基于光子晶体的有机太阳能电池研究进展

随着近几年来光伏产业的迅速发展,有机太阳能电池因其成本低、重量轻、易于成批次生产、制作工艺简单和可制备成柔性器件等优点备受研究人员关注.目前,有机太阳能电池存在光电转换效率偏低、半透明器件显色性较差等问题,光子晶体的引入为解决上述问题提供了新思路.本文从光子晶体的结构特性和优化原理入手,系统性地介绍了一维光子晶体和二维光子晶体对有机太阳能电池的优化效果,着重分析了一维光子晶体和二维光子晶体引起有机太阳能电池短路电流和光电转换效率提升的原因;另外,本文也详细阐述了一维光子晶体可用于调节半透明器件显色性的原因.最后,结合现有的有机光电器件研究进展,本文对基于光子晶体的有机太阳能电池未来的研究方向进行了展望.

基于虚拟模型的类拖车机器人系统轨迹跟踪控制

模块化轮式机器人通过连杆串联所组成的分布式多体独立驱动的类拖车系统在控制上具有强耦合性。针对类拖车系统的轨迹跟踪和构型稳定性问题,研究了基于虚拟模型的领航跟随法。首先建立类拖车系统的运动学模型并给定了系统约束;其次通过系统中连杆的受力信息对拖车中的领航跟随位置关系进行修正,通过模型预测控制器实现系统的运动控制;最后,通过仿真验证了所提方法能够实现类拖车系统的轨迹跟踪并提高了系统的构型稳定性。

复杂地形六轮独立驱动与转向机器人轨迹跟踪与避障控制

为研究六轮移动机器人在复杂地形的运动控制方法,针对六轮独立驱动与转向机器人复杂地形轨迹跟踪问题,提出一种预测控制和动态补偿的控制方法。基于非完整约束的线性六轮移动机器人运动学模型,以模型预测控制算法为基础,引入比例-积分-微分补偿控制器,抑制动态滞后引起的跟踪误差,设计速度与转向角动态反馈补偿,以应对地形扰动对轨迹跟踪的影响。分析机器人运动过程中障碍物的避碰问题,设计可求解避障轨迹的避障规划器,通过轨迹跟踪系统对局部避障轨迹进行跟踪控制,实现机器人的轨迹跟踪和自动避碰。对轨迹跟踪算法和避障算法进行仿真实验。实验结果表明:在典型工况下,机器人可完成凹形斜坡、凸形斜坡和凹凸地形正弦型轨迹跟踪控制和静态与动态障碍物避碰,验证了新方法的有效性。

模块化机器人最优越野构型神经网络规划方法

轮式模块化机器人在满足人类对于无人自主任务需求时具有很多优势,机器人组合体构型在搬运物资、山地越障等方面更具有独特优势,为此提出一种多模块机器人构型优化规划方法。构建数字化地形表达,建立参数化地形辨识模型,运用遗传算法构建能耗与时间加权组合的最优构型,改变约束条件在不同地形下进行大量平行运行得到大量地形-最优构型参数结果对,将地形集合构建为输入集,将最优构型集合构建为输出集,训练借助神经网络技术快速得到面向任意地形的最佳组合体构型,使得组合体在面对三维复杂地形时实现高成功率、高可靠性越障运动,同时将能耗成本和时间成本降至最低。通过物理引擎平台仿真搭建仿真野外地形,对规划得到的构型进行通过性验证和性能测试,各构型均能完成地形跨越,同时验证规划算法的优化能力;搭建模块化机器人样机实物进行实验,以6×1刚性连接构型完成了2倍轴距宽沟壑的跨越。研究结果表明,所提方法能够高效地规划各类地形下满足通过性要求和时间能耗最优的组合体越障构型。

煤矿井下仿生机器人技术应用与前景分析

当前煤矿安全生产正面临着重大技术挑战,井下作业技术的智能化、无人化迫在眉睫,机器人化替代已成为重要解决途径。煤矿智能化是煤炭工业高质量发展的核心技术支撑,从煤矿井下智能化、无人化作业需求出发,综述了目前掘进、采煤、运输、安控、救援五大类煤矿机器人国内外的应用现状。在此基础上,就国内外仿生机器人技术在煤矿作业中的应用现状做了概述,指出了煤矿仿生机器人技术与装备发展思路和研究方向。综述了仿生机构、仿生感知、仿生控制、仿生驱动和仿生材料等关键技术的研究现状,并阐述了仿生技术较现有设备的优势及可应用场景。结合目前仿生技术与人工智能技术的发展水平,科学分析了仿生机器人的发展趋势,包括:从传统驱动器向生物肌肉驱动器的发展,从刚性结构向软体和刚柔混合结构发展,由传统材料到新型生物材料发展,从单一运动模式向高机动多栖机器人发展,从传统控制方法向生物智能控制发展,从机电系统机器人向生物系统机器人发展,从单一机器人向集群机器人发展。结合仿生机器人技术的发展趋势,展望了仿生机器人技术在煤矿无人化作业中的应用前景:新型功能材料的应用,高效行走方式的应用,智能环境感知的应用,智能化自主作业的应用,为煤矿仿生机器人的开发利用提供参考。

基于过程建模的机器人分阶引导装配方法

针对机器人装配过程难以建立精确的物理模型,导致机器人装配灵活性差、装配成功率低的问题,提出一种基于过程建模的机器人分阶引导装配方法,建立基于装配各阶段的力、力矩、位姿装配过程模型,结合装配状态与机器人执行动作之间的映射,形成机器人装配阶段引导策略。通过在所搭建的KUKA机器人装配平台上进行算法验证表明,装配阶段的识别准确率达到99%以上,分阶引导策略下机器人的装配成功率达到97.2%。

多机器人协同导航技术综述

随着机器人技术的不断发展,多机器人系统凭借其诸多优势成为了当前科技研究的热点领域。对多机器人协同导航这一领域的研究进行了综合评述,并对未来发展趋势进行了展望。针对多机器人系统导航过程中涉及到的三个关键问题:协同定位、路径规划和任务分配问题,首先分析了多机器人系统的特点和面临的挑战;之后重点总结了多机器人定位的协同算法和技术、多机路径规划及冲突避免方法和并行多任务的分配方法;最后对多机器人协同导航的研究方向给出建议。综述表明,多机器人协同导航技术已经取得丰硕的成果,但在通信、系统结构和协调策略等基础领域仍需开展研究。另外,扩大多机器人协同控制规模,并将人这一要素深度融合到协同控制方法中,需要持续深入研究。

基于延展性的机器人面料缝制张力预测方法

针对机器人缝制过程中未知面料期望张力导致面料变形的问题,根据面料的延展性分类训练支持向量机(SVM)模型,通过线性支持向量机模型预测未知面料的延展性;其次,采用模糊逻辑控制系统确定面料特性与期望张力之间的非线性关系;最后,利用毛呢、绸缎、天鹅绒布、摇粒绒布4种面料对SVM模型进行测试,通过模糊逻辑得到面料期望张力查询表,根据期望张力对毛呢和竹节棉麻进行缝制实验。结果表明:在拉伸面料的过程中,线性支持向量机模型预测的延展性最终趋于面料实际的延展性,基于模糊逻辑根据面料延展性和种类可实现对任意面料期望张力的预测,预测张力可满足智能化缝制加工的需要。该研究为避免面料形变从而提高缝制质量提供了前提条件。

内波吸引子几何形成条件及其对声场的影响

特定海洋环境会产生内波吸引子现象,从而诱导等温面的波动,形成特殊的声速梯度场。对内波吸引子产生条件进行研究,对开发新型水下航行器的通信和隐蔽方式具有积极意义。地形条件是引发内波吸引子形成的要素之一。文中基于有限体积法研究了二维重力场作用下不可压缩粘性盐溶液中,形成稳定内波吸引子的几何约束条件,并依据声速与温度的关系,通过引入温度场控制方程,研究了内波吸引子对声速场和声速梯度场的影响。研究表明,对于近直角梯形截面的峡谷区域,当存在微小扰动时,海洋中会产生内波,经多次反射后形成内波吸引子;当峡谷水面宽度和深度比在1~1.3范围内,存在可形成稳定的内波吸引子特定梯形截面,同时声速梯度场也呈现出四边形构型,可为水下航行器提供特定的通信和隐蔽空间。

一种位姿解耦的主操作手结构设计与优化方法

为提高医生对微创手术机器人主操作手进行操作时的一致性和灵活性,设计一种8关节串联型力反馈主操作手。从位姿解耦角度出发,通过一种双平行四边形结构实现位姿解耦,提高了主操作手在不同位姿下操作的一致性。利用改进后的D-H参数法和逆变换法,分别建立主操作手的正运动学和逆运动学模型,并从运动学角度验证了该位姿解耦策略的正确性。基于蒙特卡洛法,使用MATLAB编程,分析主操作手的最小工作空间。求解主操作手的雅可比矩阵,基于全域性能指标和全域性能波动指标定义了主操作手的综合运动性能指标,并以最小工作空间作为约束,用遗传算法对主操作手的运动性能和结构尺寸进行了分析与优化。结果表明:相比于优化前的初始设计,优化后主操作手的综合运动性能指标提高了15.32%,尤其是具备良好运动性能的工作空间体积增加到原来的3倍,已基本包含手术要求工作区域。主操作手在保证操作一致性和足够工作空间的基础上,具备了良好且稳定的运动性能。

基于实航数据驱动的无人艇操纵运动辨识建模

为快速构建符合海洋航行器实际运动特性的操纵运动模型,开展基于“精海”无人艇实航湖试数据驱动的无人艇操纵运动辨识建模研究。无人艇操纵运动辨识建模的框架以非线性水动力模型和推进器经验模型作为先验知识约束,利用随机舵角序列激励下的航行数据作为训练集,采用支持向量机回归方法完成建模过程,着重探讨了在环境干扰下构建艇体动力学模型的可行性。结果表明,所提出的方法能够快速构建具有非线性特性的无人艇操纵运动模型;先验的模型结构有效降低了实航数据中浪和流的影响,构建的模型能够有效预测回转、Z形等操纵运动的状态变化,具有良好的泛化能力。

多约束条件下机器人柔性装配技能自学习

机器人的装配策略受装配对象特性、装配工艺和装配控制方法的约束,针对装配过程接触阶段的位姿不确定性问题,提出一种装配姿态调整技能自学习的方法.首先描述多约束条件下的机器人装配技能问题,建立基于力/力矩、位姿、关节角度等多模信息描述的装配系统模型;然后构建融合竞争架构的机器人决策网络和策略优化网络,通过与环境的不断交互,进行装配姿态调整技能的学习;最后,在低压电器塑料外壳卡合装配实验平台上进行测试验证,结果表明,在工件特性、装配工艺、控制规律约束下,机器人采用技能学习的方法可以获得末端姿态调整的策略,完成卡合装配,比基于深度Q学习网络(DQN)的算法成功率提高7.4%.

基于视觉的移动机器人相对位姿优化估计

针对多机器人协同定位问题,开展了基于视觉靶标的多移动机器人相对位姿求解技术研究,设计了一种基于单目视觉的多机器人相对位姿估算系统。首先,考虑多移动机器人的定位自主性,建立了四个单目相机组合的全方位、无死角的视觉定位感知监测系统。其次,针对视觉靶标观测存在的系统误差及丢帧等随机误差,搭建车辆的阿克曼转向数学模型,提出了基于扩展卡尔曼滤波融合车辆里程计信息的相对位姿估算算法。最后,通过对视觉观测信息与车辆里程计信息进行融合估算优化,动态场景下定位精度相对于初始方案有了较大提高,同时不存在丢帧等的随机误差,提高了系统的定位精度与定位鲁棒性,证明了所提算法的有效性。通过与初始方法进行对比分析,文中提出的方法在动态场景下定位精度提高了20%~25%,文中设计的基于扩展卡尔曼滤波的相对位姿估算方法在动态场景下定位精度与鲁棒性更优。