阻抗控制框架下基于关节力矩反馈的机器人零力控制

针对当前示教器示教过程烦琐、效率低下以及对操作者技能水平要求高等缺点,提出了一种阻抗控制框架下基于关节力矩反馈的机器人零力控制方法,适用于机械臂的直接拖动示教。该方法采用阻抗控制框架,通过设置低刚度增益的方式,无需获取精确的动力学参数便可实现良好的零力控制效果。同时,区别于基于六维力传感器的零力控制方法,该方法不仅可对机械臂末端进行拖动,还可实现在关节空间下对机械臂任意关节的拖动。最后,在自行设计搭建的机器人平台上进行拖动实验。实验结果表明,该方法鲁棒性强、性能稳定,并可实现对机械臂任意关节的零力控制。

ErlangShen:基于流水线低访问开销的图式区块链高效事务执行机制

基于有向无环图(DAG)的图式区块链能够显著提升系统性能,已成为近年来业界的研究热点。相较于传统串行化的链式区块链,图式区块链可在单位时间内并发处理大量事务从而提升吞吐量。随着事务量的激增,图式区块链面临事务执行效率低的瓶颈问题,即海量事务执行对状态数据访问的需求大幅增加,导致高昂的输入/输出(I/O)开销。实现低I/O访问主要包括两方面的全新挑战:一方面,图式区块链若直接采用传统的事务预取机制,将因执行逻辑不一致引入大量的陈旧读;另一方面,针对不同账户的状态访问会在默克尔树的高层节点中造成重复的I/O开销。为此,本文设计基于流水线的图式区块链高效事务执行机制—ErlangShen,包括Epoch粒度的状态预取机制和默克尔高层路径缓存机制来分别减少陈旧读的数量和重复的I/O开销。具体而言,ErlangShen充分分析并利用了事务访问频次的冷热特征,将访问热事务的逻辑执行与冷事务的状态预取并行化,以避免状态预取对事务执行的影响。此外,为了进一步提升事务执行的吞吐量,根据访问冷热状态事务的特性设计了定制化的并发控制方法。实验结果表明,ErlangShen机制能够减少约90%的陈旧读数量,与最新图式区块链事务处理机制Nezha相比,可将性能提升3~4倍。