教学课程资源库 更多>>

关键词： 下肢外骨骼机器人   运动意图预测   时间序列分析   长短时记忆神经网络   监督学习  

摘要： 下肢外骨骼机器人是一种可穿戴的助力机械装置,在下肢外骨骼机器人系统中,外骨骼通过绑带等形式进行安装,与人体保持同步运动。作为一个典型的人机交互系统,穿戴者通过自主移动对外骨骼进行控制,然而这种人机一体化结构对控制系统提出了极高的要求。外骨骼机器人不仅要提供良好的助力效果,还需要时刻保障穿戴者的安全,因此外骨骼机器人在检测穿戴者运动姿态的同时还需要实时获取控制者的运动意图。运动意图预测技术已成为外骨骼机器人系统控制的关键一环,高精度的运动意图预测还有助于提高外骨骼机器人系统的助力效果。随着外骨骼机器人朝着更加灵活智能的方向发展,传统的运动意图预测算法已经无法满足预测精度的要求,针对该问题,本文结合人工智能领域相关技术,使用长短时记忆神经网络通过监督学习的方式,对高精度的运动意图预测开展了研究,具体研究内容包括:在步态分析的基础上,对现阶段使用传感器获取人体运动意图的研究进行了比较,选择使用多个惯性传感器和简易外骨骼平台构建外骨骼机器人的运动数据采集系统。在此基础上进行了平地行走、上楼梯、下楼梯、上坡和下坡五种场景下的运动数据采集实验,构建了下肢外骨骼机器人的步态运动数据集。在数据集上采用BP神经网络和时间序列预测模型,对下肢外骨骼机器人中的关键算法进行了实验验证,为后续的运动意图预测算法研究提供了数据基础。在运动意图预测算法的研究方面,本文采用目前使用范围较广、在运动意图预测任务中表现优异的长短时记忆网络作为基准的运动意图预测模型。研究分析了现有的基于长短时记忆网络的优化算法,使用序列到序列模型和基于自编码的长短时记忆模型进行了对比实验。实验结果显示,直接使用基础长短时记忆网络进行运动意图预测的方法存在缺陷,需要对其进行优化。在长短时记忆网络的优化工作中,本文从时空数据优化的角度对长短时记忆网络的预测结构进行了分析,设计实验证明了基础长短时记忆网络难以对外骨骼机器人运动时的空间位置关系进行建模。因此本文结合下肢外骨骼机器人移动任务中所表现出的运动对称性以及短期预测的特点,对长短时记忆网络结构进行了优化,提出了两种长短时记忆网络的优化结构,并在本文所构建的数据集上对提出算法的性能进行评估。通过实验对比验证,本文所提出的优化结构可以有效地提高长短时记忆网络在运动意图预测任务中的预测精度。

关键词： 激光针灸机器人   控制器冗余   动态避障   轨迹规划  

摘要： 近年来,国家重视中医的发展,在全球化大背景下,世界各国对针灸人才的需求和期望也不断提高。然而,中医针灸人才的培养和传承周期需要较长时间,导致针灸医生的培养相对缓慢,无法满足更多患者的针灸治疗需要。随着人工智能技术与机器人技术的不断发展和进步,智能医疗机器人正在成为医疗健康的重要支撑。结合激光针灸技术与智能机器人技术的针灸机器人成为研究热点。但是由于激光针灸机器人需要与人体发生直接接触,故激光针灸机器人的安全性成为了激光针灸机器人研发需要面对的首要问题。因此,开展激光针灸机器人控制安全的相关技术研究,对激光针灸机器人的发展有着重要的理论意义以及实际应用价值。本文以激光针灸机器人为研究对象,开展激光针灸机器人控制器冗余技术研究、非治疗部位干扰动态避障技术研究、穴位治疗过程中特殊情况下的安全脱离技术研究,并分别通过实验仿真验证相关理论技术的安全性及可靠性。本文的主要工作内容如下:首先,设计激光针灸机器人控制器双机热备份硬件系统。设计双控制器之间的RS485通信协议以及心跳线脉冲信号机制,基于硬件系统设计双机同步策略,主要包含控制器时钟周期同步,任务初始化同步,双机数据监测同步以及双机再同步等,设计激光针灸机器人双机仲裁策略,分析控制器易出现的故障类型,并设计仲裁策略切策略。基于设计的激光针灸机器人控制器冗余策略,利用OMNet++设计相关仿真实验,验证所提策略的可靠性。其次,考虑病人非治疗部位运动与治疗规划路径发生干涉时的动态避障治疗路径规划方法。分析并选取常见碰撞检测方法作为本文碰撞检测手段,设计动态避障规划策略,并基于传统二维A*算法,提出适用于动态三维环境的改进A*算法,并利用MATLAB设计仿真实验验证本文所提算法的有效性。然后,针对实际针灸治疗过程中病人可能感受到刺痛感、电击感、走窜感以及肠胃道蠕动等不适感觉,从而引起病人的非自主活动,造成安全隐患等问题,开展穴位治疗过程中特殊情况的安全脱离关键技术研究。建立激光针灸治疗仪与人体的接触力模型,并设计接触力超限后的机械臂脱离策略,并利用MATLAB仿真验证所提出安全策略的有效性。最后,针对本文提出的激光针灸机器人控制安全相关方法开展实验研究。搭建激光针灸机器人实验平台,分别设计非治疗部位干扰下激光针灸机器人动态避障实验以及特殊情况下激光针灸机器人安全脱离实验。对比分析实验数据,验证本文提出的相关理论算法的安全性及可靠性。

关键词： 混合脑机接口   稳态视觉诱发电位   P300   alpha波阻断   投票决策  

摘要： 随着脑机接口技术的不断发展,单一范式的脑机接口系统由于产生的控制命令较少,不能满足机器人完成高复杂度任务的需求,所以混合脑机接口技术的研究成为主流。本文设计了一种基于混合脑机接口技术的机器人控制方法,通过检测alpha波阻断、稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)、P300 信号实现机器人控制任务。本文的研究工作主要包括以下内容:首先,构建基于混合脑机接口的机器人控制系统。在分析机器人运动学的基础上,利用OpenGL搭建平面二自由度虚拟机械臂作为脑机接口的被控对象。综合考虑刺激频率、刺激间隔、背景颜色等因素,在VS2010环境下设计了 SSVEP和P300视觉刺激诱发界面,并建立了脑电信号的采集和处理系统。其次,完成alpha波阻断、SSVEP和P300信号的特征提取与分类识别。利用快速傅里叶变换后的幅频特性实现alpha波阻断的识别,用于两种视觉刺激界面的切换。采用功率谱和典型相关分析相结合的方法实现SSVEP检测,确定被试注视频率。在P300信号的特征提取方面,为了降低数据维数和训练时间,本文融合了时域能量熵和低频小波分解系数作为其特征。针对混合脑机接口系统准确率较低的问题,提出了一种结合线性判别分析(Linear Discriminant Analysis,LDA)、支持向量机(Support Vector Machine,SVM)和时域分析进行投票决策的方式识别P300信号。最后,进行在线实验验证和结果分析。在离线分析的基础上,10名被试参与了混合脑机接口机器人控制实验,通过性能指标分析,三种信号的平均识别准确率为90.87%,实验成功率达到94%以上,被试可以自由地控制机械臂向目标运动,验证了该系统的优越性以及可靠性。本文提出的基于混合脑机接口技术的机器人控制方法丰富了机械臂的控制命令,运用时域能量熵和小波分解降低了 P300特征向量的维数,与单独运用LDA或SVM识别分类相比,投票决策方法提高了系统的准确率。同时也验证了结合alpha波阻断、SSVEP和P300三种信号的新范式控制机器人系统的可行性。

关键词： 工业机器人   人工示教   离线编程   机器人控制技术   轨迹实时位移控制算法  

摘要： 工业机器人编程对机器人在工业中的实际应用以及工作效率的提高有着重要的意义。目前,绝大多数工业机器人的运动轨迹都是采用人工示教的方式进行编程,实现控制机器人的运动轨迹,这种编程方法适用于重复度较高的工作,如汽车的流水线生产加工等,当现场示教工作难度大的情况,必须采用机器人离线编程的控制方法,离线编程则可以大幅度节省制造时间,实现计算机的实时仿真,为机器人编程和调试提供灵活的编程环境。所以说将二者结合起来的机器人编程应用的发展必将是大势所趋,机器人编程轨迹实时位移控制算法就成了机器人实际应用控制的核心。本课题从这个角度出发,将六轴机器人控制技术应用于大直径筒体马鞍形轨迹开孔切割专用设备上,采用机器人控制技术和软硬件结合的方式设计一个机器人控制系统,为设备六个控制轴定义不同的运动关节,包括有直线轴和转动轴。切割前人工示教工具坐标系和用户坐标系,使坡口切割摆动轴的机械结构简单、重量减轻,保证悬臂结构运动的稳定性,把机器人控制六个轴中的两个运动轴分配给筒体的径向运动和轴向运动,方便了开孔中心的定位,提高筒体切割的工作效率,并着力解决离线编程所存在的问题,对六个控制轴进行插值运算和伺服控制处理,通过参数方程求解二次曲面各点在空间直角坐标系中的位姿矩阵,从而计算出六轴机器人各个手臂关节的旋转角度,研究出高效、实用的轨迹实时位移控制算法,实现给定的运动,进行仿真,最后应用到机器人的实际工作中,来简化专用设备的机械结构,提高实时性控制精度。

关键词： 模拟外骨骼   信息采集   数据处理   模式识别   SVM  

摘要： 外骨骼机器人作为一种结合人的智力和机器人动力的人机一体化可穿戴智能装置,能够辅助或增强人体生理机能,可极大提高使用者的作业能力。外骨骼机器人可应用于军事、医疗、旅游、救灾等领域,有着广泛的应用前景。在外骨骼机器人使用过程中,最重要的评价指标是人机协同,即外骨骼识别和预测穿戴者的运动意图,跟随或助力穿戴者进行运动。为了实现人机协同的目标,首先需要对穿戴者的下肢运动数据进行采集,然后根据采集到的数据进行快速的预处理,最后使用模式识别方法对穿戴者运动模式进行识别,外骨骼机器人根据得到的运动模式使用相应的助力策略,完成对穿戴者的助力或保护。本文具体研究内容包括以下几个方面:(1)构建外骨骼模拟平台采集运动数据。对人体结构进行运动学分析,分析下肢各关节的自由度及选择范围,并根据人机协同准则设计简易模拟外骨骼用于数据采集。选择合适的运动数据信号作为模式识别的输入训练数据,针对所需数据选择运动传感器设计相应的数据采集系统。完成对下肢关键关节信息的多传感器的同步采集,得到髋关节、膝关节的角度、角速度信息数据与大小腿连杆加速度数据吗,并构建数据集。(2)运动信号预处理。对采集的数据进行噪声来源分析,根据噪声特性,设计相应的小波滤波器进行去噪处理。信号去除噪声后,针对不同特征提取方法进行计算,分析不同特征的变化程度,选择变化大,分离性较好的特征选择作为初步特征。再使用主成分分析法进行特征融合,保留重要数据特征,减少运动模式模型的训练时间,提高准确率。(3)运动模式及转换阶段识别。对比目前较为常见的模式识别方法,选择KNN算法、GA-BP网络、ELM算法、SVM算法对数据进行实验分析。将采集到的运动数据进行整理,使用SVM算法进行训练,使模型更具泛化性。分析运动模式转换阶段的运动特点以及信号趋势,使用训练得到的模型对转换阶段进行识别,完成对运动转换阶段的初步判别,为运动模式的预测工作提供基础。

关键词： 冶金行业   机器人   控制技术   应用  

摘要： 在冶金行业中,可以采用机器人技术完成相关的生产操作,提高冶金生产的效率和质量.本文系统分析了冶金行业中的机器人控制技术,并对冶金行业中的机器人控制技术的相关应用情况进行了阐述,在冶金的实际生产中可以对机器人技术加以推广应用.

关键词： 机械臂   第三只手   机器人控制技术   日本松下公司   关节空间   声码器   微生物处理   目标物体   空间站  

摘要： 美国研究人员将脑信号直接转化为语言当人们听别人说话甚至想象听别人说话时,脑电波会呈现出特定模式。多年来,科学家一直在尝试解读这类脑电波,并努力将其转化为声音语言。近日,美国哥伦比亚大学研究人员利用语音合成技术与神经网络算法新开发出一种'声码器',可将受试者倾听数字时产生的脑电波还原为他们听到的声音。测试显示,约75%的情况下,'声码器'能将人脑电波还原为可被人类理解的一串数字。研究人员说,这是开发脑机接口技术的一项关键性进展。未来他们计划利用更加复杂的词汇进行测试,最终目标是开发一款可植入设备,可将中风等说话能力受损的患者的想法转化为语言,让他们重获交流能力。

关键词： ZigBee无线自组网技术   无线通信   控制系统   综合管廊机器人  

摘要： 针对城市地下综合管廊的管理工作而言,机器人技术在其中的应用为其带来了创新思路。本文在ZigBee无线自组网技术的基础上,将无线通信技术和机器人技术的有机融合,在机器人控制系统中引入ZigBee无线自组网节点,设计构建了管廊机器人控制系统中的信息无线传输平台,进而实现管廊机器人运动过程中的信息交互,成功解决了管廊机器人无线通信控制系统中的组网和通信问题,具有十分积极的科学价值和现实意义。

关键词： ZigBee无线自组网技术   无线通信   控制系统   综合管廊机器人  

摘要： 对城市地下综合管廊的管理工作而言,机器人技术的应用为其带来了创新思路。在ZigBee无线自组网技术的基础上,将无线通信技术和机器人技术有机融合,在机器人控制系统中引入ZigBee无线自组网节点,构建了管廊机器人控制系统中的信息无线传输平台,进而实现管廊机器人运动过程中的信息交互,解决了管廊机器人无线通信控制系统中的组网和通信问题。

关键词： 轻型工业机械人   Arduino技术平台   控制系统   仿生机器人  

摘要： 作为仿生机器人设计重要部分,机器人控制系统设计水平会对机器人整体设计与应用产生直接影响,为达到预期机器人设计效果,领域学者将Arduino技术平台运用到了系统设计之中。本文将以某轻型工业机械人控制系统设计为例,对基于Arduino技术平台的仿生机器人控制系统设计展开深层次探究,期望能够为Arduino技术平台应用以及国内仿生机器人设计提供一些理论方面的支持。