关键词： 平板足被动行走机器人   动力学特性   稳定性   仿真   样机实验  

摘要： 本文主要针对平板足被动行走机器人动力学特性和实验进行研究。该机器人足型与人体接近,具有结构简单、步态自然、耗能低、通用性高等优点,是被动行走领域的重要分支。在重力作用下平板足被动行走机器人能够沿着斜坡稳定行走,其动力学特性完全取决于动力学参数和系统初值。因此本文主要通过动力学参数和系统初值分析平板足被动行走机器人的动力学特性。本文首先介绍平板足被动行走机器人理论模型,分析模型的单步运动过程,并将其划分为四个阶段:第一、第三阶段为摆动,第二、第四阶段为碰撞;同时基于拉格朗日方法和角动量守恒定律建立机器人混合动力学方程,并使用四阶龙格库塔法对方程进行求解,以及分析平板足被动行走机器人的周期步态和能量变化规律。然后使用Poincaré截面法研究斜面倾角、脚跟、脚掌、质心位置等参数变化时对平板足被动行走机器人动力学特性的影响;并使用正交扰动法求解非光滑机器人系统的李雅普诺夫指数,并对机器人分岔动力学进行验证。同时,使用周期稳定相图研究机器人在二维参数空间内的动力学特性演化规律,发现周期3和周期6等高周期步态的存在。利用Floquet乘子法和胞映射法分析机器人系统的局部稳定性和全局稳定性,结合周期稳定相图、二维吸引域、极限环、分岔图发现平板足被动行走机器人系统存在周期1与周期3吸引子共存现象,以及周期3和周期6步态存在于多种参数组合下,证明了平板足被动行走机器人具有步态多样性的优点。最后使用SolidWorks设计多组不同脚跟、脚掌的机器人仿真模型,并使用ADAMS对仿真模型进行动力学分析。同时对平板足被动行走机器人样机进行研制,并为其搭建倾斜角度可调的实验平台。在实验平台上进行样机实验,并使用Qualisys系统捕捉样机的运动轨迹,以及统计每次实验中机器人行走的步数、前倒和后倒的次数。仿真和实验结果表明:适当增加斜坡倾角、平板足的长度、脚掌略大于脚跟均有利于提高平板足被动行走机器人的稳定性。

关键词： 水陆两栖机器人   水动力分析   动力学仿真   模糊PID控制  

摘要： 水陆两栖机器人作为一种在水中、陆地及水陆过渡环境均具有较好运动能力的一类机器人,可用于海洋资源勘探、军事战略侦查、灾害营救搜救等工作,应用范围十分广泛。本文以课题组项目为依据,对国内外水陆两栖机器人的研究现状进行归纳分析,完成了机器人的结构设计、进行了水动力学分析及陆地运动学研究,制定机器人在陆地以及水下运动的控制策略,并运用LabVIEW软件开发机器人的显示操控系统。首先,对水陆两栖机器人的国内外发展现状进行综述,分析现有水陆两栖机器人的结构及运动方式,明确了水陆两栖机器人的设计指标。对机器人展开结构设计。根据作业需求校验控制舱的强度,对陆地运动机构进行相应的设计计算并完成有关机构选型。分析机器人的水下运动稳定性,针对重力与浮力之间的关系提出调整公式,根据测得的重浮力与重浮心数据,完成机器人稳定性的调整。其次,考虑到机器人的水下运动具有非线性以及强耦合性,采用势能理论和粘性流体的相关理论对机器人进行水动力学分析,同时建立直航,俯仰及转艏运动的数学模型。利用Fluent模块对三种水下运动状态进行仿真,得到机器人以不同速度及姿态工作时受到的阻力,通过最小二乘法求解得到相应的水动力系数,进而求得机器人水下运动所需要的推进力,选择适合的推进器。再次,建立机器人陆上行走机构的运动模型,对履带单元进行受力分析。建立行走机构的转向运动模型,分析转向运动时两侧履带的转速关系及受力情况,验证有关设计的合理性。根据机器人的质心位置分析不同工况下的运动稳定性,利用Recurdyn仿真软件对机器人的转向、爬坡、越障等动作进行仿真分析,将仿真结果与理论分析相对比,验证机器人的陆上运动的稳定性以及对不同环境的适应能力。然后,根据选用的推进器可得到机器人水陆运动控制系统的传递函数,通过仿真软件建立相应的控制系统仿真模型,对使用传统PID控制以及模糊自适应PID控制的控制系统模型进行仿真分析,根据得到的响应特性和误差跟踪曲线对比两种控制方案的控制效果,进而选取更适合本方案的控制方式。最后,使用LabVIEW创建水陆两栖机器人的人机交互界面,利用搭建的实验平台展开机器人的水陆运动实验,通过水下的直航、下潜、转艏运动实验分析机器人控制系统的控制效果,通过陆地直线行驶、转向及越障实验研究机器人的陆地运动能力及运动稳定性。

关键词： 桥梁检测   爬壁机器人   控制系统   ROS   SLAM  

摘要： 随着我国经济快速发展,交通运输成为了影响地区社会经济发展的关键因素,桥梁作为交通建设体系重要组成部分正处于大规模建设当中。而桥梁在长期使用过程中,由于受到风吹日晒、自然灾害等因素,容易出现表面锈蚀和断裂等现象,进而导致坍塌事故。传统检测方式多为起重设备搭载检测人员使用肉眼进行缺陷检测,不仅效率低且存在安全隐患。在最近几十年,计算机与人工智能等新兴学科的兴起并得到极快地发展,从而使用爬壁机器人代替传统人工的方式执行桥梁检测任务已成为可能。本课题旨在解决大型桥墩表面检查的可操作性与安全问题,研制一种六足式桥梁检测爬墙机器人,以代替传统人工巡视。主要进行了以下几点研究:（1）本文根据爬壁机器人的研究状况以及桥梁壁面的环境特征,并结合本项目首次开发的四足式桥梁检测爬壁机器人样机的优点与不足,制定了本文中的六足式爬壁机器人总体方案。介绍了爬壁机器人的本体结构与系统的硬件与软件。本体结构主要根据仿蜘蛛生理结构的原理进行设计,其中腿部结构采用四连杆的结构进行设计,末端真空吸盘采用压板、爪部主体、钉板的三层式结构设计。阐述了六足式爬壁机器人控制系统的软件系统与硬件系统,包括对核心器件的选型以及对软件部分各功能模块进行说明。（2）爬壁机器人运动学与动力学模型的建立。吸附式爬壁机器人在攀爬过程中站立腿由末端吸盘提供吸力支撑机身,本文所设计吸盘在计算与实测中均可为机器人在墙面吸附提供足够的吸力。为了得到摆动腿的关节驱动力矩,根据D-H坐标法建立其摆动腿运动学模型,同时使用了牛顿-欧拉迭代算法推导机器人的动力学模型。在MATLAB/Simulink中搭建模型并联合Adams软件双向仿真验证模型的准确性。（3）基于ROS（Robot Operating System）机器人操作系统创建仿真机器人可视化模型并添加仿真关节驱动器,同时对平台上层系统进行模块化拆分,包括按键控制节点、关节驱动器控制节点、逆运动学解算节点等,并借助Gazebo仿真平台验证了机器人行走步态的可行性。（4）爬壁机器人控制系统设计。采用“PC机+树莓派4B+STM32”分布式结构。其中机器人本体由STM32作为核心控制板进行关节驱动;搭载Ubuntu16.04的PC机作为地面控制终端进行控制命令的发布、机器人模型可视化与环境建图可视化;树莓派4B则作为PC机与STM32的通信纽带,与PC机通过Socket和分布式多机通信进行数据的收发,与STM32通过串口通信收发数据,同时进行传感器数据获取与发布。（5）针对爬壁机器人定位建图部分,选取SLAM（Simultaneous Localization And Mapping）方式中具有代表性的ORB＿SLAM2算法与Cartographer算法做研究测试。机器人样机实测结果表明,基于ORB特征点法与图优化法的ORB＿SLAM2系统构建的稀疏点云地图由于点云不具有占据属性而无法直接用于导航,却也为后续将地图转换为octomap和多传感器数据融合方面的研究打下了基础。而引入帧间匹配法、回环检测法的Cartographer算法可以结合IMU数据构建栅格地图,测试中在实验室内地面复杂环境和墙面环境下,机器人运动过程中均可进行地图构建且由于回环检测技术使得构建的栅格地图更为精确。本文的研究成果为研制了六足式桥梁检测爬壁机器人样机,以及机器人整体控制系统的设计,对其他类型的爬壁机器人开发与控制设计具有指导意义。

关键词： 中厚板多层多道焊接   机器人动力学   振动抑制   轨迹规划  

摘要： 工业机器人因其高生产率被广泛应用于中厚板多层多道焊接生产中,但是因关节柔性的存在,机器人在中厚板多层多道焊接作业过程中,会受到焊接电弧力与加速度变化所产生的惯性力影响从而造成其末端执行器振动,导致焊缝出现咬边、虚焊等缺陷。因此,振动抑制技术是保证中厚板焊接机器人焊接质量的一种重要手段。目前机器人振动抑制方法主要通过外部传感器采集信息并进行反馈控制或改变机器人本体结构,存在成本高、控制算法复杂以及受机器人结构制约等问题。因此本文将结合中厚板多层多道焊接机器人动力学模型与关节电机电流值反馈,利用轨迹规划的方法对其焊接作业过程中的振动进行抑制。本文的主要内容如下:(1)阐述了中厚板多层多道焊接机器人的工作原理,通过分析实际工况,对其运动学模型进行了建立并搭建了样机。利用拉格朗日方程推导了考虑其关节柔性与电弧力影响的动力学方程,并利用二段式四阶隐式龙格—库塔方法对焊接机器人动力学方程进行数值求解,得到其各个连杆的实际角位移。(2)通过简化机器人动力学方程得到其振动微分方程并求解,根据振动微分方程解提出了一种机器人振动抑制技术参数,利用Adams建立了虚拟样机模型,并对其进行动态性能仿真,分析了焊接机器人运动过程中末端与各个关节的振动情况。再对振动方程进行仿真验证,并设计了机器人振动信号处理流程。(3)分析了中厚板多层多道焊接轨迹规划并对其关节运动角速度及角加速度进行合理配置从而提出振动抑制方法,利用基于罚函数的压缩因子PSO算法对中厚板焊接机器人关节轨迹进行寻优,抑制其点位运动时的振动;建立电流-力矩模型,并设定力矩误差-时间双阈值对中厚板焊接机器人进行振动预测,再采用减速-匀速-加速的轨迹修正方法,实现对其焊接过程中的振动抑制。(4)搭建了中厚板多层多道焊接机器人实验平台,通过Matlab与C#联合编程开发了中厚板多层多道焊接机器人控制软件,并进行了中厚板焊接机器人振动抑制算法实验与分析,最终通过中厚板多层多道焊接实验,验证了本文提出振动抑制方法的可行性与有效性。

关键词： 蝙蝠声呐系统   外围动力学关系   蝙蝠仿生声呐机器人模仿   深度学习  

摘要： 大多数喉部回声定位的蝙蝠能够在茂密的植被等复杂的环境中进行定位和捕食,需要相当多的技能,例如机动性和即使在许多干扰回声的情况下也能以可靠的方式编码相关感官信息的传感能力。一些蝙蝠在密集杂波中捕食猎物的感知能力是基于多普勒特性。具体而言,Rhinolophidae、Hipposideridae、Rhinonycteridae 和少数 Mormoopidae 科的物种具有包括脉冲设计、内耳、听觉系统和行为方面的综合系统。这些物种是如何应对在杂乱环境中定向并应对其他的传感挑战?利用杂波的蝙蝠的外围动力学为研究其生物声呐系统奠定了基础。蹄蝠科(Hippoiderid)和菊头蝠科(Rhinolophid)作为回声定位蝙蝠的近亲,在其生物声呐系统的外围均显示出显著的动态变化。它们通过驱动鼻叶(类似扩音器的发射挡板)和耳廓(外耳),同时发射超声波生物声呐脉冲并接收相应的回声。这些运动是由可以产生多个自由度的肌肉组来驱动,包括各种形变和旋转,从而导致鼻叶和耳廓的多种不同运动模式。发射(鼻叶)端结构形状变化会显著改变发射光束的特性,也为蝙蝠的生物声呐系统的声学特性增加了时间维度。同时,接收端(耳廓)的动态变化增强了感官信息和测向的准确性。这种形态和行为的复杂性表明,蹄蝠科和菊头蝠科蝙蝠鼻叶和耳廓的外围动力学在生物声呐中起到调整感官信息编码的功能性作用。但是,对于蝙蝠鼻叶和耳廓之间是否存在关系以及潜在的功能机制尚未可知。目前为止,仅有快速的耳廓运动产生的多普勒频移在仿生系统中被用于基于单个信号频率和单个接收器的测向,但是类似的动态特性及其之间的功能关系还并未被应用到相关的工程,例如,无人机、工程声呐或雷达。现有设计的仿生声呐机器人大都是静态或者外围形变自由度有限,而且设计的声呐头大都是基于马铁菊头蝠,缺少对比模型。因此,针对蝙蝠外围动力学之间的关系及潜在的功能优势,本文研究了在回声定位期间,普氏蹄蝠鼻叶和耳廓之间的动力学关系。基于此发现从生物仿生学的角度开发了基于普氏蹄蝠的动态仿生软机器人,并采用深度学习的方法对该模型模拟出的不同的协同运动模式的潜在的功能特性进行了系统的研究。本文首先以普氏蹄蝠为研究对象,通过在鼻叶和两个耳廓边缘做标记点,并用高速摄像机和麦克风来同步记录蝙蝠的行为,引入多标记点追踪算法和坐标三维重建来获取标记点运动轨迹和三维坐标,通过数值分析方法获取了鼻叶和耳廓上具有最大的运动特征的标记点信息,基于上述信息,引入k-means聚类算法和主成分分析法对鼻叶的运动模式进行了分类,又根据耳廓的运动状态和运动特征对耳廓的运动模式进行了分类,基于鼻叶和耳廓各自的运动模式,通过数值分析和典型相关性分析方法分析了鼻叶和双耳廓之间的动态关系;其次,模仿普氏蹄蝠耳廓和鼻叶的非刚性协同运动模式搭建动态仿生声呐软机器人,引入气动网络弹性体开发了一种仿生耳廓模型,实现了对耳廓非刚性形变的精准控制设计出仿生动态接收器,然后集成动态发射器和接收器从而开发了一种由蝙蝠启发的动态仿生声呐软机器人。为现有的动态仿生声呐系统提供了对比模型,丰富了仿生声呐机器人的种类。引入了信息的能量和、信号之间的欧氏距离以及信号的标准化互信息概念,分析了仿生声呐机器人产生的信号在时间维度上的差异;最后,引入了深度学习的概念,对不同协调运动模式下收集回声频谱图进行分类,验证了本文的卷积神经网络分类器对回声频谱图的分类性能的鲁棒性。引入卷积神经网络的可视化方法(类激活映射)验证了不同的协调运动模式之间的功能性差异。目前的声呐技术中,蝙蝠鼻叶和耳廓的非刚性变形还没有直接等价的,使用仿生设计范式模拟的蝙蝠回声定位机制可以对改进声学传感机制提供更深入的了解。深入研究蝙蝠如何协调外围端的运动以及研究它们执行的潜在传感任务有助于将这种新颖的动态维度整合到人造技术中。本文的主要创新性成果如下:(1)以普氏蹄蝠(Hipposideros pratti)为研究对象,通过k-means聚类算法实现了对鼻叶运动模式的分类,即:关闭(Close)、打开(Open)、随机(Random)和无运动(No motion)四类;将耳廓运动模式分为,刚性(Rigid)和非刚性(Non-rigid)运动,其中,非刚性运动又被重新定义为关闭(Close)和打开(Open)运动;对鼻叶和耳廓之间的动态关系,数值和典型性相关分析方法的结果表明,蝙蝠鼻叶和耳廓不同的运动模式对之间以不同的频率出现,且鼻叶和两个耳廓的运动之间存在很强的协调关系,揭示了普氏蹄蝠的生物声呐系统包括协调的发射和接收动力学。这种研究的积极结果为更好地理解蝙蝠及其他主动的动态传感范式奠定基础。(2)基于普氏蹄蝠鼻叶和耳廓的复杂结构,开发了一种动态仿生声呐软机器人。通过引入气动网络弹性体,使耳廓具有更加平滑卷曲的形变,实现了对耳廓形状的局部精确控制,更加贴

关键词： 机器人   柔性关节   神经网络   刚柔解耦   有界控制   状态观测   轨迹跟踪  

摘要： 近年来,刚柔耦合机器人的运动特性与可控性作为机器人基础性研究领域中的重点研究方向受到了广泛的关注。由部分刚性部件和部分柔性部件构成的、具备柔性特征的刚柔耦合机器人已然成为促进制造业逐渐向高精尖端和人机共融方向转变的重要自动化装备。然而,其复杂的耦合结构特性也带来了不容忽视的柔性问题,严重影响了机器人的运动控制精度和作业精度,且容易导致控制系统发散,给机器人的控制系统设计带来了很大的困难。关于如何应对其中的刚柔耦合问题,从而实现稳定的、精准的控制一直是一个具有挑战性的研究方向。刚柔耦合机器人主要面向三类基本对象:柔性关节机器人,柔性连杆机器人以及柔索驱动机器人。研究表明,刚柔耦合机器人中的刚柔耦合问题经等效处理,具有极为相似特性的数学模型。专注于柔性关节机器人中的刚柔耦合问题,对于解决其他类型机器中的刚柔耦合问题具有典型意义和积极的促进作用。本文以柔性关节机器人控制系统为对象,主要研究其刚柔耦合动态特性及轨迹跟踪控制问题。主要包括刚柔耦合系统的解耦建模问题、不确定非线性影响下的自适应控制问题、带有输出力矩饱和约束的有界性控制问题以及系统反馈状态量缺失的非完全状态反馈控制问题。为解决上述问题,本文基于奇异摄动基础理论提出了多种控制方案,主要研究内容如下:(1)针对奇异摄动理论在柔性关节机器人解耦建模方面的理论优势和局限性,从不同角度,提出对柔性关节机器人整体系统进行刚柔分解的技术方法。首先,针对具有弱柔性关节的机器人,根据快、慢两个不同的时间尺度,分别选取关节的弹性力和连杆角度为快、慢变量,对系统进行刚柔解耦,将其降阶为两个子系统,即快子系统和慢子系统。然后,引入积分流形概念重新精确描述快、慢两个子系统的耦合特征,并且在此过程中,将两个子系统都描述为两个跟踪系统,以提高后续控制器设计的灵活度。最后,通过设计饱和柔性补偿器,对具有一般柔性关节的机器人系统,进行刚柔解耦建模,拓展奇异摄动理论在该类型机器人(饱和)系统中的适用性。(2)针对柔性关节机器人系统中的不确定性和/或外部干扰,提出一种带有振颤抑制的复合滑模控制方法。首先,设计一种含光滑饱和函数的趋近律来缓解滑模控制器内部固有的振颤现象。其次,应用基于软计算策略的神经网络技术来避免高切换增益引起的振颤放大问题。此外,对快、慢两个子系统和整体系统进行全面的稳定性分析。最后,通过轨迹跟踪的实例数值仿真验证所提出方案的动态性能以及的抑制颤振性能。(3)针对力矩输入有界下的柔性关节机器人轨迹跟踪控制问题,提出一种基于反步控制和神经网络技术的广义饱和自适应控制器。首先,针对系统解耦降阶所得的慢子系统,运用反步控制策略提出一种饱和慢子控制器。在该慢子控制器中,引入投影算子型自适应参数调整策略设计一种广义的饱和神经网络近似器,以简化控制律的设计,并对系统中不确定性进行有效补偿。与此同时,通过该近似器和一类饱和函数,以严格保证力矩输入的有界性。其次,针对系统解耦后的快子系统,为提升边界层系统的快速响应特性,设计一种基于弹性力误差的滤波算子。然后,对系统进行简明且严格的稳定性分析。最后,通过实例对比验证所提出控制器的输出有界性、抗干扰能力以及动态特性。(4)针对柔性关节机器人系统反馈状态量缺失的问题,提出基于状态观测手段的非完全状态反馈控制策略。首先,在传统扩展卡尔曼滤波器的基础上,将弹性力选取为新的状态量,通过关节的位置和速度信号,估计连杆的位置和速度信号,从而实现无需连杆侧测量信号的轨迹跟踪闭环控制。其次,为增强扩展卡尔曼滤波器的鲁棒性能,在其中引入自适应高增益调节策略,使其既保留了扩展卡尔曼滤波器的的噪声过滤特性,又具备了快速收敛和强鲁棒特性。同时,还从输出反馈的角度,通过连杆和关节的位置信号,估计出连杆和关节的速度信号,从而实现机器人系统的输出反馈控制。随后,对两种非完全状态反馈控制情形下的柔性关节机器人系统进行严格的稳定性分析。最后,通过仿真实例验证两种改进的扩展卡尔曼滤波手段和以之为基础的两种非完全状态反馈控制方案的有效性和优越性。

关键词： 人机交互   机器人示教学习   动力学建模   模型辨识   姿态特征提取   位姿轨迹编码  

摘要： 随着机器人技术的发展,工业机器人应用场景由结构化环境简单任务向非结构化环境复杂任务升级,面向新型场景,机器人传统编程方式存在配置复杂、准备周期长等不足。示教学习(Learning from Demonstration)将人类示教和机器人学习相融合,提供了一种简单高效的机器人编程方式。然而,基于人机交互的示教学习存在如下问题:人机交互过程需要机器人感知外作用力,通过动力学模型估计外力是实现工业机器人力感知的重要手段,而理论模型中观测矩阵的奇异性会影响参数辨识准确性且力估计效果依赖实际模型辨识精度;示教轨迹包含时间、位置和姿态信息,机器人连续曲面轨迹学习需建模位置和姿态,而姿态属于非欧空间,采用欧氏度量和统计学习方法会引起统计量计算和概率建模不准确等问题,影响轨迹学习效果。针对上述问题,本文在人机交互示教学习框架下,围绕动力学建模、模型辨识与人机交互、示教轨迹特征提取、位姿轨迹学习展开研究,首先提出非奇异动力学理论模型构建方法;接着提出局部辨识策略和传动耦合动力学实际模型,实现基于实际模型的人机交互示教;然后提出姿态流形内蕴聚类框架,用于提取示教轨迹的统计特征;最后提出位姿流形编码和概率建模方法,实现机器人连续曲面轨迹示教学习。本文的主要研究内容如下:(1)李群表示的机器人非奇异动力学模型构建。针对观测矩阵奇异性问题,提出了刚体运动分解和广义惯量映射方法,用于建立动力学余项模型;通过分析余项式及整体惯量中系数相关性,提出了冗余参数重组方法,简化统一了各类构型和运动副的冗余参数分析。非奇异动力学建模与计算实验结果表明:所提冗余参数分析方法相比传统解析法符号计算效率提高2个数量级以上;机器人力矩估计实验验证了所提非奇异动力学建模方法的有效性。(2)面向人机交互的传动耦合动力学模型辨识。为改善激励不足引起的观测矩阵病态问题,推导了独立广义力并提出了局部辨识策略;通过分析机器人传动系统与力矩映射关系,提出了传动耦合动力学实际模型;基于实际模型构建广义动量用于接触力估计,结合阻抗控制实现了人机交互示教。机器人模型辨识和人机交互实验结果表明:所提局部辨识策略相比传统整体辨识方法,模型辨识误差降低约36%;所提传动耦合动力学模型较忽略耦合的模型,驱动力矩估计精度提高约32%。(3)人机交互示教轨迹的姿态流形特征提取。分析了齐次流形几何特性并提出了姿态流形内蕴距离表示方法;将欧氏空间正交定义抽象化,结合内蕴表示提出了流形空间测地正交和投影用于流形数据降维;在此基础上,提出了内蕴聚类框架,以及聚类数和聚类中心统计初始化方法。机器人姿态特征提取实验结果表明:所提内蕴聚类算法相比线性化映射算法,聚类精度提高27%以上,所提聚类中心统计初始化算法相比随机初始化算法,收敛速度提高约36%;所提测地投影聚类数学习算法相比忽略对称结构和线性投影算法,准确率平均提高43%。(4)基于位姿流形编码的机器人曲面轨迹示教学习。围绕位姿轨迹概率建模,基于流形优化和平行移动分析了黎曼高斯分布统计量计算及切空间变换方法,提出了黎曼高斯混合模型位姿编码和轨迹学习算法,并结合积度量扩展至多流形空间;提出了考虑加权度量的流形贝叶斯学习算法,引入切空间变换建立了流形贝叶斯动态模型。机器人曲面轨迹示教学习实验结果表明:对于姿态信息,所提流形贝叶斯学习算法较传统贝叶斯学习算法拟合精度提高约54%;所提黎曼高斯混合模型位姿编码方法,经改进拟合精度提高约12%;所提两类概率模型均可有效应用于连续曲面轨迹示教学习。

关键词： 打磨机器人   同轴布局   并联机构   动力学建模   滑模控制  

摘要： 目前空间曲面零件打磨主要由人工完成,存在工作环境差、打磨效率低,且零件表面质量均一性差等问题。在自动化打磨领域,应用较广的打磨机器人为串联机器人。串联机器人具有结构简单、控制便捷等优点,但因其重复定位精度低、刚度低,不适用于较大的精密零件打磨。少自由度的并联机器人因具有重复定位精度高、刚度高、结构紧凑、易于控制的特点,在机器人加工行业得到广泛关注。但是相对串联机器人,其工作空间小,不适用于大尺寸零件打磨。为此,本文设计一种3-RUU同轴布局的并联机构打磨机器人,从构型分析与设计、运动学分析、动力学建模、机器人控制等方面展开理论研究,并进行了样机控制试验。研究结果表明同轴布局并联机器人有效扩大了并联机构的工作空间,为空间自由曲面零件的自动打磨提供了有效方案。主要研究工作与结果如下:（1）对同轴布局并联机构进行了构型分析,并对比连接铰链对机器人工作空间影响。根据打磨零件的尺寸要求,设计具有3个平动自由度的3-RUU型同轴布局并联机构打磨机器人。分析了机器人支链的分布形式对并联机构运动性能的影响,得出多支链杆簇构型能够显著降低末端动平台的伴随运动。通过对比分析支链连接铰链对机器人工作空间的影响,选取U型铰连接关节以期获得更大的工作空间。（2）建立3-RUU同轴布局并联机构的运动学模型。运用几何法建立机器人的逆运动学模型。利用NURBS曲线拟合机器人的打磨轨迹,由于并联机构具有高度耦合的特点,为清晰地描述机器人的运动特性,采用Frenet标架法规划运动轨迹,得到末端动平台的位移、速度和加速度,再通过运动学逆解获得各个驱动臂的运动参数,利用Matlab进行运算,并与Adams仿真结果对比,验证了运动学模型的准确性。（3）采用旋量理论建立机器人各杆件之间的运动关系,结合虚功原理建立3-RUU同轴布局并联机器人的动力学模型。利用Matlab求解动力学参数,三个驱动臂的驱动力矩的计算结果与Adams仿真结果一致,验证了动力学模型的正确性。（4）为了提高机器人打磨的轨迹跟踪精度,以动力学模型为基础,设计了3-RUU同轴布局并联机构的滑模控制器。3-RUU同轴布局并联机构是强耦合的非线性系统,提出一种基于动力学模型的改进趋近律的滑模控制器以期实现精准的运动跟踪控制。为了改善机器人的动态性能,以轨迹跟踪精度及收敛速度为控制目标,设计了一种基于永磁同步电机的速度调节控制器,并利用Matlab/Simulink进行机器人控制仿真分析。与传统PID控制对比仿真试验表明,所设计的滑模控制器跟踪精度高,稳定性好,响应时间短。（5）构建了3-RUU同轴布局并联机构打磨机器人的试验样机。预设圆形打磨轨迹,进行了打磨机器人的运动控制试验,并对机器人的电机实际运行状态进行监测,结果表明机器人控制器能够实现良好的运动跟踪,验证了控制器的有效性,为机器人样机的运动控制提供理论与技术基础。