基于扩展卡尔曼滤波的清仓机器人位姿识别方法

煤矿水仓巷道光照强度不均匀且结构化特征明显,传统基于视觉的机器人位姿识别方法识别不准确,而单一的机器人定位技术如自适应蒙特卡洛(AMCL)方法随着清仓机器人的长时间运行,输出的位姿信息存在较大累计误差,易出现煤泥清理不干净、与两侧巷道发生碰撞的情况。针对上述问题,提出了一种基于扩展卡尔曼滤波的多传感器融合清仓机器人位姿识别方法。首先搭建多传感器融合算法框架,建立里程计、惯性测量装置、激光雷达数据采集模型;其次基于扩展卡尔曼滤波原理,以惯性测量装置角度信息建立观测方程,结合里程计位姿信息,得到第1次融合的清仓机器人位姿矩阵,利用激光雷达的位置信息与之前的位姿矩阵进行迭代,得到第2次融合的清仓机器人位姿矩阵;最后采用互补滤波算法对融合后的清仓机器人位姿矩阵进行处理,输出最终的清仓机器人位姿矩阵。实验结果表明:在直线位姿识别中2次的最大位置误差为0.04 m,最大姿态角误差为0.05 rad;在模拟巷道实验中的最大位置误差为0.1 m,最大姿态角误差为0.085 rad;与AMCL方法相比,基于扩展卡尔曼滤波的清仓机器人位姿识别方法在减少清仓机器人运行过程中的累计误差方面表现出显著的有效性。

基于大数据聚类的工业遥操作机器人位姿定位控制系统设计

针对工业遥操作机器人位姿定位过程中难以同步控制位置和姿态角,导致位姿定位准确性较差的问题,设计基于大数据聚类的工业遥操作机器人位姿定位控制系统;通过位姿传感器测量机器人位置与姿态,设计定位控制器和驱动器执行机器人位姿定位控制指令;在系统硬件的支持下,考虑机器人组成结构、运动原理和动力学理论,构建机器人数学模型,在该模型下模拟机器人遥操作过程,确定机器人位姿的定位控制目标;实时采集机器人位姿数据,利用大数据聚类技术计算定位控制量,在控制器的约束下,实现系统的位姿定位控制功能;实验结果表明,综合多种类型的运动情况,在优化设计系统的控制下,机器人的位置误差平均值为4.5 mm,姿态角控制误差为0.04°;根据实验结果可得优化设计系统能够实现工业遥操作机器人位姿定位的精准控制。

主动光立体标靶检测及其在工业机器人位姿测量中的应用

基于工业机器人位姿视觉测量方法提出了用主动光立体标靶进行机器人末端位姿测量的方法。以主动红外光代替反光标志点,以主动光图案特征代替亮度特征作为表达位置信息的形式,设计了六面体主动光标靶。通过合理设置特征面图案,使立体标靶特征面提供蕴含空间几何约束的信息,并在此基础上设计了特征面识别算法。在室内环境、室外环境、混合光环境等实验条件下,该算法可实现对主动标靶健壮的识别和定位。在高精度四轴移动平台上的测量误差评价实验表明：运用该标靶的立体视觉系统在0.5~3m工作范围内平均位置误差为0.0857mm,平均姿态误差为0.1086°,满足机器人位姿测量的要求。最后在YASKAWA的Motoman-MH80六轴机械臂上进行了机器人末端位姿的测量实验,验证了该方法的可行性和高效性。

结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计

针对机器人利用单一位姿估计方法累积误差大、精度低的问题,本文提出了一种基于扩展卡尔曼滤波算法(EKF)和基于点线的最近点迭代扫描匹配算法(PL-ICP)的机器人位姿自适应估计方法。为了减少轮式里程计造成的累积误差,利用Mahony算法对陀螺仪和加速度计进行姿态解算,进而基于扩展卡尔曼滤波融合轮式里程计初步估计机器人位姿;为了减少轮子变形、打滑等对机器人位姿的影响,利用PL-ICP点云匹配算法构建单线激光里程计,对机器人位姿再次进行估计;为了提高位姿估计的准确度,提出了一种基于两种位姿总均方差和前后时刻位姿误差构建累积误差的自适应修正算法,通过分析两种位姿总均方差及前后时刻位姿误差,得到全局最优权重因子和局部动态权重因子,实现累积误差修正因子的自适应调整,得到机器人更精确的位姿估计。试验结果表明,该方法可对机器人的位姿累积误差进行修正,显著提高机器人的位姿估计精度。

动基座下的机器人位姿控制

“多机器人协调控制”是“863”高技术“八五”期间研究的主要课题.动基座下的机器人位姿控制是该课题的一部分.本论文主要研究的问题是 PUMA562机器人如何在其通过对系统的分析,提出解决问题的方法,即建立 PUMA562机器人的反向运动学的方法,通过计算机的验证,该方法对于解决上述问题是有效的.

基于多基站激光跟踪仪的机器人位姿精度测试方法

针对机器人末端位姿精度测试的需求,提出了基于多基站激光跟踪仪的测试方法。该方法采用三靶球测量方案,通过非线性最小二乘法求解转站参数,并融合多基站测量数据实现机器人末端位姿精度的测试。通过直线导轨和转台标准器对该方法的测试效果进行实验验证,结果显示相对于单基站激光跟踪仪的测试方法,三基站测量的定位精度提升了38.5%,定点重复精度提升了42.2%。将该多基站测试方案在型号为IRB14000的工业机器人上进行了试验,根据工业机器人性能规范及其试验方法国标(GB/T 12642)要求进行操作,得到了机器人位姿精度的测试结果,证明了该多基站测试方案的可行性。

基于激光跟踪关节臂的机器人位姿测量系统研制

机器人位姿检测中,全测量范围内精度和检测成本之间的平衡始终是研究人员努力的方向。激光跟踪关节臂测量系统采用激光跟踪仪和关节臂坐标机相结合的方式,利用激光光束跟踪原理,并结合关节臂高刚性高柔顺性测头,对机器人位姿进行高精度和低成本检测。实验结果表明,使用坐标测量机,通过在不同姿态下对测量系统进行验证,系统的最大误差出现在2000 mm处,为-0.042 mm。各点误差均满足±(30+0.8×10-5L)μm的技术指标。

打磨机器人不同位姿下的刚度特性研究

针对机器人在加工应用中的弱刚性问题,对串联机器人打磨过程中的位姿进行优化以提高操作刚度。文章以ABB公司IRB6700六自由度串联机器人为研究对象,研究了该机器人在不同位姿下的刚度特性。首先以该型号机器人的连杆及结构参数,建立机器人各连杆坐标系,推导出其运动学方程及雅克比矩阵。其次忽略机器人臂杆刚度,建立了考虑关节刚度的机器人末端静刚度模型。最后研究了机器人在不同位姿下的刚度特性,以优化机器人末端刚度为目的,得到了该型号机器人在本打磨工况下的最优加工位姿。

多位姿下肢康复机器人床身高度自动调整算法

目的设计多位姿下肢康复机器人床身高度自动调整算法,以适应患者腿长和训练模式的差异,避免康复机器人与地面碰撞。方法根据多位姿下肢康复机器人的6种训练模式和人体关节约束条件,建立不同模式下机器人床身高度与患者腿长和床身翻转角度的数学模型,分析机械间隙和挠变以及运动过程中腿部支架的抖动误差可能造成的影响;开发相关软件实现床身自动调整。招募志愿者10例进行实测。结果床身高度实验测试数据与理论计算数据一致,间隙及挠变不影响床身高度理论计算。训练过程中,机器人下肢末端始终与地面保持在设定的安全距离以上。结论建立的算法能根据患者腿长、训练模式、床身翻转角度实现床身自动调整,保证设备运行在安全范围。

一种新型多位姿康复机器人机构设计与分析

针对临床缺少多位姿康复训练设备的现状,文章研制了一种新型多位姿康复机器人,该机器人能够满足偏瘫患者在卧、坐、站等不同位姿下进行康复训练。首先介绍了机器人各部分组成及机构设计方案,通过多位姿座椅、脚踏式训练机及运动底座的有机结合,实现了多种位姿的转换与训练轨迹的规划;然后在矢状面内建立了人-机模型,对其运动学、工作空间进行了分析;最后通过样机试验验证了该机器人工程实践的可行性。

基于图像的轮式机器人位置与角度的检测方法

提出了一种新的轮式移动机器人位置与角度的检测方法。首先在机器人上方做一个黑色矩形标记,标记物的长边与机器人的正向平行,然后在图像平面内,用CAMShift算法对机器人进行跟踪。在跟踪的过程中,可以获得只包含目标体的子图片,即"感兴趣区域"。子图片的中心即为轮式运动机器人的几何中心。采用适当的方法检测出矩形标记物长边与图像坐标X轴之间的夹角,并以此角度作为机器人的方向角度。

焊接机器人运动学分析

为了研究焊缝轨迹跟踪的方法,以实验室专用HP-6焊接机器人系统为对象,对该机器人焊接系统进行了运动学分析。通过建立机器人焊接系统坐标系,导出机器人本体运动学方程和焊丝端头工具矢量齐次变换矩阵。接着,分析了焊接系统闭环运动学,求出机器人本体运动学逆解,从而得到机器人末端空间位姿。最后,通过试验分析,给出了机器人焊接系统整体运动方程。该方程为后续的焊缝轨迹规划提供可依据的数学模型,也为开展更深层次的机器人焊接系统智能化研究提供了可靠的运动学依据。

机器人加工几何误差建模及工程应用

加工误差难以降低严重制约了工业机器人在大型复杂零件精密加工中的应用,其中机器人位姿误差、手眼参数误差、工件/工具位姿误差等几何因素是引起加工误差的关键。本文综合考虑上述因素,以控制加工误差为目标,对机器人加工误差传递、参数辨识、位姿优化等几何误差建模问题进行深入研究,提出多种降低加工误差的理论与方法,并应用到工程实践中。

机器人加工几何误差建模研究:Ⅱ参数辨识与位姿优化

根据所构建的空间运动链,机器人加工几何误差一方面与手眼/工件/工具位姿参数辨识误差有关,另一方面与机器人关节运动学误差与弱刚度变形有关。针对这一问题,研究基于运动学误差补偿的手眼位姿参数辨识、考虑测量缺陷影响的工件位姿参数辨识、基于实际加工曲面误差估计的工具位姿参数辨识等新方法,解决位姿参数辨识精度受限于机器人运动精度、现场测点不封闭/密度不均/高斯噪音、加工抖动/受力变形/回转轴误差等多种因素影响的问题;综合考虑关节运动学误差、弱刚度变形、误差补偿,以整体误差控制为目标,建立加工误差补偿与机器人位姿优化通用模型,可推广应用于法向深度(磨削/铣削)、切向滑移(制孔)、角度倾斜(切边)等多种机器人加工误差控制;完成手眼/工件/工具位姿参数辨识试验、整体误差补偿与机器人加工试验,验证所提方法的有效性。

杂乱场景中多尺度注意力特征融合抓取检测网络

GSNet使用抓取度区分杂乱场景的可抓取区域,显著地提高了杂乱场景中机器人抓取位姿检测准确性,但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数,而忽略了不同大小尺度的特征对抓取位姿估计的影响.针对这一问题,本文提出了一个多尺度圆柱体注意力特征融合模块(Ms-CAFF),包含注意力融合模块和门控单元两个核心模块,替代了GSNet中原始的特征提取方法,使用注意力机制有效地融合4个不同大小圆柱体空间内部的几何特征,从而增强了网络对不同尺度几何特征的感知能力.在大规模杂乱场景抓取位姿检测数据集GraspNet-1Billion的实验结果表明,在引入模块后将网络生成抓取位姿的精度最多提高了10.30%和6.65%.同时本文将网络应用于实际实验,验证了方法在真实场景当中的有效性.

改进的PSO-BP算法在工业机器人末端位姿误差补偿中的应用

提出了一种全梯度标准粒子群优化反馈(FGSPSO-BP)神经网络的工业机器人末端位姿补偿模型.首先,提出一种运动学逆变换算法,通过机器人末端位姿对机器人各关节角度值进行计算,并采用Matlab验证了运动学逆变换算法的准确性.然后,提出一种基于全梯度下降法的FGSPSO-BP算法,将机器人实际末端位姿参数作为输入样本,实际位姿与理想位姿的各关节角度值之差作为输出样本,对网络进行训练,以得到机器人实际末端位姿参数与各关节角度值差的关系,采用测试样本对网络模型算法进行了验证.最后,利用新松机器人所采集的实际位姿和理想位姿数据,通过神经网络的方法,实现了对机器人各实际关节角度值的补偿,使机器人达到了理想的末端位置与姿态.实验结果表明,相对于传统的PSO-BP与YSPSO-BP神经网络,FGSPSO-BP神经网络对于机器人末端位姿误差的补偿精度更高,稳定性更好.

MODELING OF ROBOT MANIPULATOR AND OBSTACLE AVOIDANCE

A robot intelligent path planning system RIPPS is developed, which can be utilized for a robot off line programming tool. The system consists of three parts: geometric modeler, kinematic modeler and path planer. The geometric modeler is used to construct the robot working environment cluttered with obstacles and the robot kinematic modeler to define robot manipulators by the input parameters. Giving robot start and the goal configurations, the path planer can produce a quasi optimal path. By transforming obstacles into the C space to form C obstacles, the path searching is performed in C space. The planning simulations are performed on a SGI workstation, the future research is to implement the planer on a commercial robot manipulators.

微创手术机器人关节运动轨迹自动规划方法研究

由于传统轨迹规划方法未对微创手术机器人关节运动角度进行设置,导致规划偏差较大,拟合度较低,因此,提出微创手术机器人关节运动轨迹自动规划方法。该方法通过建立空间三维坐标明确机器人的工作位置和姿态,再用垂直计算法计算机器人的关节坐标点位,结合正定矩阵设置关节运动角度,连接自动化控制主板,采用三次多项式计算关节运动轨迹并设置生成轨迹指令,以此实现对关节轨迹的自动规划。实验结果表明:提出的自动规划方法与关节期望运动轨迹大致相符,且平均拟合度比文献[2]方法高出4.5%,比文献[3]方法高出4.9%,比空间直角坐标规划方法高出7.7%,由此可见此方法更优越。

Solving position-posture deviation problem of multi-legged walking robots with semi-round rigid feet by closed-loop control

The semi-round rigid feet would cause position-posture deviation problem because the actual foothold position is hardly known due to the rolling effect of the semi-round rigid feet during the robot walking. The position-posture deviation problem may harm to the stability and the harmony of the robot, or even makes the robot tip over and fail to walk forward. Focused on the position-posture deviation problem of multi-legged walking robots with semi-round rigid feet, a new method of position-posture closed-loop control is proposed to solve the position-posture deviation problem caused by semi-round rigid feet, based on the inverse velocity kinematics of the multi-legged walking robots. The position-posture closed-loop control is divided into two parts: the position closed-loop control and the posture closed-loop control. Thus, the position-posture control for the robot which is a tight coupling and nonlinear system is decoupled. Co-simulations of position-posture open-loop control and position-posture closed-loop control by MATLAB and ADAMS are implemented, respectively. The co-simulation results verify that the position-posture closed-loop control performs well in solving the position-posture deviation problem caused by semi-round rigid feet.