关键词： 手功能康复   穿戴式外骨骼   形状记忆合金   耦合动力学模型  

摘要： 随着老龄化程度的不断加深,脑卒中、上肢神经卡压等疾病的患病人数逐年上升,疾病导致患者不同程度的运动功能损伤,其中手部的运动功能损伤给患者的日常生活和身心健康带来巨大伤害。借助康复师进行的康复运动难以量化和评估康复效果、耗时费力、效率不高且费用较高。穿戴式手功能康复机器人作为一种可以由患者自行操作、且不依赖于人工的辅助康复设备,其优势在临床上逐渐凸显。但目前临床上使用的手功能康复机器人多为电机或气压驱动,结构复杂且占用空间较大,不便于日常穿戴康复。本文基于手指的生理结构解析,构建手指生物力学模型,研究形状记忆合金丝(Shape Memory Alloy,SMA)驱动可穿戴式仿生手功能康复外骨骼的人机耦合致动机理,及其辅助康复运动规律。针对手指生物力学建模、SMA驱动外骨骼结构设计和运动学建模、耦合动力学建模与仿真开展研究,并进行相关试验验证,为可穿戴式软体仿生手功能康复机器人的力、位控制提供理论基础。首先,在对人手骨骼、肌肉解剖结构和运动机理进行分析的基础上,利用SMA材料与生物肌肉、韧带相似的收缩特性和粘弹特性,设计SMA丝驱动的可穿戴式软体手功能康复机器人外骨骼结构。其次,在手指生物力学模型和柔性外骨骼运动学、力学模型的基础上建立手功能康复机器人的人机耦合动力学模型,提出耦合动力学模型参数辨识模型,依据不同佩戴者的手指尺寸和关节僵直程度,修正耦合动力学模型参数,实现有针对性的个性化辅助康复。然后,借助Recur Dyn多体动力学仿真软件对手指和手功能康复机器人外骨骼进行运动学和动力学仿真分析。以肌腱的驱动位移作为仿真的输入参数,输出各个关节的转动角度和关节转矩随时间的变化。验证手功能康复机器人的康复频率和最大关节角度是否能达到康复标准的要求。为验证耦合动力学模型的合理性,将实验数据与理论和仿真数据进行对比。最后,研制穿戴式手功能康复外骨骼样机,进行运动性能试验以验证参数辨识方案的合理性和人机耦合动力学模型的正确性,试验结果表明,手功能康复外骨骼驱动手指的关节角度和指尖力可以满足患者日常生活的需求;通过参数辨识可以完成对患者手指结构和动力参数的辨识,耦合动力学模型理论计算与试验结果相符。

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： 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： 机器人竞赛   校本课程   设计与开发  

摘要： 伴随STEAM教育的深入开展和人工智能时代的到来,近年来,国内外的机器人竞赛、程序设计大赛、创意设计活动等赛事赛项也受到社会广泛重视和关注。发展机器人教育需要长期的理论和实践探索,机器人竞赛作为推动机器人教育的一种战略性措施,则是培养学生跨学科、综合能力的有效途径之一。当前,机器人技术及应用已经渗透到社会各个领域并获得飞速发展,但就机器人教育而言,尽管一些中小学校已经将机器人教育纳入课程范围,但仍存在任课教师人工智能专业知识相对欠缺、相关的教学资源不足、课程的目标定位和内容选取把握不准、可借鉴的经验和可参考的教学样例缺少、教学实效不明确等问题。针对上述问题,本研究在总结笔者开展机器人教学的经验基础之上,设计开发了一套适用于初中学段的机器人教育的实训课程,通过教学实践,分析了其教学效果。这在很大程度上解决了机器人教育的资源匮乏问题,促进机器人教育在中学的有效推广和普及。首先,本研究梳理了机器人教育的历史并界定其内涵。通过对相关文献和资料、机器人教育的相关概念和内涵以及在实验中的发展情况进行梳理,并确定基于竞赛导向的课程设计的教学价值,为后续的课程的设计与开发奠定良好的理论基础。其次,通过问卷方式对当前机器人竞赛课程实施的现状进行调查并对存在的问题进行剖析;在分析课程需求的基础上,以项目化教学理念为指导,立足建构主义学习理论、协作学习理论、多元智能理论和“做中学”理论,从课程目标、课程内容、实施计划、考核评价四个方面对机器人竞赛实训课程进行了课程的设计。再次,本研究以“中鸣超级轨迹赛”项目为例,借鉴全国主流中小学机器人竞赛的标准和要求,开发了一套《初中机器人竞赛实训》课程,课程共28节,教材中的每节课提供了基础案例,教学内容的设计承上启下,由浅入深,环环相扣,是一套完整的实训课程。适用于教师竞赛活动的常态教学,教师可借鉴课程中的案例进行教学自主创新。笔者将开发的课程在实习学校进行为期一年的教学实践,并选择课程的重点章节“巡线机器人环境采集”、“机器人巡线”、“设计机器人的机械臂”作为教学案例进行效果分析。通过学生问卷调查、学生发展成果和教师访谈等方式教学效果评价表明:在操作层面,本课程能够让学生了解机器人竞赛理论知识,理解机器人搭建与程序设计之间的联系,较快掌握机器人竞赛技能并能在实际比赛中取得较好的竞技成绩,具有较强的教学应用价值。在育人目标达成方面,实证研究表明,课程对学生的动手操作能力、程序设计能力,乃至心理素质都有较好的促进作用。整体而言,本课程的设计与开发思路清晰、导向明确、样例典型、效果明确。作为校本课程较好解决了初中机器人竞赛教学开展过程中遇到的资源不足、课程开发、教学实施等问题,对中小学校开展机器人教育课程具有良好的借鉴价值。

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： 服务机器人   机器人关节   驱控一体化   动力学特性   机电耦合  

摘要： 随着人工智能、智慧家居的发展,服务机器人走进了千家万户,机器人的核心部件是机器人关节,其运行性能会直接影响机器人安全和使用寿命。本论文以服务机器人关节为研究对象,首先进行机器人关节驱控一体化设计,研制出样机进行实验测试,并对机器人关节电机-齿轮传动系统机电耦合动态特性研究,进一步建立了机器人关节齿轮传动系统平移-扭转耦合动力学模型,对其固有特性进行研究。论文主要研究内容如下:(1)开展机器人关节驱动控制系统设计,包括硬件电路设计和软件程序设计,硬件电路包括电机驱动电路、主控芯片电路、位置检测电路和降压电路等,软件程序设计包括机器人关节驱动器程序、控制器程序和上位机界面设计。通过对机器人关节进行驱动控制系统设计,优化了硬件电路、软件程序,实现无刷电机闭环控制,有效减小机器人关节体积,能更好的应用于各种场景。(2)对机器人关节进行机械结构设计,包括无刷电机选型、精密齿轮传动系统以及壳体的设计。其中,针对机器人关节齿轮传动系统进行齿轮副时变啮合刚度研究,为后续机器人关节动力学特性研究奠定数值基础。进行机器人关节驱动器电路板和齿轮传动系统加工制造,研制出机器人关节样机,最后开展机器人关节实验测试,分析电机转速、电压等参数,验证了机器人关节驱控一体化设计方案的可行性。(3)根据无刷电机动态特性和齿轮传动系统时变啮合特性,建立出无刷电机动态模型和齿轮传动系统动力学模型,搭建机器人关节传动系统机电耦合动力学模型。由此模型,分析该系统自由扭振特性和系统模态能,并进一步研究在稳态工况和冲击载荷工况下机器人关节电机-齿轮传动系统动态响应特性。(4)以机器人关节中齿轮传动系统为研究对象,采用集中参数法建立了其平移-扭转耦合动力学模型,根据牛顿第二定律建立了各构件动力学方程。由此,分析该系统固有频率、系统模态应变能和模态动能,并研究系统刚度、质量等参数对固有频率的影响。

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： SCARA机器人   动力学   参数辨识   前馈控制  

摘要： 为了保证工业机器人在执行装配、抛光等与环境交互的接触任务的作业质量，要求工业机器人具有对工作环境中的不确定性变化迅速做出反应的能力，表现出较高的自主性和稳健性，即实现工业机器人的柔顺控制。阻抗控制可以实现机器人末端位置和力的动态协调控制，使机器人具有柔顺性;基于机器人模型的动态控制可以实现对影响机器人运动精度的动力学因素的补偿，提高机器人的控制精度和动态性能。本文针对水平关节型(SCARA)机器人动力学参数辨识与阻抗控制等关键技术开展研究，设计了基于辨识模型的自适应阻抗控制系统，实现了机器人的柔顺控制。　　建立SCARA机器人运动学和动力学模型。采用M-DH参数法建立了机器人的正解模型，分析了机器人的机构奇异点;结合代数法计算效率高和几何法物理意义明确的优点，建立了机器人的逆解模型，通过MATLAB仿真验证了所求的运动学正逆解。将SCARA机器人简化为RRP结构，分别使用Lagrange方法、Newton-Euler方法建立了简化机器人的连杆动力学模型，通过对比两种方法的建模结果，验证了所建立模型的准确性;结合机器人的关节动力学模型和连杆动力学模型，建立其系统动力学模型;利用ADAMS验证了简化后的动力学模型的可行性，使用Robotics工具箱证明了简化后的动力学模型的准确性。　　设计SCARA机器人的动力学参数辨识方案。将简化的机器人动力学模型线性化，得到了机器人的最小惯性参数集和满秩观测矩阵。选取五阶的傅里叶级数作为待优化的激励轨迹，选择观测矩阵条件数最小作为优化目标，提出了一种基于Sigmoid函数和反正弦函数的双层自适应遗传算法，基于该算法使用MATLAB求得了机器人的最优激励轨迹。设计了电机电流、关节角度、速度和加速度的采集和滤波方案，分别使用均值滤波、巴特沃夫斯低通滤波、零相位滤波和RLOESS平滑滤波对相关数据进行降噪处理。提出了基于动态遗忘指数的鲁棒递推最小二乘法的参数辨识方法，并采用MATLAB和ADAMS参数辨识完成联合仿真实验。通过分析可知，辨识模型解算出的关节力矩与模拟仿真力矩的误差小，辨识模型精度高，证明了辨识方案的可行性。　　基于参数辨识模型，结合阻抗控制、前馈控制、PD控制和鲁棒控制原理，提出了一种基于动力学前馈PD鲁棒控制的阻抗控制算法，并使用Lyapunov原理证明了算法的稳定性。为了提高阻抗控制在接触空间的稳定性，设计了RMAC阻抗轨迹自适应机制和刚度模糊自适应机制。为了验证算法的可行性，在MATLAB中分别进行自由空间轨迹跟踪实验和接触空间的柔顺性实验。仿真结果，证明了控制系统具有较强的轨迹跟踪精度和良好柔顺性。在SCARA机器人实验台上进行参数辨识实验，基于参数辨识实验结果，分别在自由空间和接触空间进行轨迹跟踪实验和阻抗实验。实验结果证明了所设计的自适应阻抗控制算法是可行的。

摘要： Safe learning in robotics aims to deploy robots in real life with complex tasks and safety requirements. To push the agenda of safe learning, a crucial step is establishing common benchmarks that facilitate both reliable evaluations and research development. In this work, we contribute towards this goal by surveying the safe learning literature and proposing a versatile safe learning benchmark suite, safe-control-gym. The benchmark implements a variety of safe learning algorithms spanning control to reinforcement learning, it also implements critical features to support safety-relevant evaluations and algorithm development. With safe-control-gym, we conduct careful benchmarking on model-free reinforcement learning methods with respect to three metrics of safety: constraint satisfaction, robustness, and transfer performance. We envision safe-control-gym to provide a framework that brings various research together, and most importantly to accelerate the progress of safe learning in robotics.