基于改进DETR的机器人铆接缺陷检测方法研究

铆接作为铁道车辆结构件的主要连接方式,合格的铆接质量是车辆安全稳定运行的重要保证。针对现有铆接缺陷检测方法存在检测精度低、检测点位少、检测智能化水平不高等问题,提出一种基于改进DETR的机器人铆接缺陷检测方法。首先,搭建铆接缺陷检测系统,依次采集工件尺寸大、铆钉尺寸小工况下的铆接缺陷图像。其次,为了增强DETR模型在小目标中的图像特征提取能力和检测性能,以EfficientNet作为DETR中的主干特征提取网络,并将3-D权重注意力机制SimAM引入EfficientNet网络,从而有效保留图像特征层的镦头形态信息和铆点区域的空间信息。然后,在颈部网络中引入加权双向特征金字塔模块,以EfficientNet网络的输出作为特征融合模块的输入对各尺度特征信息进行聚合,增大不同铆接缺陷的类间差异。最后,利用Smooth L1和DIoU的线性组合改进原模型预测网络的回归损失函数,提高模型的检测精度和收敛速度。结果表明,改进模型表现出较高的检测性能,对于铆接缺陷的平均检测精度mAP为97.12%,检测速度FPS为25.4帧/s,与Faster RCNN、YOLOX等其他主流检测模型相比,在检测精度和检测速度方面均具有较大优势。研究结果能够满足实际工况中大型铆接件的小尺寸铆钉铆接缺陷实时在线检测的需求,为视觉检测技术在铆接工艺中的应用提供一定的参考价值。

无标定视觉伺服多轴孔装配定位方法研究

针对机器人多轴孔铆接装配件装配过程易出现装配件定位不准、孔与铆钉对准困难和装配效率低等问题,提出一种基于鲁棒卡尔曼滤波和前馈神经网络的铆接件视觉伺服精确定位方法,实现多轴孔铆接工件的自动定位。首先,搭建以工件顶点为特征点的机器人视觉伺服定位系统;其次,利用鲁棒卡尔曼滤波在线预测图像雅可比矩阵,并借助前馈神经网络在线动态补偿系统的估计误差,解决未知系统噪声的互相关性及“图像-操作空间”延时性造成的图像雅可比矩阵辨识精度低的问题;最后,采用最小二乘法设计无标定视觉伺服深度估计器,通过机器人的运动状态和图像特征的变化数据估计深度,解决铆接件定位时的深度问题。研究结果表明:相较于采用传统卡尔曼滤波的视觉伺服方法,机器人末端速度收敛时间减少30%,收敛曲线平滑,机器人末端运行轨迹平稳且接近直线,无振荡回馈现象,图像特征点定位误差绝对值最大为0.228像素,能够实现公板和母板快速定位,保证机器人快速完成铆接件的定位对准及后续装配任务。

铆接机器人位置和压铆力自适应模糊滑模阻抗控制

针对机器人铆接小尺寸、低刚度铆钉过程中对准精度要求高、作业行程小和冲击力大等问题,提出了一种结合自适应模糊滑模控制和模糊阻抗控制的机器人铆接控制方法。为此,将机器人铆接控制过程分为接近对准与压铆两个阶段。其中,为了实现快速接近铆钉顶部以及铆接头与铆钉轴线的精确对准,设计了以双曲正切函数为切换函数的模糊自适应滑模控制器,使得切换过程更加光滑、滑模增益自适应调节,从而降低了系统的抖振,实现了运动的快速性和准确性;针对压铆阶段作业行程小、冲击力大的特点,设计了以接触力误差和力增量为输入的阻尼调整模糊控制器,减少了阻尼参数在阻抗控制过程中产生的振荡,避免了过度力加载导致的铆钉损坏或铆接失败。仿真及试验结果表明,所给出的控制方法位置精度在0.3 mm以内,力接触具有更好的稳定性、实时性和快速性,能够满足铆接工艺规范要求,对于铆接机器人的高精度作业具有借鉴意义。

访问者访问趋势下多机器人动态分区巡逻策略

针对外来访问者访问环境导致所在分区机器人巡逻工作负荷增大的问题,提出一种访问者访问趋势的多机器人动态分区巡逻策略,以提高多机器人系统在动态环境中巡逻的效率。首先,使用改进k-means策略完成对环境的静态初始化分,通过在不同位置加入机器人的访问频次需求,机器人在各自的区域中执行巡逻任务;其次,当访问者进入环境对不同节点进行访问时,机器人通过关注访问者访问的趋势,与相邻分区机器人协商后,将区域候选节点经过对相邻区域的多次转移以均衡分区机器人的工作负荷,完成对区域的实时动态划分。仿真结果表明,机器人可以在成功检测到访问者的同时保持工作负荷动态均衡,所提访问者访问趋势下多机器人动态分区巡逻策略可以显著提升动态环境下多机器人巡逻的效率。

基于几何特征的铆接件精确装配视觉伺服控制方法

针对目前铆接件机器人装配多采用示教再现方式实现,主要应用于固定工况的问题,为满足铆钉数量多、工况多变的铆接件装配需求,提出一种基于几何特征的铆接件精确装配视觉伺服控制方法。首先,通过将相机安装在机器人末端执行器平台,搭建基于机器人的铆接件自主对准的单目视觉系统,完成相机、机器人末端与基坐标系标定;其次,选取铆钉平面初始图像中的4个铆钉圆心作为特征点,以特征点之间的连线构造直线特征,利用直线特征与相机旋转运动间的交互矩阵设计基于线特征的铆接件姿态控制律,使得铆钉与铆钉孔轴线平行,从而保证装配过程中铆接件的相互平行;再次,选取铆钉平面初始图像中的4个铆钉圆心作为特征点,1个铆钉的轮廓作为圆面积特征,利用点特征与相机旋转运动的交互矩阵设计铆接件的姿态补偿项,进而利用点特征和圆面积特征与相机平移运动间的交互矩阵设计与姿态控制律相解耦的位置控制律,实现铆钉与相应铆钉孔轴线的重合。最后,采用六自由度机器人进行铆接件自主对准装配仿真。结果表明,以铆接件内部铆钉固有的图像特征作为控制输入,所设计的控制器能够实现铆接件的自主高精度对准。方法对于工业生产中多点对准装配的工况具有广泛的应用价值。

基于变论域模糊补偿的机械臂自适应控制

针对存在建模不确定性和外部干扰的机械臂系统,设计了一种结合标称计算力矩控制器和变论域模糊补偿器的复合控制方案,其中利用变论域自适应模糊控制器对建模不确定项进行估计和补偿,利用计算力矩控制器求解标称系统控制力矩。针对伸缩因子设计的自适应律使得变论域自适应模糊控制器在不同时刻适用于状态空间的不同区域,提高了系统的响应速度,大幅减小了系统的稳态跟踪误差,而且跟踪过程平稳柔顺、抖振极小,从而提升了系统的轨迹跟踪性能。仿真结果和实体试验结果均表明所提方法具有有效性。

切换拓扑下测量受限多智能体系统一致性迭代学习控制

针对通信拓扑至少含有一个沿迭代轴的联合生成树且同时沿有限时间轴和无限迭代轴切换的情况,文本研究了存在测量受限的连续线性多智能体系统输出一致性迭代学习控制问题.首先,文章采用迭代学习控制方法设计了一种基于跟随者局部信息的分布式输出一致性协议.然后,给出了系统可解输出一致性问题的两个充分性条件,其中之一可使跟随者实时获取迭代学习增益,避免了全局信息对学习增益设计的影响,且保证了算法的分布式实现.接着,利用λ范数理论和圆盘定理严格证明了所设计算法的收敛性.最后,通过实例仿真验证了所得结论的有效性.

基于扰动观测器的铆接机器人轨迹跟踪控制

为解决铆接机器人工作时外部干扰造成系统抖震大,轨迹跟踪精度较低问题,设计一种扰动观测器与分数阶滑模控制器组合的自适应控制方法。首先,通过引入时延估计策略建立铆接机器人的局部动力学模型,利用扰动观测器实时观测系统模型所受的可见干扰;其次,针对系统产生的抖震问题,设计分数阶滑模面替代传统滑模控制,采用新型趋近律使系统在切换面上能够连续平稳运动,针对系统所受的不可见干扰,设计自适应策略实现对外部干扰的完全补偿;最后,通过Lyapunov函数证明所设计控制器的有效性。以三自由度机器人进行仿真及实体试验,结果表明,相较于分数阶滑模控制,采用该控制器后机器人各关节的追踪误差峰值分别下降了50%,59%和63%,从而验证了该控制器不仅能有效消除系统所受较大干扰产生的抖震问题,而且提高了铆接机器人作业时的鲁棒性和轨迹跟踪精度。

基于RBF神经网络自适应滑模的机器鱼运动控制

针对水中扰流、波浪等外界环境扰动下机器鱼空间运动控制问题,以灵活的3自由度胸鳍推进仿生机器鱼为研究对象,在设定胸鳍最优运动轨迹的基础上,将控制输入简化为拍翼角相位差,并建立仿生机器鱼在扰动条件下的水动力学模型。由于流体运动的复杂性以及机器鱼自身变形对动力学参数的影响,提出了RBF神经网络自适应滑模的机器鱼控制方法,采用RBF神经网络对动力学模型中的不确定项和水流干扰项进行在线逼近,并结合自适应滑模控制器对控制参数进行实时调节,通过李亚普诺夫稳定性定理证明所设计控制器具有渐近稳定性。实验结果表明机器鱼在螺旋下潜运动时,仅在初始阶段具有较大的误差,约8 s后机器鱼的运动轨迹和期望轨迹基本吻合,验证了所述方法的有效性。

动态事件触发下一般线性多智能体系统完全分布式一致性控制

针对事件触发下一般线性多智能体系统一致性问题研究中,现有算法多采用静态触发方式、一致性协议设计中存在全局信息、无法实现完全分布式控制的问题,提出一种基于动态事件触发的一致性协议。通过引入时变耦合权重自适应地调整图的标量增益,实现一致性问题的完全分布式求解。针对事件触发控制中需要持续检测触发条件的问题,引入基于个体的状态估计器,用于在触发间隔期内对自身状态进行估计,减少了智能体间的通信次数。基于所选择的Lyapunov函数,设计一种耦合系统状态估计值、测量误差和自适应参数的动态触发函数,显著地减少了系统的触发次数、降低了系统的能耗。数值计算表明所提一致性协议能够实现渐近一致性,且不发生Zeno行为。仿真结果表明所提协议能有效降低系统能耗、节省通信资源。

3自由度胸鳍机器鱼动力学建模及推进性能分析

为了提高仿生机器鱼在复杂水环境中的游动性能和推进效率,文中设计了一种3自由度胸鳍机器鱼推进机构,研究了鱼体在3自由度胸鳍推进和两侧胸鳍与尾鳍协同推进两种模式下的游动性能。首先,基于鱼体波传播理论分析3自由度胸鳍关节空间运动规律,采用微元法分析建立其动力学模型,并对不同推进方式下运动参数的影响程度进行了比较和仿真。仿真结果表明:当两个胸鳍相互协同时,机器鱼的平均速度为0.28 m/s,当双侧胸鳍与尾鳍共同协同时,机器鱼的平均速度为0.42 m/s,对比发现胸鳍和尾鳍协同推进时速度更高且推力更大,可实现较宽的游速范围,推进性能更好。

一类线性多智能体系统包围问题的输出反馈H_∞控制

研究一类存在外部扰动的多智能体系统的包围控制问题.在通讯拓扑弱连通且领航者组成的导出子图为平衡图的假设条件下,设计一个含待定参数矩阵的分布式协议,通过定义合适的控制输入,将包围控制问题转化为鲁棒H∞控制问题.然后以线性矩阵不等式(LMI)方法为工具,给出原系统可解包围控制问题的充分条件,通过仿真验证所获结论的有效性.

维持性血液透析患者血管内瘘功能丧失修复后的护理

血液透析是目前肾脏替代治疗的主要方式之一，良好的血管通路是血液透析患者的“生命线”。然而，维持性血液透析患者动静脉内瘘使用中功能下降或丧失（简称内瘘失功）在临床上经常发生，其常见原因为内瘘狭窄或血栓形成，是透析患者住院率和病死率增加的主要原因，严重影响透析患者的生活质量。

测量受限线性多智能体系统一致性迭代学习控制

本文针对通讯拓扑同时沿时间轴和迭代轴切换且存在测量受限的情形,研究了基于迭代学习控制方法的连续线性多智能体系统输出一致性跟踪问题.在系统通信拓扑始终含有以虚拟领航者为根节点的生成树,以及所有智能体初态在每次迭代均可重置的条件下,针对跟随者能够获得的局部信息而设计了测量受限分布式输出一致性协议.然后,利用λ范数的方法和圆盘定理给出了所有跟随者的输出收敛到虚拟领导者输出的两个充分性条件,其中之一可实现时变迭代学习增益的分布式计算.最后,仿真结果验证了所得结论的有效性.

基于扰动观测器的机械臂神经网络滑模控制

针对机械臂在实际应用中无法建立完全精确的动力学模型以及机械臂在工作环境中普遍受到各种未知外部扰动的问题,提出了一种基于扰动观测器的机械臂神经网络滑模控制方法。利用神经网络逼近建模不确定项,使用扰动观测器来消除外界扰动中的可观测部分,不可观测部分及系统建模不确定部分采用滑模控制器进行补偿。利用Lyapunov方法分析了闭环控制系统的稳定性。仿真结果表明,所提方法可以克服系统的不确定性及外部扰动,实现期望轨迹的快速跟踪。

基于Voronoi和虚拟力的多机器人持续监控研究

针对有障碍环境中多机器人系统持续监控问题,基于泰森多边形(Voronoi diagram)和虚拟力方法提出了一种分布式监控算法,其中机器人监控路径由其与周围环境、相邻机器人及目标点之间的虚拟力合力共同确定,以实现对任务区域内所有目标点的持续监控。首先,利用Voronoi实现对监控区域的划分,并结合所引入的重叠质心和有效质心概念,实现了区域覆盖重叠率的计算。在此基础上,利用Voronoi和虚拟力构建了机器人运动模型,设计了机器人避障及状态信息实时更新算法。再次,通过大量仿真实验,分析了环境变化、感知模型、机器人数量、区域重叠率等因素对机器人完成持续监控任务的影响。仿真结果表明,所提分布式算法提高了多机器人系统对任务区域的持续监控效率。

云模型过渡特性分析及其在绝缘子憎水性等级评价中的应用

针对经典云模型在绝缘子憎水性相邻等级之间评价比较模糊的问题,通过对经典云模型进行改进,提出一种可改善边缘特征提取能力的过渡云模型。首先,基于确定度在0.5附近的不确定性最大这一特点,结合过渡态理论,在保证论域范围与雾化特性与经典云模型相一致的前提下,通过对确定度0.5以上云滴的舍弃-镜像-拉伸-重新生成等步骤,构造过渡云模型;然后,在此基础上,与经典云模型以及传统的基于图像的复合绝缘子憎水性等级判定方法进行对比试验。结果表明,本模型在保证水珠边缘像素信息不确定性的条件下,相比其他方法能较准确地分辨出交叉处的等级,从而验证了过渡云模型具有概念边缘特征的提取能力,且在绝缘子憎水性等级评价方面具有比较好的应用前景。

高阶时滞多智能体系统的固定时间一致性控制

为了研究输入滞后和外部干扰影响下的多智能体系统的固定时间一致性控制问题,提出基于Pade近似一致性误差的领导跟随一致性控制方法。首先,为跟随者设计分布式观测器以获得领导者的状态信息;其次,利用Pade近似方法,引入时滞虚拟变量,将时滞一致性误差转化为无时滞一致性误差,并基于动态增益控制方法设计系统的分布式动态控制协议,利用固定时间稳定性理论得到系统实现固定时间一致性的充分条件和收敛时间的上界;最后,通过仿真实验验证理论结果的正确性。