文以小型工业机械臂为研究对象,在不使用外部传感器情况下实现碰撞检测及牵引示教的人机交互目标。以低成本方案实现人机共存、人机协作不但具有经济价值,同时可深化人机交互方面的理论研究。为此,本文针对无外部传感器的人机交互控制与碰撞检测研究中的机械臂动力学参数辨识、交互力观测器设计、碰撞检测以及人机交互控制等关键问题展开如下工作:准确的机械臂动力学模型是交互力估计的基础。针对动力学参数估计问题,提出一种结合鲁棒线性回归与最小二乘方差分量估计的动力学参数估计方法,在迭代估计中剔除不符合动力学模型的异常测量数据以提升辨识结果对异常数据的鲁棒性,并在合理假设关节力矩噪声方差矩阵结构后,得到力矩噪声方差的最佳线性无偏估计。此外,为保证辨识参数有物理意义,并在参数估计时考虑物理可行性约束。与此同时,为降低关节力矩测量噪声对参数辨识结果的影响,基于机械臂动力学参数辨识结果是每个关节独立辨识结果加权之和的分析思路,通过对关节子回归矩阵的优化得到了更加均衡的激励轨迹,并在理论上给出优化子回归矩阵的必要性。实验结果表明,利用所提动力学参数辨识及激励轨迹设计方法可提高动力学参数辨识准确性,有效地避免了交叉验证时关节力矩拟合精度的下降。与传统方法相比,交叉验证时关节力矩拟合均方根误差最多下降40.5%。为给人机交互控制及碰撞检测提供力信息,需设计扰动观测器估计交互作用力,为此提出一种新的自适应卡尔曼滤波算法用于估计作用力。首先借助对离散时间代数黎卡提方程的摄动分析,给出了待观测系统能否适用自适应卡尔曼滤波的判断依据,并给出了符合条件的交互力观测系统模型。然后基于噪声协方差不匹配对卡尔曼滤波性能影响的理论分析,结合斯坦因无偏风险估计,提出一种全新思路的自适应卡尔曼滤波算法,并讨论正则项对所提自适应卡尔曼滤波的影响。最后将自适应卡尔曼滤波应用到交互力矩估计上,通过仿真及实验表明,与已有的几种观测器估计结果相比,所提算法能自动平衡噪声放大及跟踪性能之间的权衡,交互力估计误差总体上最小。负载变化、摩擦系数改变等因素使得机械臂动力学模型存在误差,交互力观测结果存在不可忽视的残差对碰撞检测造成不利影响,为此提出一种基于自适应滤波的碰撞检测算法以应对模型不确定性。首先通过分析交互力矩估计残差,给出残差力矩合理简化的时变参数线性模型。然后采用方向遗忘递归最小二乘法解决弱激励条件下的时变参数估计问题,避免了传统自适应滤波算法(如指数遗忘递归最小二乘法)存在的估计饱和、参数发散问题。利用时变参数估计结果,得到交互力矩观测残差的滤波结果及自适应动态检测阈值,以此实现模型存在误差时的碰撞检测。在物理机械臂上实现无外部传感器的人机交互控制与碰撞检测验证。结合交互力矩观测结果和导纳控制,实现无外部传感器的机械臂交互控制。基于鲁棒性能优化,给出了导纳控制参数优化选取方法,并实现牵引示教的人机交互应用,在作业空间完成连续轨迹示教任务。实验结果表明,本文所提方法能在不借助力传感器的情况下实现流畅、稳定的牵引示教。在碰撞检测验证上,利用交互力矩的估计结果,对动力学模型较准确及带负载导致模型不准确的情形分别进行碰撞检测验证。当模型较准确时,采用简单阈值即可有效检测到最低20 N的碰撞力;而当机械臂增加负载而导致模型不精确时,利用所提自适应滤波碰撞检测方法可克服模型不确定性的干扰,实现对动态冲击力的检测。

关键词： 足-地动力学   足式机器人   松软地质   足-地作用测试   参数辨识  

摘要： 足-地动力学是多足机器人在松软地质上移动机理的核心，在其设计、运动控制和仿真等方面具有重要作用。考虑到切向运动压缩足端周面土壤的情况，结合地面力学理论和Rankine被动土压力理论建立了机器人平底足-地动力学模型。进一步推导建立了一定倾角下矩形足-地动力学模型。开发了多工况足-地作用测试系统，将压盘实验测得的参数代入到矩形足-地动力学模型，通过理论值和实验值的对比，验证了预测误差在合理范围内。对不同足端姿态角的实验数据使用非线性拟合辨识，得到了推进力和承载力的应力-应变系数，最小误差为9.89%，对比本领域经典文献，验证了不同足端姿态角下平底足足端应力分布函数的有效性。

关键词： 协作机器人   状态受限   动力学控制   一致性跟踪  

摘要： 协作机器人与传统工业机器人相比具有灵活性好、安全性高等特点,因此在越来越多的行业中,逐渐取代了传统机器人成为了新的自动化生产引导者。国内外众多学者对机器人运动学及动力学等相关领域研究较多,尤其是在动力学控制方面。但随着科技的快速发展和自动化产业需求的不断提高,单独的协作机器人已不能满足某些生产要求,多机协作系统变得越来越常见。同时,协作机器人多机系统的动力学控制也已成为十分热门的研究方向。现阶段大部分机器人在运动控制方面均采用基于运动学的独立伺服控制,为了实现协作机器人的动力学控制以及多协作机器人系统(MCRS)的一致性跟踪控制,针对一款六自由度协作机器人构成的MCRS提出了一种基于动力学方程的自适应模糊全状态受限反步控制算法,首先分别对单独协作机器人进行了运动学建模并在此基础上完成轨迹规划,随后对动力学建模进行研究,最后分析并实现了MCRS的一致性跟踪控制。论文研究的主要内容为:(1)针对机器人结构参数选择了改进的D-H参数法和解析法在协作机器人上完成了正逆运动学方程求解;使用矢量-微分法求解出速度雅可比矩阵,并分析了机器人末端执行器与各个关节在不同空间下的速度等物理量映射问题;利用仿真证明了所建立模型的准确性。(2)对笛卡尔空间和关节空间下的轨迹规划进行研究,分析了两种空间轨迹规划方案的优缺点,并在关节空间内选择了五次多项式插补法在实际机器人上实现了点到点规划,保证了末端位移及各个关节参数变化的平滑性。(3)研究了动力学建模方法,基于拉格朗日法对协作机器人本体动力学进行建模,并得到了具体的参数表达式;针对机器人存在外部约束力选用U-K方程法进行系统动力学建模,并得到具体表达式。(4)在动力学方程的基础上,针对多协作机器人系统提出了一种基于势垒Lyapunov函数的新型MCRS控制策略,旨在解决全状态约束下的一致性跟踪问题。首先利用自适应模糊系统对动力学方程中的非线性部分进行逼近,随后利用势垒Lyapunov函数和全状态受限解决了机器人各关节中位移等物理量限制问题,使机器人可严格在受限范围内运行;然后利用多智能体理论知识和反步法解决了MCRS系统的一致性跟踪问题,最后通过仿真与传统的自适应模糊反步控制算法进行对比,所提算法的整体跟踪误差(OTE)稳定在0.005以下,验证了所提算法的准确性。为下一步对多智能体机器人系统的轨迹跟踪控制提供了思路。

关键词： 绳索牵引并联机器人   模型不确定性   同步运动   滑模控制   自适应控制  

摘要： 通过对传统并联机器人的结构进行创新,绳索牵引并联机器人(亦称为绳索机器人)是一类选择柔性绳索而非刚性连杆用以连接的新型机器人。得益于此特殊结构,绳索牵引并联机器人具有高速、大工作空间、强负载能力和易于模块化等显著优点。然而,也正是由于绳索牵引方式的特殊性,绳索牵引并联机器人的控制一直面临着绳索张力为正的约束和模型不确定性的挑战。针对这些问题,将绳索之间的同步协调运动与先进的控制方案相结合,设计新颖的控制策略以实现更好的控制性能,并且在理论的基础上通过仿真和实验进行验证。本文的主要研究内容包括:1)将绳索同步方案与快速终端滑模方法相结合,设计了快速终端滑模同步控制策略。利用协调控制的优势与快速终端滑模有限时间收敛的特性,所提控制策略从协调相邻绳索的同步运动和加快误差的收敛速度两个角度共同提高绳索机器人的跟踪精度。基于Lyapunov理论,对系统的稳定性和误差的收敛性进行了证明。在六自由度绳索牵引并联机器人上,完成了轨迹跟踪仿真和实验。相较于同步控制的仿真结果,在所提控制策略的作用下误差收敛速度更快。实验中同增广PD控制和同步控制策略的对比结果表明,所提控制策略表现出更优的跟踪精度。2)基于绳索牵引并联机器人的拓扑结构,提出了新的关于绳索整体协调的同步方案。同时,从动力学参数自适应的方向切入,设计自适应律以实现参数的快速收敛性能。继而,提出了可以保证参数收敛速度的快速自适应同步控制策略,并且详细证明了系统的稳定性和参数的收敛性。另外,进行了数值仿真和实际实验以验证所提控制策略的性能。实验结果表明,在快速自适应同步控制策略的作用下,不仅有效地协调了所有绳索的运动,而且更快地更新了动力学参数,从而呈现出高精度的控制性能。3)考虑绳索弹性,基于主导动力学特性将其建模为无质量的线性轴向弹簧,重新完成系统建模。由此设计级联结构的控制器,内环是调整绳索长度的PD控制器,外环则是二阶滑模同步控制器,将绳索整体协调的同步思想与二阶滑模控制相结合,提高控制精度并且抑制抖振。闭环系统的稳定性通过奇异摄动理论进行证明。此外,在六自由度绳索牵引并联机器人上,利用相机和编码器测量,实验验证了所提控制器的性能。

关键词： 信息型文本   交际翻译理论   《机器人学与人工智能:伦理导论》  

摘要： 人工智能与机器人等信息化技术的迅速发展对人类的生活和工作产生了重大影响,推动了社会进步。但随着人工智能的广泛应用,其安全和隐私问题已经成为公民、企业和政策的主要关注点。基于此,译者选择了《机器人学与人工智能:伦理导论》这一本讲述人工智能伦理问题的著作作为翻译实践的对象。 《机器人学与人工智能:伦理导论》由施普林格国际出版社于2021年出版,译者节选了第6章至第11章作为翻译实践材料。作者在这些章节主要通过列举实例的方式,从伦理道德的视角介绍和解释人机交互领域所面临的真实困境,并讨论人工智能和机器人在教育、医疗、军事、自动驾驶汽车等领域的应用,以此来帮助读者正确看待人工智能,深入了解其背后的伦理困境。 原文涉及大量专业术语和背景知识,其目的在于传递科学知识,强调内容的真实性和信息传递的客观性,它与纽马克文本类型分类中的信息型文本的特征相吻合。纽马克的交际翻译理论以目标语读者为中心,注重目标语读者的理解和反应,强调交际效果,要求译者突破原文形式局限,对译文做出适当调整和改变,以求译文符合目标语读者语言习惯,使原作的思想和内容更容易被目标语读者接受。根据纽马克文本类型分类,信息型文本借助交际翻译理论指导更具适用性,因此译者选择了交际翻译理论来指导此次翻译实践。在理论的指导下,译者采用了意译、转换、增译、加注等翻译方法和技巧来处理词汇、句法和语篇三个层面遇到的难点,力求译文流畅,准确传递原文信息,且符合目标语读者语言习惯。 通过此次翻译实践,译者已初步了解了信息型文本的文本特点和翻译方法,同时认识到了交际翻译理论指导实践的重要作用,为以后对此类文本的翻译工作奠定了一定的经验基础。

关键词： 设计型学习   机器人教育   竞赛教学   教学活动设计  

摘要： 随着信息与智能时代到来,创新人才的培养成为社会发展的需求。机器人教育和机器人竞赛成为培养创新人才的有效途径,很多国家日益开展对机器人的学习和研究。目前我国很多学生通过参加机器人社团、机器人竞赛加入到机器人的学习,但是机器人教育在逐步开展的同时,也出现了诸如缺乏科学的理论体系、教学方式单一以及学生只重视竞赛的结果和荣誉等问题。因此,如何更好地使学生掌握机器人竞赛所需基本知识,发散学生创新思维进而能够提升学生创造力和问题解决能力,使机器人教育能够在中小学有效开展,是我们需要研究的关键问题。本研究以机器人竞赛活动所需的基本知识为教学主线,将设计型学习这一新兴学习范式融入到机器人常规课堂中,构建教学活动框架并开展区别于竞赛集训的教学活动进行实践探索。首先总结了国内外设计型学习和机器人教育领域的研究成果和现状,并阐释和分析本文的理论基础;其次对机器人竞赛活动的现状、需求、以及具体活动概述进行分析,为教学活动设计提供支撑;再次通过教学活动前期分析明确教学目标、内容和学习者特征,以设计型学习经典模型为参考,构建适用于机器人竞赛教学的活动框架,该框架以学生活动为主体,设计了探究学习、迭代设计和反思优化三个主要阶段。最后在南京市K小学以乐高EV3为载体开展教学设计、教学实施、教学评价以及反思与修正四个环节的教学实践,实践过程中以活动评价表、课堂观察和访谈等方式检验教学实施的效果并对初始框架进行修正完善,最终形成基于设计型学习的小学机器人竞赛教学活动框架。基于以上工作,通过创造力量表测试、作品评价数据和课后访谈进行分析,取得一些研究成果:在机器人教育常规课堂中,机器人竞赛教学活动框架的设计与实践是行之有效的;基于设计型学习的小学机器人竞赛教学活动可以有效地培养并提高学生的创造力和问题解决能力,提高对机器人的学习兴趣和积极性,在学习知识的同时提高综合素质。

关键词： Curriculum   Disabilities   Elementary   Empathy   Instruction  

摘要： Schools and businesses are realizing the importance of empathy and the role it plays in their success. The purpose of this mixed-methods action research is to assess the impact of robotics on fifth grade students’ empathy towards people with disabilities. This study aimed to answer the following research questions: (1) What is the effect of using robotics on fifth grade students’ empathy towards people with disabilities? (2) How do fifth grade students perceive the intervention’s impact on their empathy? (3) How does the intervention impact fifth grade students’ perceptions of people with disabilities? Fifth grade students at Burton Academy within the researcher’s classroom will participate in disability scenarios in which they must program a Lego Boost Robot to assist a person with a physical disability achieve a given task. In order to assess the impact of this innovation, quantitative data will be collected through the use of a pre- and post-survey using The Basic Empathy Scale. In addition, qualitative data will be collected through individual interviews and student response journals. The data will be analyzed using a paired sample t-test for the pre-and post-survey, and an inductive/thematic analysis of the interview transcripts and student response journal entries. Quantitative and qualitative data will be triangulated to strengthen and support the study’s conclusions.

关键词： Artificial intelligence   Computer vision   Machine learning   Robotics  

摘要： Building an intelligent robot that is capable of collaborating with humans in daily tasks is a challenging problem. Although recent artificial intelligence research shows remarkable results in classical tasks, there is still a long way to achieve human-level intelligent robots. We need to start developing methods in terms of perception, learning, reasoning, and planning. In this dissertation, we study multi-modal robotic learning, reasoning, and planning from three different perspectives: (i) robot imitation learning: we first introduce a series of works including hardware prototype, data collection, modeling human demonstration, and planning for robot imitation learning. (ii) multi-modal reasoning: we study multi-modal reasoning in two different tasks. We develop a dataset and models for visual abstraction reasoning with human IQ test. Additionally, we propose a visual language reasoning method for outside knowledge visual question answering. (iii) robot planning: we show our attempts in robot planning. We introduce a physically realistic virtual testbed where robots can interact with humans. In addition, we show a hierarchical reinforcement learning method for robot planning.

关键词： 串联机器人   动力学建模   参数辨识   关节建模   谐波减速器  

摘要： 在生产制造中,串联机器人得到了广泛的应用。在以前馈控制、柔顺控制为代表的控制方法研究中,需要对关节力矩做出准确计算,因此精确的动力学模型是十分重要的。本文开展了六自由度串联机器人的动力学建模与参数辨识工作,并分别在辨识算法和关节模型上做出了改进,以提高动力学模型的精度。首先,选择采用牛顿—欧拉法,建立了机器人动力学模型,并通过对关节类型进行分析,确定了机器人各连杆的最小惯性参数集。选择库伦—粘滞摩擦模型,结合上述动力学模型,得到可供辨识的机器人动力学方程。接着,从改进辨识算法的思路上探究提高参数辨识精度的方法。介绍了基于加权最小二乘法的参数辨识原理和步骤。并在加权最小二乘法所得参数的基础上,采用启发式算法对参数进行优化。然后,通过对机器人关节模组结构进行分析,建立机器人关节模型,探究各关节组件对整体动力学性能的影响。与传统的简化关节模型相比,该模型对谐波减速器的部分摩擦进行了近似估计。继而提出了一种分别辨识关节模型参数和机器人连杆最小惯性参数的参数辨识方法。进而,基于串联机器人实验平台进行参数辨识与验证实验。首先采用简化的关节模型,同时采用库伦—粘滞摩擦模型描述关节整体摩擦,通过加权最小二乘法估计参数。继而分别采用三种不同的启发式优化算法,对所得的初始动力学参数进行优化,并选择额外的验证轨迹来验证上述参数的精度。实验结果表明,与传统的加权最小二乘法相比,该方法能在一定程度上提高机器人动力学参数的辨识精度。最后,建立机器人关节模型,分别对机器人各个连杆的最小惯性参数以及关节模型的各项参数进行辨识,并通过验证轨迹对模型参数进行了验证实验。结果表明,与采用简化的关节模型相比,该模型能够有效提升动力学模型的精度。并且相比于改进参数辨识算法的思路,对关节模型进行改进具有相对更好的效果。

关键词： Artificial intelligence   coronavirus disease 2019 (COVID-19)   coronavirus   respiratory syndrome   pandemic   robotic  

摘要： The outbreak of COVID-19 has led to a global health emergency. Emerging from China, it has now been declared as a pandemic. Owing to the fast pace at which it spreads, its control and prevention have now become the greatest challenge. The inner structural analysis of the virus is an important area of research for the invention of the potential drug. The countries are following different strategies and policies to fight against COVID-19;various schemes have also been employed to cope up with the economic crisis. While the government is struggling to balance between the public health sector and the economic collapse, the researchers and medicine practitioners are inclined towards obtaining treatment and early detection of the deadly disease. Further, the impact of COVID-19 on Dentistry is alarming and posing severe threats to the professionals as well. Now, the technology is helping the countries fight against the disease. ML and AI based applications are substantially aiding the process of detection and diagnosis of novel coronavirus. Science of Robotics is another approach followed with an aim to improve patient care.