基于MACSF的移动机械臂振动抑制轨迹规划方法

为满足移动机械臂高精度、低抖动的作业需求,提出一种基于修正非对称组合正弦函数(modified asymmetry combined sine function,简称MACSF)的振动抑制轨迹规划方法。首先,针对传统非对称组合正弦函数(asymmetry combined sine function,简称ACSF)存在加速度突变、启停阶段不稳定等问题,以驱动函数加加速度连续平滑为目标,采用改进型组合正弦函数设计加加速度时间窗口中的加速阶段和减速阶段,以降低移动机械臂的关节力矩波动;其次,通过叠加组合方法求出满足约束条件的通用型驱动函数;最后,基于机器人操作系统(robot operating system,简称ROS)搭建移动机械臂抑振算法验证平台,并使用该平台在样机场景下进行了一系列实验验证。结果表明,MACSF方法能够有效抑制移动机械臂的瞬态振动和残余振动(动态作业过程中振幅优于1 mm),从而验证了该方法的有效性和实用性。

腿臂融合型在轨装配机器人运动建模与步态规划

针对目前机器人在轨装配存在的作业效率低、空间操作受限、环境感知不完全等问题,提出一种腿臂融合型在轨装配机器人。首先,使用D-H法建立了腿臂融合型装配机器人运动学模型,并对其单个腿部进行正逆运动学分析,得到单个腿各个关节角和足端之间的运动关系;其次,分析了腿臂融合型装配机器人的行走步态和装配步态,行走步态中分析了二步态和三步态,装配步态中分析了单臂装配和双臂装配,使机器人达到平稳的行走和装配;最后,基于ROS(robot operating system)搭建仿真平台并对行走步态进行了仿真验证,结果表明提出的方法能够有效用于该机器人的行走。

基于STM32的仿生四足机器人的设计与实验研究

随着科技的发展和社会的进步,机器人被广泛应用到各个领域当中,其中在复杂地势上仿生四足机器人的稳定性要明显比轮式、履带机器人要高,它可以在崎岖不平的路上保持稳定前进。仿生四足机器人的行走只需要一些孤立的落脚点就能够实现,不需要在连续道路上进行,因此在泥泞、滑坡以及陡峭的路面上或雪地上,仿生四足机器人都能够行走自如。在复杂的地形环境中,仿生四足机器人借助自身的传感器,发挥出在野外的运输、跟踪目标以及定位导航等功能。由此设计了一种STM32仿生四足机器人,同时根据机器人本身的运动特征对其行走的步态做了规划,保证机器人能够稳定步行,同时提升了运行的协调性,对仿生机器人的动作进行精确地控制。

基于快速扩展随机树―贪婪边界搜索的多机器人协同空间探索方法

传统多机协同探索算法存在鲁棒性较差、探索效率较低、环境障碍感知不完全等问题,为此本文提出一种基于快速扩展随机树-贪婪边界搜索(RRT-GFE)的多机器人协同空间探索方法。首先,采用Thiessen多边形对环境进行建模与划分,利用RRT边界探索算法依次对所有Thiessen多边形进行探索;其次,在RRT边界探索算法的基础上,引入GFE算法进行细化搜索,并提取连续边界域的形心作为探索目标点;再次,利用划分所形成的多边形区域以及所提取出的边界点,采用基于改进市场机制的多机器人任务分配方法对探索目标点进行动态分配,并在探索过程中采用地图融合算法进行局部地图的实时融合;最后,基于机器人操作系统(ROS)搭建仿真/样机测试平台并进行了一系列实验验证。结果表明,无论在仿真还是样机实验中,基于RRT-GFE的多机器人协同探索算法均能取得更加省时高效的探索效果。