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。

关键词： 仿人轮式机器人   全身控制   分层二次规划   连续任务转移   神经动力学  

摘要： 由于仿人轮式机器人具有较强的操作能力和机动性,在家庭服务和工业生产等各个领域都具有良好的发展前景。但是由于其具有强耦合性和冗余性,在完成复杂任务时传统方法难以进行合理规划。因此,本论文以任务为机器人执行的基本单位,对机器人的多任务控制进行研究,使仿人轮式机器人能够对不同优先级的任务进行规划。本论文的研究内容可以概括为:(1)设计了一种基于自适应神经网络控制的仿人轮式机器人的轨迹跟踪控制方案。通过采用神经网络逼近模型中的不确定项,可以解决因为动力学模型参数不准确而导致的控制效果不佳的问题,并对控制系统的稳定性进行了证明。(2)建立了基于分层二次规划方法的全身控制框架,用于实现仿人轮式机器人具有优先级的多任务控制。此方法可以解决定义好优先级的任务栈,并且可以处理具有等式和不等式约束的任务。(3)提出了一种基于神经动力学的自适应二次规划求解器,从而可以快速求解分层二次规划问题。通过引入补偿量并加入自适应控制项,使得此求解方法可以处理等式和不等式约束问题,且具有更强的鲁棒性和精确性。将此神经动力学求解器应用于在线求解基于分层二次规划的全身控制问题,再通过自适应神经网络控制器进行控制,并给出了实验验证。(4)采用了一种基于过渡变量的方案,用于处理全身控制中多优先级任务在任务插入、移除、任务优先级切换时全身控制框架输出速度不连续的问题。这种方法不仅可以处理等式约束,还可以处理不等式约束。在不改变控制结构的情况下,此方法具有良好的过渡效果。

关键词： 技能竞赛   工业机器人   课程教学   教学内容   教学方法  

摘要： 智能制造已经成为当今全球制造业发展趋势,我国的工业也在不断转型升级,而作为GDP多年领跑全国的广东省坚定以制造业立省,全面贯彻落实《中国制造2025》,在《中国制造2025》报告中提到十个领域中的第二个领域就是机器人。2019年,教育部根据《中等职业学校专业设置管理办法(试行)》,对中等职业学校专业目录进行了修订,研究确定增补46个新专业,其中就包括了工业机器人技术应用专业,当前中职学校工业机器人专业课程教学还处于摸索阶段,师资、实训室建设、课程设置等都还有待完善。职业院校技能竞赛是职业教育的风向标,中职学校要开设新专业,普遍都会选择参加该专业相对应的技能竞赛以学习和研究,进而确定具体的专业课程设置。技能竞赛的内容基本是对本专业知识与技能的综合应用,有较强的系统性,一般由企业、行业技术人员与教师三方共同设计,围绕典型的工作案例,设计不同功能要求的产品,由参赛学生在规定时间内完成。竞赛内容不仅代表了行业领域的前沿技术,同时也体现专业与实际生产相对接,学生在这个过程里能够更加清楚本专业在企业中的实际应用,更具有应用性和实践性。《工业机器人案例应用》这门课程是对工业机器人专业所学知识的综合运用,与技能竞赛考查参赛学生综合能力和职业素养起到相同的目的。为了解决当前中职学校工业机器人专业课程教学存在的问题,提高教学质量,本文以工业机器人专业中的《工业机器人案例应用》课程为例,结合柔性制造及信息集成技术赛项,从教学内容、教学模式和教学方法三方面开展研究设计以及实践验证。本文设计的工业机器人专业课程教学具体优化内容是基于调研数据结果,调研对象为顺德区胡宝星职业技术学校工业机器人专业师生以及其他地级市该专业的学生。从调研数据的分析来看,大部分学生和老师认为“赛课融合”是能够促进工业机器人专业的课程教学。因此,本文依托柔性制造及信息集成技术竞赛项目,根据学生学情,重组了《工业机器人案例应用》课程的教学内容。而以竞赛案例重组的教学内容强调了知识与技能的整体性,故提出了系统性项目式的教学模式,将其贯穿于课前、课中以及课后三个教学环节。在教学过程中合理运用教学方法可以促使教与学的双边活动更好开展,因此结合实际教学任务,引入了“阶梯式任务驱动”教学方法。对于本文设计的研究内容主要通过实践来验证是否达到预期目标,通过实践班与非实践班(平行班)《工业机器人案例应用》这门课程的测试成绩对比可以得出,实践班整体成绩普遍高于非实践班。同时在后期与学生的回访中了解到,学生普遍认为以技能竞赛项目内容为案例开展的项目式教学,有效运用竞赛资源,学习兴趣明显提高,知识与技能之间的连续性、实用性以及综合性都较好的体现出来。

摘要： 上图中这个化石机器人的原型是一种早已灭绝的远古四足动物，名叫“Orobates pabsti”，本文简称它为O先生。O先生大约生活在2.7亿年前的二叠纪，论资排辈，比恐龙的辈分还要大。一位名叫约翰·内亚卡图拉的教授带领的团队为O先生量身打造了一个机器人替身——OroBOT，用来研究2.7亿年前的远古四足动物是如何行走的。约翰教授为何要这么做？他又是如何让O先生的机器人替身学走路的？接下来，让我们一起去破解这些有趣的谜团。

关键词： 协作机器人   柔顺控制   无力传感外力估计   动力学   参数辨识  

摘要： 随着我国制造业往智能化的方向发展,机器人的应用场景日益广泛。传统的工业机器人大多采用位置控制模式,主要追求较高精度的轨迹跟踪和重复定位,而当下社会的发展对机器人提出了更高的期望,需要其在工作空间中独立或配合完成精密装配、抛光打磨、人机协作等与外界产生交互的任务,这就要求机器人必须具备一定的交互能力,单靠机器视觉并不能可靠的实现这一目标,所以力控技术是机器人发展的重要方向之一。要实现力控,机器人具备感知外力的能力至关重要,传感器通常是测量物理量的首要选择,但是高精度的机器人力或力矩传感器价格不菲,直接使用力传感器将大幅增加控制成本,所以低成本的外力估计方法是机器人技术的研究热点之一。 要实现无力传感器的外力检测,必须依赖于准确的机器人动力学模型,模型中参数的准确与否将直接影响动力学计算的准确度,而较准确的动力学参数通常无法直接得到,需要通过参数辨识实验获取。当机器人检测到外力后,如何应对也是力控技术中的关键一环,综上,为实现无力传感器的外力估计,主要展开了以下几个方面的研究: (1)以Xarm6协作机器人为研究对象,采用拉格朗日法对其进行动力学建模,得到标准的机器人动力学方程,然后对其线性化,变换为观测变量矩阵乘以最小参数集的形式。再引入关节摩擦模型,进一步提高动力学模型的准确性。 (2)用五阶傅里叶级数设计并优化激励轨迹对Xarm6协作机器人进行充分激励,然后用线性化动力学方程和加权最小二乘法根据采集并滤波处理后的数据进行离线动力学参数辨识。先通过MATLAB和CoppeliaSim软件联合仿真验证了线性化动力学模型的正确性和参数辨识方法的可行性,再对Xarm6协作机器人进行了参数辨识,进一步说明辨识方法的正确性。另外,用快速动力学参数辨识的方法确定出低速运动状态下的Xarm6协作机器人的模型参数,并通过实验说明了该方法的可行性和低速动力学模型的正确性。 (3)根据完整动力学模型,设计外力观测器实现对外力的估计。本文提出了一种将基于逆动力学和广义动量偏差外力观测器结合的方法,可以兼顾两种方法的优势并互补各自的不足,通过仿真实验说明了该方法的有效性。另外,根据低速动力学模型设计了基于逆动力学的外力观测器,通过Xarm6协作机器人实验平台说明了低速下该外力观测器的有效性。 (4)基于外力估计结果和阻抗思想,设计了导纳控制器,对机器人进行柔顺控制以实现与环境的良好交互,通过仿真实现了基于外力估计的柔顺控制,检验了该外力估计方法的可行性和实用性。

关键词： 小肠褶皱   胶囊机器人   阻力模型   振动驱动   分岔分析  

摘要： 自推进胶囊机器人在胃肠检测领域应用前景广泛,尤其在胃部检查中,目前市面上已经出现了能代替胃镜进入胃部的胶囊内镜。但与胃中的凸起不同,小肠内丰富的环状褶皱是永久性的,在肠道蠕动时不会消失。毫无疑问,这样的褶皱会提供很大一部分阻力来阻止胶囊的运动,是自推进胶囊在小肠中行进的主要障碍。然而许多的相关研究并未将该问题纳入考虑。为此,本文提出并验证了一个新的阻力模型,该模型在胶囊翻越过褶皱的整个过程中都适用。此模型能够计算在不同尺寸褶皱下所反馈的胶囊阻力。结果表明,在胶囊刚一碰到褶皱时,阻力会立即达到最大值,并在翻越过程中逐渐下降。除此之外,对单一参数变量的影响以及最大阻力的变化情况也都做了讨论。随后,本文研究了以振动来驱动胶囊在肠道组织上移动的动力学,驱动方式包括方波和正弦驱动。在方波驱动下,基于数值模拟和分岔分析发现,当驱动力较小时,胶囊的运动总是周期一的;而翻越褶皱则需要较大的激励幅值,尤其是当占空比较小时。相比之下,驱动周期对胶囊翻越的影响不大。但内部质量块的质量、胶囊质量、摩擦系数和褶皱高度对胶囊翻越所需的驱动力存在很大影响。同时,组织的杨氏模量是决定非线性胶囊动力学分岔模式的关键因素,更硬的组织会导致3个不同的吸引子共存。而胶囊的长度和弹簧的刚度则影响不大。而将驱动方式改为正弦激励后,为了加快计算效率,采用了多项式近似的方法来代替复杂的阻力积分。与方波激励类似,也做了胶囊在三种频率驱动力作用下的仿真及分岔分析。在结果中发现,驱动力的频率和振幅对胶囊的响应和运动有至关重要的作用。由于正弦信号本身的特性,受此驱动力激励的胶囊,其运动方式会更多样,包括:远离褶皱后退、向前推进被褶皱阻挡、向前推进翻越褶皱并继续前进、向前推进翻越褶皱后反向运动被其阻挡,共计四种。值得一提的是,褶皱的几何形状对分岔模式没有显著影响,但有无褶皱会明显改变胶囊的运动情况。总体而言,本文针对自推进胶囊机器人在小肠中行进这一场景,提出并验证了一个适用胶囊翻越褶皱的整个过程阻力模型。同时利用该模型研究了包括方波和正弦两种驱动方式在内的振动胶囊在肠道组织上移动的动力学机制,并通过仿真及分析得到了一系列结果。在实际应用中,最优的驱动方式应是二者的有机结合。

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。