码垛机器人的动力学仿真及控制研究

动力学是高速码垛机器人设计过程中必须考虑的问题,但要建立机器人精确的动力学模型比较困难。通过UG建立机器人实体模型,并将其导入ADAMS,在仿真环境中调整相应参数,得到机器人的动力学仿真模型,再利用SIMULINK建立控制框图,通过两者的结合进行机器人控制系统仿真。机器人控制算法采用基于CMAC与PID的复合控制,仿真结果表明该复合控制算法可有效地用于机器人实时控制。与传统PID控制算法相比较,机器人的响应速度、控制精度,鲁棒性等动态特性得到了明显的提高。

基于LightGlue匹配算法的体表感兴趣区域识别方法

目的探讨基于LightGlue匹配算法的体表感兴趣区域识别方法,在实时体表图像中快速精准识别三维ROI是临床实践中的应用效果。方法本文提出了一种基于LightGlue图像匹配的三维体表轮廓ROI的自动识别方法。该方法通过在CT扫描室和加速器治疗室分别采集患者的二维图像和三维体表轮廓,通过构建LightGlue图像匹配模型,建立二维图像ROI的映射关系,从而实现从CT扫描室到加速器治疗室的三维体表轮廓ROI的精准映射和识别。对于基于LightGlue匹配、基于ICP配准和基于SIFT匹配三种ROI识别方法,在100例志愿者上进行测试。结果在三种识别方法中,基于LightGlue识别方法的平均位置误差最小(3.1±0.6)mm,平均耗时最少(232±41)ms,具有更优的准确性和计算效率。结论LightGlue匹配算法的体表感兴趣区域识别方法具有较好的识别性能,在精准识别体表ROI方面提供了有力的技术支持。

基于PointNet++矫形云平台的肢体分割方法

提出一种基于PointNet++三维物体分割模型的人体肢体分割方法,作为矫形器智能数字化设计的关键步骤,以实现对人体肢体模型的精准分割。通过高斯平滑滤波消除离群点,进行三角面片的法向量估计,增加模型特征,然后进行八叉树顶点采样,减少模型数据量,最后利用深度学习PointNet++神经网络对点云数据进行多尺度的特征提取和聚合,结合有效的分割策略,实现了对人体肢体模型的高精度分割。该方法充分利用了点云数据的局部特征和全局特征,并采用了保持细节信息的有效分割策略,以提高分割精度。实验证明,基于PointNet++的人体肢体分割方法在智能数字化矫形设计CAD云平台中,能够实现对人体肢体的准确分割,可获得95.1%的分割精度,为矫形器的智能化数字化设计奠定基础。

激光跟踪仪在并联机器人精度测量中的应用

随着放射治疗技术的高速发展,精确放射治疗技术广泛地应用于临床肿瘤治疗。多自由度高精度机器人逐渐被应用于放疗过程中对病人的精确摆位,保证靶区剂量分布与治疗靶区的高度适形。机器人的刚性和定位精度的指标是对病人定位的关键指标,在空间上3个平移轴和3个旋转轴,在研发过程中需通过高精度的测量设备来对其进行重复精度和绝对精度测量。通过研究开发放疗专用的六自由度精准并联机器人定位床样机,通过激光跟踪仪进行靶点测量,使用测量与分析软件进行空间坐标转换,最终实现了样机的精度测量和性能验证。

电动工具安全性能综合测试仪的研制

针对电动工具安全性能的综合测试仪进行开发和研制。阐述了电动工具综合测试仪系统结构的设计过程,介绍了电动工具的绝缘、耐压、低压启动及额压空载运转等测试实验的原理和方法。