六轮六驱火灾巡检机器人

为满足城市环境预防火灾的需要,设计一款适用于火情监测且运动灵活的巡检机器人。该机器人由移动平台与云台组成,悬挂系统使用摇臂转向架结构,采用6轮6驱的驱动方式运动;底层控制系统采用嵌入式设计,集成超声波传感器、温度传感器、烟雾传感器、灰度传感器、摄像头和无线通信模块,通过巡线的方式实现机器人的自主移动;设计一款遥控器手动控制机器人运动;对机器人主要部件进行静力学分析,利用Adams软件进行仿真实验,搭建实验样机进行巡线实验。结果表明,该火灾巡检机器人具备可行性。

基于人体工学的康复机器人设计及稳定性研究

针对康复机器人居家使用的通过性、稳定性和安全性问题,设计一种基于人体工程学理论的家用下肢康复训练机器人。通过分析脑卒中患者的运动姿态,结合康复机器人的运动特性,提出采用模块化结构的新型随动下肢康复机器人设计方案;重点对康复机器人可能产生的侧翻进行力学分析,给出康复机器人的稳定性判断准则。通过虚拟样机仿真,分析机器人的重心偏移量,并进行仿真和样机测试。结果表明:该机器人具备可靠性和稳定性,具有应用价值。

基于NSGA-Ⅱ算法的康复机器人减重单元的优化设计

下肢运动障碍患者康复训练治疗手段之一是减重步行训练,移动式下肢康复训练机器人既可以跟随保护患者,又可以对其进行减重步态训练。针对机器人核心部件之一的减重单元,本研究提出一种启发式设计算法,可以避免机构本身复杂因素所带来的结构优化困难,获得多目标的优化解集。通过带精英策略的非支配排序遗传算法(NSGA-Ⅱ)在多目标优化问题中确定减重单元的设计参数。实验验证表明,减重单元体积减小明显,使结构更加紧凑。

基于多传感器信息的人体下肢步态识别

为准确识别人体下肢步态运动,设计一种识别下肢步态摆动相和支撑相的方法。通过4个姿态传感器和足底压力鞋垫采集人体下肢角度信息和足底压力信息,将数据信息进行归一化、比例化处理后提取特征;利用模糊原理将传感器信息进行模糊化,将双腿步态划分为4种情况;利用MATLAB对下肢角度信息和足底压力信息采用不同核函数的支持向量机(support vector machine,SVM)进行识别;以同一人在不同步态速率下直线行走的步态和不同身高腿长的人在速率为0.6 m/s下的直线行走的步态进行实验。结果表明:该算法是有效、适用的,识别准确率均在90%以上。

基于肌电信号和极限学习机的下肢关节运动预测

为判断下肢障碍患者的运动意图,通过外骨骼进行康复训练,分析表面肌电信号与下肢关节运动的关系。提取表面肌电信号的均方根(root mean square,RMS)、绝对值均值(mean absolute value,MAV)、波形长度(waveform length,WL)和方差(variance,VAR)作为特征输入信号,采用极限学习机(extreme learning machine,ELM)建立表面肌电信号与下肢关节角度之间的映射关系;对输出结果进行优化滤波以降低模型的误差,实现对下肢膝关节角度连续变化的预测。与传统的反向传播(back propagation,BP)神经网络、径向基神经网络预测结果进行对比,结果证明:极限学习机在通过表面肌电信号预测下肢关节角度变化中有更高的精度。

下肢康复训练机器人本体设计与控制系统

针对下肢运动功能障碍患者对康复训练设备的需求,设计一种能够辅助患者自主康复的下肢训练机器人。基于人机工程学理论和现实因素设计康复机器人的3维结构模型;根据人体的运动特点设计人体行走意图识别系统,并对机器人的运动特性进行分析,提出基于多传感系统的机器人运动控制方案;搭建康复机器人实验样机,并对机器人的控制效果进行测试。实验结果表明,该机器人的结构设计与控制方案具备正确性和可行性。

室内移动式浇花机器人

为减少人力资源浪费,降低人工喷洒劳动强度,提高盆栽浇水效率,实现盆栽浇水的智能化,研制一种移动式浇花机器人。其本体有移动平台和作业机构,控制系统采用嵌入式设计,集成线性CCD图像采集传感器、超声波传感器、土壤湿度检测传感器和无线通信模块等,通过巡线的形式实现对盆栽自主浇水,并对移动机器人进行运动学分析,获得运动方程。实验结果表明:该机器人运行稳定,巡线及任务操作时动作准确,能快速到达盆栽旁进行浇水,具有较好的可操作性、实用性,对室内智能化服务型机器人的开发起到了指导意义。

火灾预警巡检机器人轨迹跟踪控制

针对如何减小火灾预警巡检机器人在目标轨迹跟踪过程中产生的角度和距离偏航问题,提出一种基于Backstepping的轨迹跟踪快速响应控制算法。首先根据机器人行驶偏差与轮速之间的关系,推导出移动机器人运动学模型,利用Backstepping构造出跟踪控制器,在控制器中引入虚拟反馈函数,调节控制器的跟踪效果;然后借助Lyapunov稳定性理论证明收敛性;最后,借助仿真实验和实物验证算法的有效性。研究结果表明所提出的轨迹跟踪控制方法可以使机器人减少轨迹跟踪过程中的误差,并最终使系统趋于稳定。

基于人体姿态信息的下肢康复机器人运动控制技术

针对下肢运动功能障碍患者术后康复训练辅助设备的跟随控制问题,本研究提出一种基于人体姿态信息的下肢康复机器人运动控制方法。根据康复机器人的结构特性和功能要求,建立机器人运动数据信息采集系统和下肢康复机器人的运动学模型;构建机器人平台上的人体姿态行为信息采集传感器系统,通过分析位移传感器所采集的数据,得到表征人体姿态行为变化的相关信息,经上位机计算生成康复机器人的期望跟随速度;同时,基于模糊PID控制算法设计了跟随控制器。通过仿真和实验验证该控制算法能够有效减小机器人实时跟踪使用者运动过程中的误差,实现康复机器人对人体运动姿态良好的跟随效果。