基于微分同胚映射动态系统的接触任务运动规划与控制

为解决目前机器人接触任务中时间相关的运动规划与控制方法抗扰动性弱的问题,提出了基于微分同胚映射动态系统的运动规划和控制方法。首先,采用动觉示教的方式在搭建的实验平台上采集人工完成接触任务时的位置和力数据,并建立基于微分同胚映射的动态系统。然后,将人工扰动条件下的接触任务分解为接触作业、人工扰动下运动和自由空间运动3个状态,并针对各个状态分别设计基于动态系统的力和姿态控制调节项。最后,分别进行无人工扰动和有人工扰动实验,同时与离线控制方法比较力控制效果。实验结果表明:当机器人从示教轨迹起点开始运动,10次重复实验的运动轨迹相比于示教轨迹位置和姿态的最大误差分别小于0.008:m和1.01°,力均方根误差的平均值为0.86:N,相比于离线控制方法略大;从自由空间任意位置出发,机器人都可以进入接触空间执行接触任务;当机器人在作业过程中出现人工扰动时,机器人可根据人的意图运动,且在扰动消除之后恢复作业且力均方根误差值与无人工扰动时的结果接近。实验结果充分验证了本文方法的有效性,实现了在扰动下接触任务的运动规划与控制,且具有较强的抗扰动性。

基于强化学习的机器人多接触交互任务控制

作为自动化和智能化时代的代表,机器人技术的发展成为智能控制领域研究的焦点,各种基于机器人的智能控制技术应运而生,机器人被越来越多地应用于实现与环境之间的复杂多接触交互任务.本文以机器人复杂多接触交互任务为核心问题展开讨论,结合基于强化学习的机器人智能体训练相关研究,对基于强化学习方法实现机器人多接触交互任务展开综述.概述了强化学习在机器人多接触任务研究中的代表性研究,当前研究中存在的问题以及改进多接触交互任务实验效果的优化方法,结合当前研究成果和各优化方法特点对未来机器人多接触交互任务的智能控制方法进行了展望.

200-250km/h接触网设备维修生产任务上报系统的研制

本文以郑州供电段接触网生产任务上报信息系统开发为背景,详细论述了基于ASP.Net技术和B/S结构的中小型信息系统的设计和开发。

基于模仿学习的双曲率曲面零件复合材料织物机器人铺放

针对双曲率曲面零件的复合材料织物铺放,手工铺放效率低、质量均一性差,机器人铺放的相关研究未能准确地描述手工铺放技能。为此,本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法。首先,利用拖动示教获取织物铺放的轨迹信息,以压力阈值为分割依据进行有监督的轨迹分割,再采用高斯混合模型(Gaussian mixture model,GMM)与高斯混合回归(Gaussian mixture regression,GMR)学习得到铺放轨迹概率模型。在此基础上,以示教姿态和曲面法向为参考,计算末端执行器的法向姿态,再次进行示教获得法向压力信息,由GMM/GMR学习得到铺放压力概率模型;然后,针对接触状态建立过程,在力/位混合控制框架下,提出预控制量退出机制,实现接触状态建立过程中无冲击的控制器切换;最后,基于UR5e机械臂、ATI六维力/力矩传感器和ROS(robot operating system)搭建试验平台,进行试验。结果表明:所提出的技能采集、描述方法可实现对人工铺放经验的准确提取与表达,采用预控制量退出机制,接触状态建立过程的最大压力误差为1.8 N,小于曲面模具所有16条轨迹的铺放压力均方根误差2.0 N,完成的铺层无肉眼可见的鼓包与褶皱等缺陷,深度相机测量织物点云距模具点云距离小于1.0 mm的点约占97.3%。