关键词： 受限空间   柔顺交互   轨迹跟踪   受限李亚普诺夫函数   神经网络  

摘要： 随着“工业4.0”的到来,制造业的转型升级已经刻不容缓。现如今,机器人控制领域已经成为中国制造的热门研究方向,备受重视。但是由于在多元化生产过程中,机器人系统常常受到各种约束的限制,如输入输出约束限制和状态约束限制等。因此,机器人在受限空间中的柔顺作业能力亟待提高。机器人与环境柔顺交互的前提是通过控制机器人关节力矩实现对期望轨迹的精准跟踪,关键是通过算法自适应调节阻抗参数使得机器人对环境表现出柔顺性。本文一方面设计了关节受限轨迹跟踪控制器,主要解决传统轨迹跟踪控制器关节约束问题,扩大了机器人运动控制的工作场合;另一方面,设计了高效、性能良好的机器人与环境交互控制器,重点解决机器人与环境交互过程中阻抗模型获取不准确的问题。具体来说,本文开展了以下研究工作: 1.首先通过利用改进D-H参数法和拉格朗日法,结合机器人物理参数建立了机器人的正逆运动学和动力学模型,并且根据交互过程中力与位置关系建立机器人与环境的交互模型。其次,对现有可以有效解决受限空间约束和非线性问题的对数型受限李亚普诺夫函数和神经网络基础理论进行了简要概述。最后,设置了三组不同交互环境下的仿真实验,结合实验结果分析阻抗模型中刚度、阻尼以及质量三个阻抗参数对机器人与环境柔顺交互的影响。 2.针对带有输出约束和角速度信号未知的机器人系统,借鉴受限李亚普诺夫函数能够约束状态变量的特性,在第三章提出一种基于高增益观测器的位置约束机器人控制策略。所提控制策略首先通过设计对数型受限李雅普诺夫函数,将系统位置误差约束在受限空间内;然后引入高增益观测器预测机器人输出状态,增强了机器人的适用性,提高了系统的鲁棒性。实验结果表明,所提出的轨迹跟踪策略可以在受限空间环境下实现机器人快速、准确的跟踪期望轨迹,且保证了机器人各个关节在指定受限空间下运动。 3.针对机器人与受限环境交互时,存在阻抗模型参数不确定和系统动态性能以及力跟踪性能差的问题,借鉴神经网络控制利用先验信息逼近最优控制器的机理,在第四章提出一种基于神经网络自适应的变阻抗控制策略。首先,所提控制策略通过利用策略迭代学习实现机器人变阻抗控制;其次将神经网络嵌入至变阻抗控制,设计基于力误差的机器人与环境交互损失函数,从而自适应地实现调节阻抗参数,最终实现机器人与受限环境良好的交互;最后仿真和实物实验表明,机器人与受限环境交互过程中,所提柔顺策略能够提高系统的动态性能和稳态性能。

关键词： 机器人磨抛   主被动柔顺控制   阻抗控制   传感器融合  

摘要： 随着智能制造理念的不断深入,我国制造业迎来数字化、智能化的转型升级,而磨抛作业作为生产制造过程中不可或缺的环节,需要更加高效、智能的方式来完成,特别是对于复杂曲面工件的磨抛,仅靠机器人的位置控制已无法满足其磨抛需求,为了实现对复杂曲面工件的高精度恒力磨抛,本文开展了机器人与砂带机磨抛技术研究,将机器人主动柔顺控制与砂带机被动柔顺控制结合,分别对复杂曲面工件磨抛中遇到的接触振动问题以及对期望力的稳定跟踪问题进行分析解决。本文的主要工作内容如下: 1、搭建机器人主动柔顺平台,并介绍各个组成部分及作用,对在磨抛中所要用到的工具坐标系进行标定,以及对传感器的相关参数进行标定。针对机器人在磨抛过程中的恒力控制问题,建立基于位置的阻抗控制模型实现机器人主动柔顺控制效果,并通过自适应阻抗算法改善机器人在面对未知环境中的鲁棒性,提高力控精度。 2、砂带机被动柔顺改造,针对在打磨过程中因打磨工件与打磨环境接触时产生的振动问题设计了被动柔顺砂带机,用砂带机结合一维力传感器设计了基于阻抗控制的被动柔顺砂带机,通过调节刚度系数来达到提升砂带机柔顺性的目的,从而减小接触时产生的振动。 3、将机器人主动柔顺控制与被动柔顺控制结合,分析一维力传感器与六维力传感器的测量数据,通过多传感器自适应加权融合算法对不同传感器的数据进行融合,从而进一步提高磨抛系统对接触力的测量精度以及磨抛过程中的稳定性。 4、用本文提出的机器人与砂带机主被动柔顺控制策略进行实物磨抛,并分别对比了基于位置控制的机器人磨抛、基于阻抗控制的机器人磨抛、基于自适应阻抗控制的机器人磨抛方法,分析在磨抛过程中法向力的控制精度与稳定性,验证本文所提出的机器人与砂带机主被动柔顺控制策略的有效性。

关键词： 机器人   人机安全协作   避障算法   柔顺控制  

摘要： 机器人拥有高精度、高效率等优势，已经在越来越多的行业中代替人类完成简单且重复性高的工作，但机器人并不能完全替代人类，对于某些特定的任务或复杂的场景仍需配合人类共同完成，因此人机协同必然是未来发展的主流趋势。人机协同的首要问题即人机安全，在共享空间中工作，必须确保机器人不能伤害到人类，机器人应具备在不同情况下做出应对措施的能力。因此本文围绕人机安全协作策略展开研究，具体内容如下。　　机械臂的运动学和动力学是研究机械臂的重要基础，因此本文首先对这两部分进行了详细的推导和分析，采用拉格朗日法推导了机械臂动力学模型，并利用DH参数法建立了机械臂运动学模型。本文综合考虑人机发生碰撞前和碰撞后这两种情况，结合人机运动状态信息和人机间的最小距离提出了距离危险度这一动态阈值，设计了人机安全协作控制策略整体方案。为使机械臂在人机协作过程中可以针对不同情况灵活选择最优策略，在碰前策略里引入了博弈论的决策方法，制定了双机械臂的策略集合并建立了收益函数来评估不同情况下策略的优劣，最后通过博弈论中的逆向归纳法推导出最优策略。　　针对碰前策略中机械臂对人体的主动避障策略，本文针对RRT*算法节点扩展过程中存在的盲目性，将节点扩展方向与人工势场法合力方向进行了融合，仿真实验数据表明，优化后的算法减少了盲目性，加快了收敛速度，并使轨迹更加平滑。本文针对人机发生碰撞后提高机械臂柔顺性的问题，提出了一种变刚度阻抗控制器，通过仿真实验验证了该控制器的有效性。　　在Gazebo仿真软件中搭建了人机安全协作仿真实验平台，设计了实验内容，在人机协作过程中的不同情景下验证了本文提出的基于博弈理论的人机安全协作控制策略的智能性和可行性。

关键词： 协作机器人   视觉伺服   柔顺控制   视觉导纳   自适应滑模控制  

摘要： 使用协作机器人辅助大型飞机薄壁组件的精准装配任务可以提高飞机整体的装配精度,同时降低人工参与度,提高生产效率。在对飞机薄壁组件装配时,协作机器人会对组件表面施加压力。当压力超过一定阈值,压力会对飞机的薄壁组件产生不可逆的损伤。因此,本文对协作机器人与薄壁组件表面的力接触问题进行研究。大型组件装配环境需要组件有较高的定位精度,因此本文采用视觉伺服的方案实现对机器人位置的控制。考虑到视觉和力是两个性质的物理量,需要设计控制算法实现对两个控制量的同步控制。在实际环境中,机器人易受到噪声的影响,需要提高机器人控制的鲁棒性。因此,本文以SD7-700桌面协作机器人为样本对基于视觉伺服的协作机器人柔顺控制进行研究,主要内容如下: (1)通过对SD7-700协作机器人结构分析建立其运动学和动力学模型,并基于相机投影关系推导出视觉伺服闭环,并建立了力视觉并联控制算法,使用仿真验证了该算法的有效性。 (2)建立基于视觉投影的机器人视觉动力学模型,并推导出交互力在视觉空间的质量弹簧阻尼模型。然后,提出了积分型控制率来构成视觉导纳模型对机器人力交互进行控制。最后,建立了视觉导纳PD控制器,并仿真验证视觉导纳控制器的性能。 (3)针对外界噪声,提出了基于泄漏积分的自适应滑模控制算法来降低外部噪声对机器人控制的影响。为了处理扭矩饱和问题,提出了使用辅助动力学模型来延后补偿扭矩输出。然后,使用李雅普诺夫方程分析了该算法的稳定性和收敛性。最后进行对比仿真验证了该算法的优越性。 (4)搭建了基于SD7-700桌面协作机器人的视觉力控制实验平台,根据物理样机及实验需求,搭建实验硬件平台,编写配套软件程序。随后进行了视觉轨迹与接触力信号同步追踪的实验,实验结果表明本文提出的控制算法有更好控制精度,对噪声和不确定性的鲁棒性更强。

关键词： 踝关节康复   并联机构   人机耦合   生物力学   柔顺控制  

摘要： 踝关节在运动中极易发生损伤,且脑卒中和中风等疾病也会导致踝关节功能障碍,其治疗康复问题迫切需要解决。踝关节康复机器人可有效辅助患者完成恢复,但其缺乏康复过程的人体生物力学信息反馈,且人机交互安全性考量不充分。本文基于生物力学与柔顺控制技术,结合3-UPU并联踝关节康复机器人展开研究,对康复机器人与人体肌肉-骨骼所形成的人机耦合系统进行建模并分析,主要研究内容如下: 首先分析总结了踝关节康复机理与OpenSim生物力学软件的关键建模技术,基于经典肌骨模型与动作捕捉技术,通过缩放得到了与受试者身体特征保持一致的特异性肌骨模型。对模型进行了参数优化与运动学和动力学验证,并根据踝关节轴线理论对模型踝关节部位进行修正。 然后完成了受试者踝关节跖屈\背屈、内翻\外翻康复动作对应高参与度肌肉选取,采集肌电信号与运动轨迹并进行处理。根据经典Hill肌肉理论建立了踝关节肌肉肌腱激活动力学模型,并结合肌电信号与OpenSim所建人体肌骨模型完成康复动作对应肌肉的肌肉力求解,搭建了融合特异性肌骨模型的个体关节刚度解算系统。 之后建立3-UPU并联踝关节康复机器人动力学模型,并基于整体实验法完成了模型参数辨识。结合关节刚度与人机交互力设计了柔顺控制器,并通过Simulink仿真完成了柔顺控制效果的分析验证。 最后在OpenSim软件中建立人机一体化模型,搭建了联合控制仿真平台,执行人机耦合系统动态仿真获得人体生物力学信息变化,进行了康复机器人安全性、舒适性和功能性等人机交互性能验证。通过样机实验验证了人机耦合系统康复仿真结果的准确性,并使用Unity软件设计了相匹配的体感类虚拟康复游戏。

关键词： 手功能康复   A型超声   手势识别   肌力预测   柔顺控制  

摘要： 随着中国老龄化形势逐渐严峻,脑卒中成为典型的老年病之一,给社会保障带来严重挑战,同时由于康复医师资源少、康复医疗器械治疗效果不佳等问题,导致脑卒中患者无法得到及时的康复治疗。医学证明康复机器人辅助脑卒中患者训练是一种有效的康复治疗途径,但当前传统的康复机器人存在人机交互能力不佳、柔顺性差等问题,无法满足脑卒中患者的康复需求。因此,为了提高康复机器人的康复效果,增强人机交互体验,提升康复过程中的柔顺性,开展了手功能康复机器人控制研究,本文的主要工作如下: 首先,针对康复机器人人机交互控制的需求,设计A型超声信号采集系统,利用现场可编程门阵列作为主控制器,设计高压激励模块及回波采集模块,完成系统硬件和软件开发,可以有效采集A型超声信号进而获取人体前臂的运动生理信息。 其次,针对不同手势下A型超声信号的分类精度和实时性问题,设计遗传算法优化的改进宽度学习网络对手势进行分类识别。由于宽度学习网络的权重求解方式采用岭回归,存在过拟合以及特征选择能力不佳等问题,提出利用弹性网络回归优化传统宽度学习网络的权重求解方式,同时选用遗传算法对宽度学习网络参数进行寻优,以有效提高手势识别精度和速度。 再次,针对肌力预测精度问题,结合一维卷积神经网络、深度可分离卷积以及注意力模块的优势,设计多尺度卷积结合卷积注意力模块网络,对网络中的卷积层轻量化,优化卷积层中的激活函数,并在提取A型超声信号特征时,考虑了A型超声信号空间和通道特征之间的相关性,利用注意力模块对特征进行筛选,提取的特征信息更能充分表达肌力信息,旨在有效提高肌力预测准确率。 最后,通过引入自适应模糊阻抗控制算法实现手功能康复机器人柔顺控制,并搭建手功能康复机器人控制实验平台,通过在线实验验证本文所提手势识别模型、肌力预测模型以及自适应模糊阻抗控制模型的有效性,进而证明所设计的系统能够辅助受试者完成康复协同动作。

关键词： 柔顺交互   阻抗控制   导纳控制   阻抗自适应   增量学习  

摘要： 伴随全球新一轮科技革命浪潮和产业变革的加速演进,机器人应用逐步从低端向高端制造领域扩展,机器人取代人类作业已成为趋势。然而,传统的机器人系统柔性不足且依赖于低效的人工编程,现有的人工预定义规则技术还不能很好地支持机器人在复杂非结构化环境中完成交互任务。因此,实现机器人在复杂未知环境中的自主策略学习与柔顺交互,对于推动机器人智能化和柔性化具有重要意义。本文将从高层交互策略的自主学习与底层柔顺控制器设计两个层面对机器人与环境的安全高效交互技术展开研究。 首先,考虑合理交互策略的获取及其实现对机器人在未知环境中完成交互任务的重要性,本文提出了一个机器人与环境最优交互的混合阻抗导纳控制方案,并以目标阻抗模型表示交互策略。对于建模为二阶线性系统的未知环境,设计具有虚拟惯量的阻抗自适应方法以获得表示最优期望交互行为的二阶目标阻抗模型,而不需要机器人加速度反馈。为了解决在刚度大范围分布的环境中目标阻抗模型的实现性能不一致的问题,设计适用于二阶环境的混杂系统框架,通过在阻抗和导纳控制器之间进行切换,生成一系列在阻抗和导纳控制的响应之间进行插值的中间控制器,并根据最优占空比映射来自动选择最优中间控制器,以提供目标阻抗模型的一致最优实现性能。 其次,为了进一步提高机器人在复杂任务中的自主策略学习和柔顺交互能力,本文以轴孔装配的孔搜索和轴插入任务作为实验载体。针对孔搜索任务中不规则形状孔的定位误差问题,设计孔搜索策略的机器人增量学习算法,以机器人的末端位置和广义接触力作为感知输入,将在仿真中学习到的宽度神经网络模型作为孔搜索的基本策略,并将其迁移到真实场景中,通过增量学习泛化为复杂策略,使机器人能够在真实场景中快速搜索到孔位置,避免了接触状态复杂建模,耗时的真实数据采集和模型重训练过程,从而提升了机器人交互策略自主学习的效率。 最后,为了在轴插入任务中获取最小交互控制成本并实现轴和孔之间的适当连接,设计面向轴插入任务的机器人仿人柔顺控制方法。针对不开放关节力矩控制接口的机器人,设计以位置控制为内环的仿人柔顺控制器,在参数空间中对机器人运动轨迹,阻尼,刚度和前馈力进行统一编码,并设计阻尼,刚度和前馈力参数的在线学习律,从而使机器人具有与环境的仿人柔顺交互能力,提升了机器人对未知环境的适应能力和交互柔顺水平。

关键词： 机械臂   七自由度   碰撞检测   柔顺控制  

摘要： 七自由度（Seven degrees of freedom, 7-DOF）机械臂作为冗余机械臂由于其在面对复杂任务灵活性和柔顺性拥有广阔的应用场景。在面对复杂环境时，为了避免由误操作使机械臂与环境发生碰撞而导致的安全问题，机械臂需要拥有碰撞检测和柔顺控制的能力。　　首先建立 7-DOF 机械臂的运动学与动力学模型，通过改进 D-H 的方法建立 7-DOF机械臂的正向运动学，通过增加臂型角这一参数建立7-DOF机械臂逆运动学的解析解;为了让力矩计算更有效率，7-DOF机械臂的动力学模型采用Newton-Euler方法建立，再利用MATLAB仿真来验证7-DOF机械臂的正逆运动学和动力学。　　其次基于 7-DOF 机械臂的动力学模型建立了外力观测算法，该算法可以在机械臂和外界发生碰撞时准确跟踪碰撞外力矩。针对外力观测算法的误差，建立了时变阈值算法，实现了对外力观测值的包络，当外力矩值超过阈值时，则发生碰撞。　　随后为了提高 7-DOF 机械臂在面对复杂环境时的适应能力，本文提出了一种基于位置控制模式的机械臂柔顺控制算法。在 Simulink 中对所提算法的有效性进行了仿真验证。　　最后借助7-DOF机械臂实验平台，针对7-DOF机械臂进行了动力学参数辨识实验，用所得到的动力学参数进行了碰撞检测算法和柔顺控制算法的验证，使机械臂成功进行了碰撞检测和柔顺控制实验，最后通过多种工具的操作实验验证了柔顺控制算法的有效性。