关键词： 机械臂   硬件设计   软件开发   多模态感知   柔顺控制  

摘要： 与传统的工业型机械臂相比，服务型机械臂的主要优势就是具有高度的人机交互能力。为了有效地辅助人类工作，机械臂必须具备柔顺控制和多模态信息感知等基础能力。因此，本文从多模态感知机械臂平台设计入手，设计并搭建了具备多模态信息感知的机械臂硬件集成方案与软件架构，同时对所使用的七自由度Sawyer机械臂进行运动学分析，在此基础上提出了相应的控制器使得机械臂能够表现较好的柔顺性能，并在仿真和样机中均进行了验证实验。本文主要内容如下：　　(1) 根据 Sawyer 机械臂的功能及多模态信息感知的实验要求，第二章完成了对六轴力传感器的物理部署与性能验证测试、相机的标定与测试实验，并实现了力传感器、相机、夹爪与Sawyer机械臂的实时通信，搭建了具备多模态信息感知的系统平台。　　(2) 根据第二章所选型的七自由度 Sawyer 机械臂，对其进行坐标系的建立并根据DH(Denavit-Hartenberg)法完成正运动学建模。同时利用矢量积构造法完成对Sawyer机械臂雅可比矩阵及其导数的求解，并在仿真和样机中对其雅可比矩阵进行了验证实验。进一步的，利用雅可比矩阵完成对机械臂逆解的求解。最后，对所使用的机械臂末端姿态转换和位姿插补进行了分析。　　(3) 提出机械臂柔顺控制框架。首先分析反馈线性化方法对于系统稳定性的影响，在仿真中实现对Sawyer机械臂的关节线性控制;同时对阻抗控制进行了仿真验证，并设计了关节线性控制、阻抗控制及两者结合的对比试验，阐述关节线性控制框架的优越性。　　(4) 设计样机实验验证柔顺控制的效果，主要包括视觉伺服抓取、碰撞恢复以及基于力控的白板擦拭实验，通过实验的性能表现来评判所设计的多模态感知平台与柔顺控制框架是否满足要求。

关键词： 协作机器人   柔顺控制   轴孔装配   阻抗控制  

摘要： 近年来,工业机器人由于其效率高、速度快、可适应复杂工业环境等优势应用广泛。随着柔性制造需求的增加,采用常规的位置控制型工业机器人因无法获得装配过程中的力反馈,已无法适应一些精密装配任务的需求。轴孔装配是装配任务中比较常见且具有代表性的一类任务,在装配过程中可能遇到卡阻或楔紧现象从而导致接触力过大损坏工件的问题。针对此问题本文依托协作机器人研究轴孔装配柔顺控制方法,选取圆形轴孔工件开展实验验证,主要内容如下: (1)介绍机器人轴孔装配、柔顺控制研究现状,阐述课题研究背景、意义及章节安排。 (2)介绍机器人轴孔装配系统的设计及组成,包括各部分选型、通讯方式及装配对象的选取等。对轴孔装配过程进行分阶段分析,给出总体流程方案。其次采用改进D-H参数法对机器人进行正逆运动学分析并验证。 (3)对六维力/力矩传感器信息进行处理。基于最小二乘法对传感器进行重力补偿并进行实验验证。通过对比其他滤波方法,采用基于Sage-Husa的自适应卡尔曼滤波对传感器所采数据进行处理,效果较好,满足柔性装配需求。 (4)搜孔阶段采用阿基米德螺旋搜孔法并进行搜孔过程分析。对插孔过程中单轴孔及多轴孔工件的接触状态进行受力分析。阐述阻抗控制模型及原理,提出一种基于位置的阻抗控制策略用于插孔过程,并系统分析了惯性、阻尼和刚度这三个参数对系统特性产生的影响,并总结调整规律。最后在MATLAB中搭建控制系统的仿真模型,对总体效果进行仿真,结果表明,该柔顺控制策略可以很好地控制机器人运动过程中的力。 (5)利用VS2019开发基于MFC的柔顺装配软件。设计笛卡尔空间内的柔顺牵引实验及力跟踪实验,验证了基于位置的阻抗控制的力跟踪性能以及稳定性。最后分别进行单轴孔和多轴孔基于位置的阻抗控制控制策略以及位置控制策略下的轴孔装配对比实验,结果表明本文所提方案能够很好地实现柔顺装配并且插孔过程安全稳定。

关键词： 康复机器人   变刚度弹性驱动器   柔顺控制   自适应控制   扰动抑制  

摘要： 随着我国社会人口老龄化程度加剧,老年人口数量和比例不断增长,人口老龄化带来的健康问题日益凸显,心脑血管等疾病对人民健康构成严重威胁,这使康复机器人技术逐渐备受关注。变刚度弹性驱动器能够模拟人体肌肉活动,提供个性化、符合患者需求的康复训练方案。变刚度弹性驱动器柔顺输出与变刚度特性能够减轻患者不适感,降低康复过程中风险,提高患者康复质量。此外,变刚度弹性驱动器在康复机器人与患者进行运动训练和物理治疗时,能够更好地适应不同的运动模式,使得康复过程更加自然、舒适。因此,针对变刚度弹性驱动器的研究不仅能够提高康复治疗效果,还能增强机器人在临床应用中的安全性和可靠性,为解决老年人健康问题提供重要技术支持。 本文以提高康复机器人柔性输出与人机交互性能为研究方向,详细分析人体肌肉工作特性与传统驱动技术缺陷,设计合理的变刚度弹性驱动器机械结构,根据牛顿-欧拉法建立驱动器动力学模型,提出基于扰动观测器补偿的RBF网络自适应柔顺控制器设计方法,提高驱动器抗扰动性能并实现轨迹精确跟踪。针对变刚度弹性驱动器研究的关键技术,本文围绕驱动器的机械结构设计、柔顺控制等环节展开研究,具体研究内容如下: (1)针对变刚度弹性驱动器机械结构设计问题,提出一种基于梯形丝杠重定位机构的变刚度串联弹性驱动器设计方法。根据杠杆工作原理,通过梯形丝杠线性改变弹力输出链路中支点位置,实现刚度调整;对称结构能够输出均匀的弹性扭矩,使驱动器获得大范围工作空间,以降低因机构摩擦带来的能量损失,提高能源利用率;采用小导程梯形丝杠机构精确控制支点在传导链路中的位置,提高了控制精度。 (2)针对驱动器的动力学模型建立与人机交互过程不确定问题,通过牛顿-拉格朗日法建立驱动器动力学模型,分析输出扭矩、刚度、阻力矩以及能量特性;提出一种柔顺控制器设计方法,以提高柔性输出精度和驱动器抗扰动能力,增强交互安全。仿真实验结果验证了所设计的柔顺控制器的有效性和可行性。 (3)为验证变刚度弹性驱动器工作性能与输出特性,搭建了变刚度弹性驱动器物理测试系统;设计了不同工况与干扰下轨迹跟踪实验,以评估柔性输出特性与抗扰特性;为评估驱动器变刚度特性,完成了刚度调节机构有效性验证实验;通过分析运行过程中相关物理参数变化特点,评估驱动器物理特性。实验结果验证了驱动器具有良好的响应速度、控制精度和抗扰动特性。

关键词： 肘腕康复机器人   肌肉协同   重力补偿   运动意图识别   柔顺控制  

摘要： 随着社会老龄化的加剧以及人们生活节奏的加快,运动损伤逐渐增多,其中人体肘腕关节损伤由于其在日常生活和工作中的重要性,成为了一个值得关注的问题。对于老年人群体,由于骨质疏松等自然老化现象,使得他们成为肘腕关节损伤和疾病的高风险群体。此外,由于肘腕关节的损伤恢复周期长,康复过程复杂,这些都对康复手段的精准性和有效性提出了更高要求。本文将人体上肢肘腕关节的复杂运动作为研究对象,以生物融合式肘腕康复机器人为载体,具体研究内容包括: 首先,针对当前肘腕康复机器人运动转动惯量较大的问题,根据受力特点建立拓扑优化数学模型,对康复结构进行拓扑优化与配重模块设计;对电控系统进行硬件选型与电路设计,完成第四代肘腕康复机器人整体优化设计。 其次,通过s EMG和交互力获取操作者运动过程中的生理信息进行意图判别。采集相关肌肉的s EMG进行信号预处理,采用基于肌肉协同方法进行s EMG特征提取,通过非负矩阵分解方法提取肌肉协同元及其激活系数序列;通过低通滤波对六维力传感器进行降噪处理,通过重力补偿算法减少末端负载与零点对采集信号的影响,将处理后的力信号进行肘腕关节的力矩解算。 再次,通过s EMG和交互力的信号特征选取信号融合方案,分析各信号优劣性,进行决策层融合策略设计。基于意图识别结果,利用s型函数设计并搭建了变阻尼导纳控制的控制模型,通过matlab/simulink进行仿真验证分析。 最后,依托所搭建肘腕康复机器人样机,依次进行s EMG的多关节运动意图识别实验、六维力信号的重力补偿实验、融合信号验证实验与变导纳控制算法实验,分析实验结果证明理论合理性。

关键词： 机械臂   柔顺控制   阻抗控制  

摘要： 随着人口老龄化加剧,乡村常住人口占比下降,相对工业化,农业生产效率较低。而林果产量在持续上升,在果实采摘时会出现用工荒的问题,进而造成农业成本刚性上涨。林地果实分布不均匀,采摘环境复杂,故开发具有柔顺控制的林果采摘机器人对农业机器人的发展会产生积极影响。本文以林地为作业环境,典型水果为作业对象,在无力矩传感器条件下,围绕机械臂的柔顺控制策略展开。 首先,考虑到作业环境与机械臂构型的特定需求,从轻量化、多自由度、柔顺控制、体积重量和负载能力等多方面进行设计。选择铝合金作为主要材料,结合同步带传动方式,以及自主设计一款集成了行星减速器的一体化关节电机,专门用于机械臂后三关节,最终完成一款轻量化六自由度机械臂的设计。 其次,根据机械臂的构型完成机械臂的正逆运动学与动力学建模,利用工具软件完成正逆运动学验证和动力学仿真分析。 然后,分析关节电机的等效动力学模型,并研究机械臂的柔顺控制策略,建立零力控制与阻抗控制模型。运用工具软件对机械臂的零力控制策略、基于力的关节空间阻抗控制策略和基于力的笛卡尔空间阻抗控制策略进行仿真分析。 最后,搭建测试实验平台,获取关节电机的电流与扭矩的关系,在无力矩传感器条件下,低速移动机械臂,测试零力控制策略。对比位置控制模式与笛卡尔空间的阻抗控制模式下的关节角度变化,在同阻尼参数、刚度系数为30、60和90以及不同受力方向条件下的关节角度变化分别进行对比,结果表明刚度系数越小,角度变化越大,符合阻抗特性,验证了阻抗控制算法的可行性。同时在实际环境中,模拟从不同角度对梨进行采摘作业,分析机械臂的运动状态,验证机械臂阻抗控制策略在林地作业的可行性。

关键词： 康复机器人   主动训练   轨迹矫正   柔顺控制   人机交互  

摘要： 目的 针对脑卒中患者术后不同阶段的康复需求，旨在提高患者康复训练进程中的参与程度与运动表现。方法 通过感知患者在训练轨迹中的运动模式信息，结合普适性的够取特征约束量，进行训练轨迹的自适应矫正，在此基础上，设计基于动态阻抗的人机交互控制器，基于期望运动任务与患者实际康复状态动态优化机器人的辅助力水平。结果 基于不同康复阶段患者的运动功能状态，对脑卒中诱发的病态运动轨迹进行了自适应纠偏，训练任务轨迹跟踪误差降低25.64%，并且实现了人机交互辅助力的按需调整。结论 本文方法在脑卒中术后康复训练中提供动态辅助力提高患者的主动参与度，有利于辅助患者进行脑功能重塑，从而实现对正常肢体运动模式的重新学习。

关键词： 机械臂   示教学习   轨迹规划   柔顺控制  

摘要： 在现代社会中,机器人技术已经渗透到工业生产和日常生活的方方面面,成功地替代人类完成了大量单调、重复的工作,极大地提高了生产效率和产品质量,为人类腾出更多时间和精力去从事创新和发展活动。然而当前阶段的机器人在灵活操作和智能决策方面仍存在明显不足,与人类的能力相比还有一定差距。大多数机器人仍主要用于在结构化环境中执行目标任务,而在非结构化环境中,机器人的易用性和智能化程度还有待提高。鉴于上述问题,本文提出了一种基于示教学习的轨迹规划与柔顺控制算法,旨在解决机器人在非结构化环境下无法实现期望位置和力跟踪的难题,实现在接触式任务场景下机器人的自主拟人化操作。本文的研究内容主要涵盖以下几个方面: (1)机器人轨迹规划研究:提出一种基于DTW-DMP的机器人示教学习算法,用于对示教轨迹进行表征学习和泛化。通过DTW算法对示教数据进行时间规整,再利用GMM算法进行聚类表征,并通过GMR算法拟合回归,得到最优平滑轨迹曲线。最后,通过DMP进行示教学习,实现对泛化轨迹跟踪学习。 (2)机器人柔顺控制研究:提出一种基于自适应变阻抗控制算法,解决传统恒阻抗控制在非结构化环境中无法实现期望力跟踪问题。该算法通过引入自适应控制律对阻抗控制的阻尼参数进行实时调整,实现机器人在非结构化环境中对期望接触力的跟踪。通过劳斯判据证明了该算法的稳定性,并通过仿真实验验证了其在不同环境下的力跟踪效果。 (3)基于FR3机器人的物理实验验证:搭建了基于FR3机器人的物理测试实验平台,详细介绍了硬件系统和控制系统。进行了自由拖动实验和拖动夹取实验,实验证明在本文提出的轨迹规划与柔顺控制算法下,机器人在接触式任务场景中能够实现自主拟人化操作。 本文以FR3机器人为研究对象,搭建基于FR3机器人的物理测试实验平台,系统研究基于示教学习的轨迹规划和柔顺控制算法,研究成果为机器人在各种复杂环境下执行任务提供了新的方法和思路。