基于绳索牵引的航天员机能训练机器人虚拟重力控制

为了解决在微重力条件下长期生活的航天员的运动机能下降、肌肉萎缩和肌力衰退等问题,提出了一种基于绳索牵引的柔性Stewart式航天员机能训练机器人机构模型.在对机器人系统进行力学分析的基础上,提出了一种基于单绳索力闭环的准闭环虚拟重力控制策略,并在实验样机上进行了虚拟重力控制模拟实验.研究结果表明,该控制策略是可行的,可以在人体运动过程中实现虚拟重力加载控制.该研究为在微重力环境下通过机器人实现虚拟重力加载控制奠定了理论基础.

6自由度绳索牵引并联机器人的悬链线建模与动力学分析

针对6自由度大跨度绳索牵引并联机器人存在绳索悬链线效应的问题,分别建立了绳索的直线模型和绳索的悬链线模型,在此基础上推导了并联机器人的动力学模型,并对二者进行分析和比较.在绳索牵引并联机器人逆动力学的求解过程中,采用带约束的非线性优化方法作为求解工具来计算满足绳索单向力约束的绳索张力.仿真结果表明,考虑绳索的悬链线模型时,并联机器人逆动力学解得到的绳索末端张力与绳索的线性模型相比有很大的变化,故绳索悬链线效应不可忽略,动力学分析中必须加入绳索的悬链线模型.

面向自动仓储的绳索牵引并联机器人构型选择与参数优化

针对自动仓储领域的应用需求,研究了冗余驱动绳索牵引并联机器人的构型选择和参数优化问题。分析了自动仓储应用中冗余驱动绳索牵引并联机器人的结构特点,建立了静力学模型和力可行条件。基于动平台在需求力矩下力可行条件的分析,提出了一种最大负载优化指标。设计了完整的优化方法,并对所有构型的最大负载进行优化,最终得到了最优的构型及其动平台参数。通过仿真测试,将优化结果与其他构型以及随机选取的动平台参数进行了对比。结果表明最优构型的最大负载性能最佳,并且经过优化后,最大负载有明显提高。

基于多种群协同进化算法的绳索牵引并联机器人末端位置误差补偿

对于绳索牵引并联机器人来说,影响其末端位置精度的模型不确定性主要包括几何参数误差和非几何参数误差.这两种不同类型的误差具有非常强的非线性且相互耦合,难以通过传统的标定手段来进行参数标定.针对这一问题,提出了一种基于神经网络的末端位置误差补偿方法.将两种不同类型的参数误差等效视作伪误差,通过神经网络来逼近伪误差造成的末端位置误差曲线,建立末端位置误差与绳索长度之间的映射关系,并在关节空间中进行位置误差补偿.为了提高神经网络的拟合精度,设计了基于多种群协同进化算法和反向传播算法的神经网络优化方法,该优化方法能够同时优化网络的权值、阈值和结构,提高神经网络的泛化能力和拟合精度.在实际3自由度绳索牵引并联机器人上进行了位置误差补偿实验,结果表明补偿后的位置误差均值从6.64 mm下降到1.08 mm,轨迹误差均值从7.5 mm下降到1.6 mm,末端位置的精度得到了显著提高.

6自由度绳索牵引并联机器人的快速终端滑模同步控制

由于绳索牵引方式的特殊性,绳索牵引并联机器人的控制一直面临着绳索张力为正的约束和模型不确定性的挑战。针对这些问题,将绳索之间的同步协调运动与快速终端滑模技术相结合,设计了一种全新的快速终端滑模同步控制策略。一方面,通过协调相邻绳索的运动有效地抑制了绳索的松弛,保证绳索张力为正;另一方面,借助快速终端滑模的有限时间收敛特性,加快误差收敛,从而提高了系统的轨迹跟踪精度。在八根绳索牵引的6自由度并联机器人平台上,完成了空间三角形轨迹的跟踪控制仿真与试验。与增广PD控制策略和同步控制策略的对比结果表明,所提控制策略可以有效实现所有绳索的同步协调运动、以更快的速度让误差收敛,最终在轨迹跟踪任务中表现出更好的控制性能。