基于可调场景语义标注范围的家庭室内语义地图构建

针对家庭室内环境语义地图建图速度较慢和在门口场景语义标注易出现错误等问题,提出一种基于可调场景语义标注范围的家庭室内语义地图构建方法。首先根据YOLOv5s识别的物体大小赋予相应的场景置信度,基于该场景置信度设置阈值使得语义标注范围限制在机器人当前所在区域,确保场景切换时语义标注范围不会立即改变。然后基于人工势场虚拟力“引力斥力”原理,实现语义标注范围的扩大或缩小。最后结合阈值和动态语义标注范围,避免在门口场景中出现语义标注错误。实验结果表明:与Places205-VGG16神经网络建立家庭室内语义地图相比,所提方法平均效率和平均精准率分别提升了11.0%和7.8%,在家庭室内环境中具有一定的优越性。

2R1T并联机构的滑模控制与轨迹跟踪方法

针对并联机构存在建模误差和实际工作时会受到外界干扰的问题,设计了一种改进型的终端积分滑模控制方法(MTISMC),以提高并联机构的跟踪精度和跟踪误差快速收敛到零的性能。该方法基于跟踪误差设计改进型的PID滑模面,结合并联机构的不确定性动力学模型,设计出新型的终端积分滑模控制方法;并基于Lyapunov稳定性对该控制方法进行了稳定性分析。最后仿真结果表明,MTISMC控制方法跟踪误差的均方根均小于PID和TISMC控制方法,具有更高的跟踪精度和更强的鲁棒性。

融合波前边缘检测与快速搜索随机树的自主探索方法

针对传统波前边缘检测算法在探索过程中随已知区域的扩大导致提取探索候选点收敛时间上升、传统评价函数选取探索目标点时未考虑机器人姿态,使得未知环境下自主探索效率低的问题,提出一种融合局部与全局视角的自主探索算法。所提方法采用限制传统波前边缘检测(WFD)算法遍历范围,并与快速搜索随机树算法同步运行,分别提取局部与全局探索候选点;利用轻简化后的萤火虫算法接受探索候选点进行聚类;通过在具有信息增益、路径代价的传统评价函数中引入角度代价构成改进的评价函数实现最佳探索目标点的选取,引导机器人完成未知环境的高效探索;最后,基于机器人操作系统(ROS)搭建仿真与样机测试平台进行了实验验证,结果表明所提算法较基于快速随机搜索树-广度优先搜索(RRT-BFS)算法在探索耗时与探索路径层面分别缩减了22.19%和32.13%,提升了自主探索效率。

双足机器人足底压力测量传感系统的研究

研制了一款用于测量双足机器人足底压力中心位置和足底力有无的足底压力测量传感系统,该系统通过测力台验证了其检测结果的有效性,并利用传感系统,通过实验进行了身体速度计算和足着地检测的实验。

基于呼吸信号的驾驶员疲劳状态实时监测系统

针对疲劳驾驶导致交通事故多发,提出一种三维疲劳评定方法用于确定驾驶员的真实疲劳状态,利用经验模态分解、信号重构等信号分析技术提取呼吸信号的周期、周期标准差、幅值、幅值标准差和哈欠频繁次数等作为判定疲劳的特征参数。通过构建驾驶员疲劳状态监测系统和大量的模拟驾驶试验证明这些特征参数能够有效地反映疲劳状态,为该系统现场实际应用奠定了基础,对于减少因疲劳驾驶造成的交通事故具有重要的应用价值。

面向草莓抓取的气动四叶片软体抓手研制

农林业中果蔬的自动化采摘需求日趋强烈,末端抓手是实现无损采摘的关键。传统的末端抓手以刚性结构居多,现有的各种柔性抓手也存在抓取力不足、包覆性不佳等缺点。本文以草莓的无损采摘为研究对象,提出将草莓外部轮廓曲线作为设计曲线,设计了一种新型气动四叶片软体抓手。首先,对软体抓手的结构做仿真优化,提出一种安全地附着在目标物表面的设想。然后,在进行草莓表面的最小破坏应力试验的基础上,测试了软体抓手的末端力,验证了其实现无损抓取的可行性。再次,利用动态捕捉技术,研究了软体抓手叶面的弯曲变形规律。最后,选择使用弧线型气体通道的软体抓手进行了草莓抓取测试,结果证明了气动四叶片软体抓手可以实现草莓的无损抓取,抓取成功率达90%,破损率为2%,表明所研制的四叶片软体抓手用于草莓抓取时具有良好的稳定性和实用性,可用于草莓采摘的末端执行器。本研究也可为其他易损果蔬的采摘技术提供理论基础和技术支撑。

模糊神经网络对高速车铣加工中心的控制

文章通过对高速车铣加工中心的分析 ,利用模糊神经网络对高速车铣加工中心的切削力、再生颤振和刀具系统平衡进行控制 ,同时 ,提出了相应的学习和调整算法。经过理论分析表明 。

基于草莓轮廓曲线的单指软体采摘抓手设计与优化

针对草莓采摘过程中的无损抓取作业需求,改进传统三指软体抓手的结构,基于草莓外部轮廓曲线设计新型单指软体抓手.基于Abaqus仿真软件对单指抓手完成结构优化,提升弯曲性能,实现软体抓手的完整包裹效果.改进制造工艺,有效提升单指抓手的重复使用率和安全性.利用高速摄像机和动态捕捉技术,分析单指抓手上下端面的弯曲变形规律.测试草莓表面的最小破坏应力和单指抓手的末端力,验证了无损抓取的可行性.将单指抓手安装在机械臂上进行草莓抓取测试,在模拟草莓自然生长状态时,抓取成功率为80%,破损率为7.5%.结果表明,气动单指软体抓手可以实现草莓的无损抓取.

基于FXLMS算法的主动噪声控制降噪效果研究

分析了基于FXLMS算法的离线辨识与在线辨识主动噪声控制系统,通过Matlat对系统模型进行建模与仿真,着重比较在线辨识与离线辨识系统模型在稳定性和收敛性等方面的差异,及影响FXLMS算法性能的因素。

柯氏音法与示波法相结合的新型血压测量仪研究

为提高电子血压计的准确性,研制出将柯氏音法与示波法结合的新型血压测量装置。首先在研究测量过程和信号处理方法的基础上,设计基于驻极体麦克风和电容式压力传感器的电子血压计系统架构;再利用柯氏音和脉搏波的密切相关性,建立基于统计规律的时域窗函数对柯氏音声强信号进行选择性放大,并设计相关实验验证了该方法的有效性;然后提出利用柯氏音法准确性和示波法稳定性的血压值综合求算逻辑。通过初步测试实验和分析,证实了该装置测量结果具有较高的准确性和稳定性。研究表明,利用柯氏音与脉搏波的关系进行综合信号处理和血压值测算,有望获得高准确性的血压自动测量方法。

外骨骼机器人系统中人体下肢关节力矩动态解算

利用下肢外骨骼关节位移传感器及惯性导航单元采集人体运动信息,计算获得下肢髋、膝关节的相对角度以及躯干的姿态和加速度,通过动力学逆解实时解算穿戴者运动所需的关节驱动力矩。在此过程中,利用人体五杆模型,对人体下肢的运动进行了运动学和动力学分析,通过Matlab/Simulink软件编程求解,得到了人体下肢关节在连续步态周期内关节力矩的变化,通过对比计算获得的支撑踝关节力矩值与足底力传感器实测值,证明了关节力矩求解方法的正确性,保障了外骨骼机器人能够根据此力矩对穿戴者提供助力。

基于应变片阵列的机器人变刚度关节力矩传感器研究

设计了一种新型的机器人关节力矩传感器,主要用于获取关节处的力矩和转角信息,以此来计算关节刚度。传感器是由传递力矩的弹性体、旋转电位计和信号处理电路组成。弹性体通过结构参数的设计与优化来提高灵敏度。信号处理电路一方面用于对旋转电位计的输出电压信号进行滤波,另一方面对由2×2应变片阵列组成的两组全桥电路进行放大和滤波处理。最后,通过对传感器进行加载实验获得力矩、角位移与输出电压的关系,采用最小二乘法对传感器进行静态标定。传感器输出的转角和力矩信息可作为控制系统的调控依据。

在未知环境中作业移动机器人的定位算法

针对移动机器人在未知环境中的定位问题,通过对移动机器人在未知环境中的运动分析, 结合多传感器信息,提出了一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动过程,不断更新其位置状态,对下一步位置状态进行预估计,根据实测传感器信息对预估值进行修正,获得实际位置状态。仿真实验表明本算法的有效性。

快速运动过程中双足机器人重心稳定的自适应模糊控制

利用ZMP控制和陀螺仪测量重心偏差和偏差变化速度 ,并采用自适应模糊控制器来调整左。

非线性振子的CPG步态控制方法研究

通过分析生物节律运动机理,提出基于中枢模式发生器模型的步态控制方法。利用改进的Van der pol方程构造非线性振子作为单个CPG的数学模型。采用KB法得到振荡神经元一阶近似周期解,在此基础上设计具有线性反馈项的环状CPG网络模型,并给出了控制机器人步态协调运动方法。仿真结果验证了基于CPG模型的控制方法可以有效生成节律运动的常规步态并实现步态切换。

多感知器蛇形机器人避障的智能控制

提出用基于行为的智能控制方法,利用遗传算法获得模糊控制规则,实现了以蛇形机器人左右摆动电机为控制对象的避障运动,作了相应的仿真实验,获得了部分仿真结果,并对该仿真结果进行了分析.

基于足地接触力跟踪的单足机器人弹跳运动控制

为了使足式弹跳机器人在运动中避免由于地面接触刚度的变化对弹跳运动产生的影响,首先建立了单足弹跳机器人在弹性地面条件下的运动简化模型,进而分析了地面弹簧刚度变化对机体重心运动轨迹以及着地相中足地接触力的影响。采用足地接触力补偿控制的手段,通过主动控制单腿的伸缩,使模型中弹簧系统的足力输出与期望保持一致,消除了地面刚度变化对机体运动的干扰。利用仿真实验表明了控制方法的可行性。

一种基于万有引力的自生长神经网络算法

为了探索新的CPG神经网络算法,提出了一种基于自生长神经元构建CPG神经网络的方法。首先,基于万有引力定理建立神经元生长锥的运动方程;然后,通过全局搜索算法建立神经元的目标连接算法;最后,以四足机器人为对象建立其步态控制网络,通过数值仿真实验表明,该算法可以有效地建立多种步态网络。

机器人骨骼-肌肉系统工程模拟的动态分析

用振动学理论对仿人机器人骨骼肌肉系统工程模型进行了分析,并提出了一种控制振动的方法,提高仿人机器人运动精度和缩短达到稳定的时间。

直线电机外骨骼被动元件参数最优匹配方法

外骨骼机器人的能耗和续航时间是决定其能否走向实用化的关键性能指标之一,为了选择最优的被动元件参数匹配使外骨骼驱动关节的能耗达到最优,本文提出一种被动元件的参数最优匹配方法。本文提出了被动元件参数最优匹配的优化目标和约束条件,利用基于卡尔曼滤波的改进遗传算法求解最优的被动元件参数,实验结果表明利用该方法能够显著降低直线电机外骨骼驱动关节的能耗。