关键词： 上肢康复机器人   拉格朗日动力学   结构参数标定   导纳控制   Simulink仿真  

摘要： 随着我国人口迈入中度老龄化,脑卒中发病率逐年增加。脑卒中患者运动功能的康复与重建也就引起了研究者的重视。科学的研究结果表明:大量有目标的重复康复训练对脑卒中患者运动功能的恢复非常有效。传统的康复训练是依靠康复治疗师一对一辅助进行,存在时间协调困难,效率低,控制精度差,工作强度高等问题。随着康复医学和机器人技术的发展,康复机器人在中风康复训练上得到了越来越多的应用。为了提高控制精度,确保康复效果,有必要标定上肢康复机器人的运动参数。考虑患者患肢的脆弱,机构的柔顺性就显得十分重要,对于刚性机构,其柔顺性主要靠力/位置控制实现,这就对控制策略提出了要求。本文结合一种三自由度串并混联结构的上肢康复机器人样机,完成了康复机器人的运动学、动力学模型的建立并利用仿真验证模型的正确性、对样机的结构参数进行了标定修正、针对机器人结构特性和实际训练需求提出一种柔顺控制方案,搭建了仿真模型验证了控制方案的可行性。本文的主要研究内容如下:针对运动学和动力学求解问题,本文分别采用矢量法和几何法确定了机器人的正运动学和逆运动学模型,在运动学的基础上使用拉格朗日方法建立了机器人的动力学模型,然后在相同参数下分别使用龙格库塔法和Adams仿真求解动力学模型,对比验证了运动学和动力学方程的正确性。针对康复机器人样机参数校准问题,本文使用了Qualysis运动采集系统作为标定数据来源,并用扩展Calman滤波法处理采集数据,建立了误差模型,在此基础上完成了基坐标以及结构参数的标定。针对机器人人机交互问题,本文从安全性和实用性角度出发,分析各柔顺控制方案后,从机器人实际结构出发采用了导纳原理作为柔顺控制的基础,在此基础上设计了滑模控制规则以及模糊规则,结合成模糊滑模导纳控制方案从而实现保持交互力在一定范围内的同时对位置进行跟踪。针对柔顺控制理论的验证,本文采用Matlab的Simulink工具,在机器人的动力学的基础上建立了仿真模型,导入修正后的机构参数进行了仿真实验,对仿真实验结果进行了分析,并在仿真结果的基础上对控制方案进行了评估。本研究为后续开展串并混联上肢康复机器人的制定奠定了基础,所使用的机器人结构参数方法及机器人柔顺控制方案具有一定的适用性,可为其它机器人的机构参数标定和柔顺控制研究提供借鉴。

关键词： 机器人   阻抗控制   神经网络   奇异摄动   串联弹性执行器   饱和控制  

摘要： 机器人在执行打磨、分拣、搬运等任务时会和环境（人或被操作物）产生直接接触,接触力过大则会造成机器人本体的损坏或给所接触的环境带来伤害。因此,机器人必须具有一定的柔顺性来保证进行环境交互作业时的安全,而建立机器人柔顺控制是提高交互柔顺性的重要途径。阻抗控制可以调节力和位置之间的动态关系,建立弹簧-阻尼动态系统,来实现主动柔顺控制;串联弹性执行器（SEA）是一种新兴的被动柔顺器件,其输出阻抗低、弹性耐冲击、能量储存效率高、传力平稳,可以有效提高与环境交互的安全性。但机器人控制系统模型中存在的不确定项以及阻抗参数的时变性影响了阻抗控制的稳定性;SEA驱动器的实际输出功率有限,使得SEA驱动机器人存在控制输入的饱和。因此,本论文研究机器人自适应变阻抗控制和SEA驱动机器人的饱和控制具有重要的意义。本文的主要研究工作如下:1)基于并联机器人的动力学模型,提出了一种自适应神经网络变阻抗控制。构建变阻抗参数的约束条件,保证期望一阶和二阶变阻抗动态的指数稳定,从而保证期望变阻抗动态中机器人位置、速度以及加速度的有界性。提出带有死区调节的自适应神经网络控制器,通过相应变阻抗误差的收敛,分别保证了期望的一阶和二阶变阻抗动态的实现。通过理论分析和仿真结果,验证了设计的变阻抗控制器的稳定性和有效性。2)基于SEA驱动并联机器人,提出了一种基于能量生成的机器人饱和非线性控制策略。基于能量生成,设计了一个由饱和PD输出调节项和静态重力补偿项组成的非线性饱和控制器。通过引入双曲正切函数,对控制输入的幅值进行限制,保证控制输入约束的满足。分析了系统的稳定性,根据La Salle定理证明了闭环系统的渐近稳定。3)基于SEA驱动并联机器人,提出了一种基于奇异摄动法的自适应饱和控制策略。基于奇异摄动法,将控制系统分解为慢变子系统和快变子系统。为慢变子系统设计由饱和PD控制项和有界的重力估计项组成的饱和控制,为快变执行器子系统设计了有界的类微分控制项。最后,根据Hoppensteadt理论,证明了闭环控制系统全局渐近稳定。

关键词： 仿生机器人   导纳控制   肌肉模型   柔顺控制   并联机构  

摘要： 近几年,随着科技的不断进步,特别是人工智能的崛起,与之密切相关的机器人研究也在飞速发展。其中,仿生机器人作为机器人研究领域中的热点,越来越引起各国科研人员的关注,如今已经取得很多优秀的成果。本文提出一种仿生肌肉控制策略,其本质上是一种采用肌肉模型去设计可变导纳控制器的柔顺运动控制策略,属于运动行为的仿生,将在并联机构平台上展开对该策略的相关研究。本文首先对肌肉模型和机器人柔顺运动控制进行了调研,并对其近几年的研究成果进行分析,进而确定了仿生肌肉控制研究的内容和方法。接着,在Hill型肌肉模型的基础上,提出虚拟主动肌-拮抗肌模型,设计应用于关节的可变导纳控制器,完成对仿生肌肉控制的数学建模。然后,将仿生肌肉控制应用于并联机构上,设计相应的控制框架,将其与PID控制和刚度自适应控制相结合,另外对并联机构进行逆运动学分析,通过联合仿真验证仿生肌肉控制能够使相应关节产生柔顺性行为,并呈现出肌肉样的功能,分析肌肉参数对控制效果的影响。其中,刚度自适应控制通过设计期望刚度模型和双速率积分学习模型,实时调节刚度系数,使得仿生肌肉控制的输出即关节的偏转角度大小适中,满足关节柔顺性适度的要求。最后,通过搭建并联机构实验平台,将仿生肌肉控制算法在实验平台上进行实现。在进行实验前,对并联机构的硬件系统进行掌握,接着主要是在Lab VIEW软件中进行相应程序的模块化编译。在硬件系统和软件程序准备完成后,设计实验过程并完成实验,对实验结果进行分析,验证仿生肌肉控制算法、刚度自适应控制算法以及姿态闭环控制算法的有效性和合理性。

关键词： 工业机器人   阻抗控制   轨迹规划   B样条曲线   LinuxCNC  

摘要： 工业机器人是指用于工业领域的多关节机械手臂,其发展水平是衡量一个国家制造业水平高低的重要标准。中国作为制造业大国,研究机器人技术,发展工业机器人产业,对于加速制造业转型升级、提高我国制造业国际竞争力,加快迈入制造强国行列,具有重大意义。轨迹规划是机器人技术中至关重要的一环,关系到了工业机器人的性能以及精度,因此对轨迹规划展开研究对于提高工业机器人的性能不可或缺。同时由于工业机器人在工作中难免会发生碰撞,考虑到机器人以及工作人员的安全,机器人应当具备顺应外界作用力的能力。阻抗控制是使机器人具备柔顺性的一种常用方法,本文同样对其展开研究。本文的主要内容有:首先,本文对开源数控软件Linux CNC进行了研究,并详细分析了其中较为核心的任务控制器和运动控制器的工作原理,为后续在该平台实现相关算法并进行实验分析提供了理论基础。其次,研究了笛卡尔空间内的B样条轨迹规划,引入了瞬时速度插补法对B样条进行插补,仿真结果表明使用该方法在插补过程中对位置误差进行控制相比于等距插补法更加方便。针对时间最优轨迹规划问题,本文提出一种关节空间下结合B样条曲线和改进粒子群算法的规划方法,改进粒子群算法中使用变学习因子而不是常量学习因子以避免粒子群容易陷入局部解的问题,并采用回滚技术保持粒子群的多样性。仿真结果表明使用该方法可以得到时间最优轨迹。再次,研究了机器人阻抗控制。针对未装有力传感器的机器人,提出了使用阻尼刚度模型的阻抗控制,该方法只需要机器人带有编码器就可使机器人具备一定的柔顺性。在Matlab中对传统阻抗控制和使用阻尼刚度模型的阻抗控制进行了对比,结果表明使用阻尼刚度模型的阻抗控制能够使机器人具备柔顺性,但取得的柔顺性与期望阻抗间存在着一定偏差。最后,在实验室现有的机器人实验平台上,对所提方法设计了相关实验,验证了方法的有效性。

关键词： 柔顺机构   位移放大机构   几何非线性   优化   控制  

摘要： 微纳操作技术是精密工程、生物工程、医疗技术与材料科学等众多领域的关键技术之一,受到国内外学者的广泛关注。微夹钳作为微纳操作系统中一种典型的末端执行器,其操作精度与稳定性直接影响了微纳操作系统的性能。压电驱动器响应速度快,分辨率高,是微夹钳的常用驱动方式之一。同时,柔顺机构具有无间隙、无摩擦等优点,是微夹钳的典型实现形式。其中,单级柔顺正交位移放大机构可通过正交位移转换实现微夹钳近似平行夹持操作,并通过位移放大提高操作的灵活性。然而,为进一步提升微纳操作的灵活性,需要对单级柔顺正交位移放大机构进行微型化设计,导致几何非线性问题与剪切问题显著,影响柔顺执行机构的操作精度。本文正是在这一背景下,对面向微纳操作的单级柔顺正交位移放大机构的非线性设计与控制进行研究,以实现压电叠堆驱动柔顺微夹钳操作的精准性与稳定性。(1)基于传统对柔顺正交位移放大机构的小变形线弹性建模,为了进一步提高机构输出位移的预测精度,考虑剪切作用引起的非线性因素以及大变形等几何非线性作用,对两种典型的单级柔顺正交位移放大机构进行精确的非线性建模与优化。具体内容包括:建立机构在夹持运动方向与寄生运动方向输出位移的线弹性解析模型,结合小变形静力学有限元分析,拟合剪切非线性修正系数;建立机构输出位移的几何非线性修正系数模型;进而考虑输出位移最大化并抑制寄生位移、几何非线性作用的影响,进行了机构平面尺寸和厚度的综合优化策略;利有限元仿真验证了机构输出位移非线性模型与非线性优化结果的有效性。(2)为实现精准的微夹钳平行夹持操作,以消除寄生位移和输出位移误差的影响,研究了基于单级柔顺正交位移放大机构的平行夹持控制。具体内容包括:优化机构传递函数的系统辨识;利用所建立的单力输入桥式位移放大机构期望夹持方向与输出寄生位移非线性模型,构造输出位移的前馈控制环节,并结合PID反馈控制,形成混合控制模型,实现稳定、快速、精准的平行夹持操作。(3)基于优化后的单力输入桥式位移放大机构,设计并制作了实验样机,进而基于光学显微测量技术,对样机性能进行了实验测试,验证机构非线性设计研究的有效性。

关键词： 脊柱手术机器人   椎板磨削手术   路径规划   导纳控制   模糊控制  

摘要： 椎板减压术是常见的脊柱手术,医生手持磨钻去除患者病变处椎板以达到释放脊髓神经压力的目的。椎板磨削正是其中的关键操作,但手动磨削耗时长、操作难度大、风险系数高,对医生的经验水平和体能意志力有很高要求,机器人辅助手术技术的发展为椎板磨削提供了新的途径。相比传统医生操作,机器人定位精度高、操作稳定且免疫辐射影响,其使用的CT医学图像经计算机增强处理、建模后可为机器人提供精确的手术路径规划,排除人工分析时可能受经验误导的风险。此外,为保证手术机器人与复杂环境交互的能力,其需要具备一定柔顺性。本文将对基于医学图像的机器人磨削路径规划、机器人柔顺力控包括术前摆位和术中自主磨削进行研究,并对各方案进行实验验证。首先在课题组现有脊柱手术机器人结构特点基础上,建立起运动学模型,进一步推导其速度雅可比矩阵,为后续力/位控制提供数学模型基础,并通过联合仿真对运动学正确性进行验证。完成运动学标定后使用激光跟踪仪测量了机器人的定位精度和重复定位精度,并对机器人各关节的驱动力传感器进行了分析测试,以保证机器人的运动精度和力感知能力满足后续研究要求。其次提出了一种基于医学图像三维重建的椎板磨削手术路径规划方法。使用水平集方法将原始图像中手术区域提取出来去除背景干扰。使用基于移动立方体的三维重建算法完成了脊椎骨的3D重建,用于三维空间导向规划。通过互动式的边界框对椎板模型表面进行采样,辅以中间层采样最终实现了椎板磨削路径规划。为保证手术机器人能适应复杂工作环境,其需要具备柔顺性,主要包括术前摆位和术中自主磨削功能。对手术机器人特点进行分析确定了合适的总体力控方案。对于术前零力拖拽,建立了基于速度调整的导纳模型用于运动控制,并对力传感器进行重力补偿。根据机器人运动状态估计操作者意图,通过模糊控制在线调整导纳参数,实现更柔顺的拖拽控制。对于磨削力控制,对磨削过程进行分析,确定了对刀具两个方向的运动分别控制的方案。通过双层结构提高了模糊控制器的适应能力,实时调整磨削参数将磨削力稳定在合理范围。最后完成了手术机器人实验平台的搭建。对骨磨削力控制算法进行仿真以验证可行性。分别对零力拖拽控制和磨削力控制算法进行编程实现和现场实验。对比采用定参数和变参数导纳控制拖拽过程的交互力和速度,说明了模糊变参数控制算法的有效性。对比采用位置控制、单层模糊力控制和双层模糊力控制用于磨削过程时接触力的大小变化,验证了磨削力控制算法的合理性。

关键词： 多臂系统建模   多臂规划   积分自适应导纳控制   多臂控制软件   轻型协作机械臂  

摘要： 多机器人协同是完成复杂作业的重要手段,成为近年来的研究热点。然而当前考虑多为松耦合场景,即每台机械臂依据设定的时间序列独立完成各自的工作,并未考虑其他机械臂的运动情况,难以保证整体工作效率和执行效果。为有效提高复杂作业任务的作业性能,需要将多台机械臂作为一个紧耦合系统考虑,实现实时交互和智能协同。基于此,本文开展了多臂紧耦合系统的运动学建模、协同柔顺控制方法的研究,并研制轻型协作机械臂、建立实验平台,开展典型作业任务的实验验证。结合实际任务场景建立了多臂操作同一目标时形成的紧耦合系统的运动学及操作力模型,并针对典型打磨作业任务提出了一种协同作业轨迹规划方法。以世界坐标系为参考,推导了多臂紧耦合系统与各个单臂之间的关系,采用最小范数法将工件的期望力分配到对应机械臂。进一步地,分析打磨作业的工艺特点,基于此规划多臂协同运动轨迹,包括起始段、工艺段、返回段,实现了多臂规划与工艺规划相互独立。为实现环境参数未知条件下的恒力跟踪,提出一种积分自适应导纳控制方法。将控制律表示为三阶线性系统方程、作业环境等效为弹簧模型,推导了控制误差传递函数,进一步分析了阶跃响应下的控制性能,仿真结果表明了所提出的积分自适应导纳控制方法比传统方法具有更好的性能,不存在稳态误差,克服了非线性离散补偿带来的难题,可方便在频域进行分析,实现参数优化并提高计算精度。进一步地,将所提出的协同轨迹规划和柔顺控制方法编写为软件,并开发了基于ROS的多臂协同控制系统,具备Ether CAT、CANopen、TCP\IP通讯兼容能力,并能同时控制3台机械臂。通过上下位机分离,实现了上位机通用性,可以在实物与Gazebo仿真平台之间任意切换,实现了仿真与实物控制“零”迁移工作量。软件采用Py Qt编写了可视化界面,实现可视化操作,数据实时显示等功能,同时在Gazebo中搭建三臂物理仿真环境,实现了物理仿真和虚拟显示功能。最后,研制了一台轻型协作机械臂并建立了三臂协作实验系统,开展了关键算法验证和多臂协同模拟打磨实验。所验证的机械臂自重9.23kg,负载2kg,采用Ether CAT通讯协议,与采用TCP\IP通讯的UR5机械臂和自制的CANopen通讯协议的机械臂,组成了具有三种通讯协议的三臂实验场景,分别完成等效刚度测评实验,积分自适应导纳控制实验、双臂搬运实验,三臂协同模拟打磨实验。实验表明了多臂紧耦合系统模型、多臂规划算法、积分自适应导纳控制方法的有效性。

关键词： 智能平衡吊   变参数导纳控制   柔顺控制   悬浮防反弹策略  

摘要： 目前中国已经进入老龄化社会,有效劳动力在逐步下降,人力成本在逐步提高,与此同时工业生产的工件体积及重量都变得越来越大,单单靠人力或者是恒速提升产品比如电动葫芦来完成搬运、对位及装配的工作已经无法满足日常生产的需求,因此智能平衡吊这种机电一体化产品应运而生,它被广泛的用于搬运装配工作。智能平衡吊抛弃了原有提升工业产品的遥控恒速的设定,而是采用操作员与把手或者是操作员与负载直接接触的方式,可以实现任意速度进行提升或下放负载的动作。然而正是由于智能平衡吊提升负载的动作是需要操作员与负载直接接触的,因此研究智能平衡吊的柔顺性是很必要的,它直接决定了操作员在进行人机合作作业时的平稳性与安全性。本文针对一款自主研发的智能平衡吊,建立起了其在竖直方向上的动力学模型,并基于此对其控制系统进行了构建及分析,提出了可变参数导纳的柔顺控制策略,以及在悬浮模式下的防反弹控制策略,并进行了相应的仿真分析以及实物实验分析。具体的研究内容如下所示:首先,分析了智能平衡吊上用于提升负载的钢丝绳的振动方程,对钢丝绳参数进行分析,进而将钢丝绳看为刚性体进行分析,基于此建立智能平衡吊在竖直方向上的提升动力学模型,分析了模型中参数对运动的影响;进而结合智能平衡吊的工作原理,构建了其控制系统,分析其稳定性,并以负载质量作为负反馈环节,进行了惯性力的补偿。其次,构建了智能平衡吊的基于变参数导纳模型的柔顺控制方法,根据末端负载速度值对导纳参数进行分段处理,以满足在智能平衡吊在低速情况下的对位精准度要求,在高速情况下的对搬运速度的需求,并在仿真平台里面进行了数值仿真;针对平衡吊在悬浮模式下出现的触地反弹现象,设计了相应的触地防反弹策略。最后,根据所设计的惯性力补偿环节以及设计的悬浮模式下的变参数的导纳控制策略以及触地防反弹算法进行实物测试,验证了理论分析的正确性;根据测试结果,得出了在低速情况下的导纳参数值以及在高速情况下的导纳参数值,并确立了导纳参数变化的速度阈值;进行了悬浮防反弹控制策略的测试,给出了触发防反弹的操作力阈值。

关键词： 精密装配机器人   被动柔顺装置   抗扰控制   技能学习  

摘要： 精密装配可以实现高精度的操作，在军事、航天等国家重要战略性领域内有不可替代的作用。从某种意义上讲，机器人精密装配技术决定了部分高端国防装备的性能。精密装配目前还存在抗扰能力差、自动化程度不高等诸多问题。引入多维被动柔顺装置可以有效提高装配柔顺性、降低接触力以及保护微器件;智能化装配可以提升效率、减少人为参与。因此，如何赋予精密装配机器人基于多维被动柔顺装置的操作学习能力，已成为精密操作中提高机器人智能性的关键科学问题之一。本文着眼于精密装配的抗扰控制与技能学习，引入多维被动柔顺装置，探讨面向姿态自适应的抗扰控制策略，并以深度强化学习为主要手段，提出被动柔顺精密装配的技能学习与迁移方法。本文主要研究工作如下:　　1.引入多维被动柔顺装置的精密装配抗扰控制。构建多维被动柔顺装置的形变-接触力模型，提出常规条件与姿态受扰情况下的控制策略;充分利用轴向柔顺，提出再调整策略，以应对卡阻等异常现象;再综合进给预测、接触力以及估计误差等因素，提出面向多种不确定性的高效运动规划，最终实现了高效稳定的被动柔顺精密装配抗扰控制。该策略能应对的姿态扰动可达7。，可降低约90％的径向作用力，大幅提高装配成功率。　　2.面向被动柔顺精密装配的技能学习。利用编码解码网络学习多维被动柔顺形变-接触力模型的分布参数;将该柔顺模型与强化学习TD3算法相结合，以模型的统计特征作为动作调节参数，提出适用于被动柔顺精密装配的技能学习算法，从而实现高效稳定的技能学习。相比前述的被动柔顺控制策略，该方法在真实环境学习5小时的技能可进一步降低62％的径向力，提高操作性能。　　3.面向被动柔顺精密装配的技能仿真-现实迁移。在仿真中学习技能、再迁移到现实中，可以有效降低深度强化学习在真实场景训练的时间成本与硬件成本。为此，首先使用环境集合构建仿真环境，以应对多维被动柔顺模型的不确定性，再结合元强化学习与被动柔顺模型网络，实现被动柔顺精密装配的技能迁移。在线训练100分钟即可完成技能迁移，装配效果与前述技能相当，但训练用时减少了66％,并大幅降低算法训练成本。

关键词： 孔轴装配   运动规划   视觉引导   柔顺控制  

摘要： 装配环节作为产品生产制造过程的重要环节,影响着产品的质量和生产成本。机器人装配技术能够有效提高装配效率和装配质量。本文针对孔轴装配任务,研究了机器人视觉引导和柔顺控制方法。本文的主要工作如下。首先,设计了一种基于机器人末端路径规划的运动规划方法。采用概率路线图路径规划算法,规划出一条可行路径作为UR5机器人末端的路径。建立了UR5机器人运动学模型,并通过逆运动学求解,将机器人末端路径转化为机器人关节路径。采用五次多项式插值法,将离散的关节路径转化为连续且平稳的机器人关节控制轨迹。实验表明,该运动规划方法能够快速且准确地规划出机器人从初始位置到目标位置的关节控制轨迹。其次,提出了一种基于轮廓层次结构的孔件定位方法。采用张正友法完成了机器人的手眼标定,实现了图像坐标系到机器人坐标系的转换。应用合适的图像预处理算法,获取了具有目标轮廓特征的增强图像。提出了基于轮廓层次结构的目标定位算法和姿态计算方法,并据此得到了目标孔件的位姿。设计了UR5机器人的视觉引导寻孔实验。实验表明,该方法能够精确定位孔件位姿,且能够快速引导机器人追踪孔件位置。接着,设计了一种基于导纳控制策略的UR5机器人柔顺控制方法。通过力传感器的系统误差和重力误差补偿算法,完成了力传感器的标定。根据等效弹簧-阻尼系统的导纳控制原理,提出了一种UR5机器人的导纳控制策略。设计了UR5机器人的柔顺控制实验。实验表明,该方法能够实现UR5机器人的柔顺控制。然后,设计并进行了融合机器视觉与力觉的孔轴装配实验。实验表明,基于视觉定位的机器人引导方法能够使机器人在非结构化环境下实现快速寻孔对齐;基于导纳控制策略的机器人柔顺控制方法能够使机器人实现柔顺插孔。最后,总结了全文主要工作,并展望了未来值得进一步研究的方向。