基于阻抗控制的动态装配过程仿真研究

机器人化装配是一个复杂的动力学过程 ,在高速装配时不可避免地会对工件造成损伤 .为了寻求解决该问题的有效方法 ,根据采用阻抗控制方法推导出的装配过程的动力学方程 ,提出了一种采用径向基函数网络 (RBFN)来学习装配过程动力学的渐进学习机制和通过梯度下降法调整阻抗参数的强化学习算法 .数值仿真结果证明了该方法的有效性和渐进学习的优越性 .

机械手Pick-and-Place运动规划

针对机械手拾放操作(Pick-and-Place Operations,P&PO)的避障及平滑轨迹要求,提出了一种摆线形式的机械手关节空间的运动轨迹规划方法.该方法只需要求解初始点和结束点的逆运动学方程,能够满足位置、速度、加速度的约束条件,可以在笛卡儿空间产生平滑的运动轨迹.利用一种简单有效的算法寻找到了一个位于初始点与结束点之间的第三点,修正后的摆线运动轨迹能够使机械手末端执行器通过该点以避开障碍.将该运动规划方法用于三自由度微操作机械手的P&PO作业中,试验结果验证了该方法的有效性.

一种非径向三梁结构六维腕力传感器弹性体及其优化设计

本文介绍了一种新型非径向三梁结构的六维机器人腕力传感器弹性体及其优化设计方法.三梁结构弹性体可提高应变式腕力传感器灵敏度和标定精度,改善径向效应,有利于传感器坐标设置.运用本文介绍的复合形优化设计方法,可使弹性体应梁截面尺寸达到最小,在确保负载能力和分辨率两项主要性能指标的前提下,减小弹性体的自重.它为应变式多维力传感器的设计和研究提供了一种有效的方法.

多时滞不确定网络控制系统的时滞独立稳定判据

针对一类多输入多输出(MIMO)网络控制系统,在考虑多重分布时滞和不确定性的情况下,建立了该系统的连续时间数学模型.利用Lyapunov稳定性理论,结合线性矩阵不等式(LMI)方法和S-过程,给出了基于LMI形式的时滞独立渐近稳定判据.通过这些判据,能分析和判定具有多重时滞和不确定性的网络控制系统的时滞独立渐近稳定性.与已有的方法相比,该方法更加有效且求解方便.数值仿真结果表明了该方法的有效性.

无倒角轴孔装配过程的几何与力学分析

本文对无倒角插轴入孔装配过程中工件几何尺寸与受力情况进行了详尽的分析,推导出一点接触和两点接触时,轴与孔的位置和角度偏差表达式,轴在孔中发生卡阻和楔紧状态的力学方程,给出了卡阻图和避免卡阻及楔紧发生的条件.本文提供的数学模型和约束条件是机器人装配作业中力-运动轨迹控制策略的理论依据.

面向微装配机器人的TSB分级智能控制结构

提出了一种面向微装配机器人的TSB(任务 策略 行为 )分级智能控制结构 ,该结构自上而下有三个控制层组成 :任务层、策略层和行为层 .操作者在任务层通过人机交互接口进行微装配任务规划 ,策略层将抽象的装配规划分解为具体的显微视觉伺服策略控制微装配机械手的运动 ,行为层则涉及微装配机器人基本行为的生成与执行监督 .TSB控制结构通过人机交互的方式将操作者的任务规划能力和机器人显微视觉伺服策略结合起来 ,实现了微装配机器人的半自主控制 .

广义证据推理融合结构

针对Dempster-Shafer理论(DST)及Dezert-Smarandache理论(DSmT)难以处理不确定信息的问题,定义了辨识框架中的不确定因子,提出了2种自适应通用分配法则(AUPR).并提出了证据理论的广义融合框架,并在此基础上构建了广义证据推理机.以Pioneer 2-DXe机器人为实验平台,绘制了实验场景的信度分布图.实验结果验证了所提方法的有效性和实用性,为构建统一的信息融合框架提供了有力的依据.

基于ARCC的无倒角轴孔装配实验研究

本文根据ＡＲＣＣ的工作原理，对机器人的无倒角插轴入孔装配作业进行了实验研究，介绍了实验系统的组成，ＡＲＣＣ系统闭环刚度和去耦力反馈矩阵的设置．给出了在Ｍｏｖｅｍａｓｔｅｒ－ＥＸ和ＰＵＭＡ５６２机器人上进行自动寻孔和插轴入孔的实验结果．实验结果表明，采用ＡＲＣＣ控制的机器人轴孔装配作业具有简单、可靠和易于实现的优点。

主动RCC控制方法研究

本文提出了一种新的主动ＲＣＣ（ＡＲＣＣ）控制方法．介绍了ＡＲＣＣ的工作原理和控制结构，给出了系统闭环刚度和去耦力反馈矩阵的计算方法以及柔顺中心的设置策略．

微装配机器人:关键技术、发展与应用

微装配机器人是机器人研究和应用领域的一个重要方向和热点,有重要理论意义和应用前景。本文对微装配机器人的关键技术进行了详细介绍,包括微操作系统的基本概念、微装配机器人的工作原理、尺度效应、多尺度交叉、微夹持器技术、显微视觉与显微视觉伺服等。对国内外微装配机器人研究和发展现状进行了综述,最后对微装配机器人的应用范围和发展前景进行了展望。

基于模糊传感器的机器人动态障碍环境中的运动控制(英文)

对自主式机械手在动态和部分已知且存在运动障碍环境中的运动规划和控制进行了研究 ,解决了自由碰撞运动控制中具有普遍意义的问题。利用人工势能场的机器人导航控制技术由模糊控制实现 ,系统的稳定性由李雅普诺夫原理保证。模糊控制器为机器人伺服系统提供控制指令 ,使机器人在不可预知的环境中能实时地、自主地选择到达目标的路径和方向。在动态环境的实时控制中 ,基于传感器的运动控制是处理未知模型和障碍物的重要控制方式。

机器人腕力传感器自动标定的方法

利用微型计算机控制机器人操作手及进行信号处理,求解矩阵而得到标定结果,可对机器人腕力传感器进行自动标定。文中对矩阵求解、系统构成、标定方法和步骤以及标定误差进行了分析。

新的基于LMI的鲁棒故障检测滤波器设计方法

提出一种新的基于LMI的滤波器设计方法,能够解决在线性时不变系统中进行故障检测时所遇到的多目标优化问题。通常在故障检测中,H∞范数用于描述残差对于外界干扰的鲁棒性,而H-指标用于描述残差对于故障的灵敏度。通过引入残差的误差值,将多个指标(H∞和H-指标)统一转换成H∞范数,从而将故障检测滤波器的设计问题转换成对H∞范数优化问题;然后用一种新颖的基于LMI的方法来求解;最后,将本算法应用于某导弹发生故障的纵向平面模型,仿真结果表明了该算法能有效、及时地检测出故障。

环境约束下的机器人控制问题

一、引言工业自动化程度的提高,对机器人提出了越来越高的要求。最初出现的工业机器人只是用来完成一些搬运物体、喷漆、点焊等简单作业。这类作业采用机器人的点到点或连续路径位置控制便可完成,无需考虑外界环境对机器人的作用。对于有障碍物的环境,采用超声波进行探测,然后进行路径规划,依赖单纯的位置或速度控制便可躲避障碍物。但对于高精度的装配、去毛刺、抛光以及旋曲柄等作业,情况就不同了。

A3I:21世纪科技之光

在回顾人工智能、智能控制与智能机器人(artificial intelligence,intelligent control and intelligent robotics,A3I)发展历程的基础上,介绍了人工智能的诞生和发展进程、研究目标与实现途径。提出了传统控制技术面临的挑战与出路,比较了智能控制与传统控制在知识的获取、描述、加工和运用方面的不同之处,阐述了二者之间的相互关系,指出了智能控制系统应具备的基本功能、主要任务与实现方法。介绍了机器人的过去——人类的幻想,机器人的现在——从幻想走向现实和机器人的未来——智能机器人。最后对人工智能、智能控制和智能机器人的发展前景进行了展望。

基于机器视觉的带钢表面缺陷检测系统

研究了一种基于机器视觉的带钢表面缺陷检测系统 ,它采用模块化硬件设计 ,图像处理软件满足实时检测的要求 ,可以有效地检测出生产线上的带钢表面缺陷 .为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器 ,具有一定的学习能力 ,当待测材料或有关设备发生变化时 ,系统可以根据缺陷样本库对分类器进行训练 ,以适应生产线的相关变化 .系统具有较强的容错性。

一种模板匹配和神经网络的车牌字符识别方法

提出了一种基于模板匹配和神经网络的车牌识别方法 .该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的优势 ,可有效地提高车牌字符的识别率、识别速度和识别系统的泛化能力 .实验结果表明 :大多数情况下 ,该方法的识别率超过 90 % ,识别时间不超过 12 0 0ms ,能有效地识别各种车牌中的字符 。

车牌字符识别的预处理算法

文章介绍了车牌图像的二值化和字符分割算法。提出了一种图像二值化的改进算法,应用简单统计法及Roberts边缘检测算子,在具有噪声以及灰度不均匀的复杂背景中提取出待识别的字符,同时运用数学形态学进行二值图去噪。最后讨论了基于投影法的车牌字符分割方法,取得了较满意的结果。

基于多传感器数据融合的故障诊断技术

提出了一种基于多传感器数据融合的故障诊断系统框架 ,给出了故障诊断融合技术的详细算法和提高系统柔性与开放性的方法 ,以及与其他故障诊断方法相融合的方法与算法 .提出的基于多传感器数据的故障诊断融合技术具有较好的实时性、柔性与开放性 .检测。

一种简化的SIFT图像特征点提取算法

针对目前尺度不变的图像特征点提取算法计算量较大,算法较复杂的问题,提出一种简化的SIFT图像特征点提取算法。此算法通过改变金字塔尺度空间的结构实现对SIFT特征点提取过程的简化,通过改变特征点描述子的结构实现对特征向量计算的简化,从而在保证算法鲁棒性的同时减少了计算量并增强了实时性。实验证明了该算法的有效性。