Development and Proof-of-Concept Study of a Novel Intraoperative Surgical Planning Tool for Robotic Arm-Assisted Total Knee Arthroplasty

Background: Intraoperative surgical planning tools (ISPTs) used in current-generation robotic arm-assisted total knee arthroplasty (RTKA) systems (such as Navio® and MAKO®) involve employment of postoperative passive joint balancing. This results in improper ligament tension, which may negatively impact joint stability, which, in turn, may adversely affect patient function after TKA. Methods: A simulation-enhanced ISPT (SEISPT) that provides insights relating to postoperative active joint mechanics was developed. This involved four steps: 1) validation of a multi-body musculoskeletal model;2) optimization of the validated model;3) use of the validated and optimized model to derive knee performance equations (KPEs), which are equations that relate implant component characteristics to implant component biomechanical responses;and 4) optimization of the KPEs with respect to these responses. In a proof-of-concept study, KPEs that involved two com- ponent biomechanical responses that have been shown to strongly correlate with poor proprioception (a common patient complaint post-TKA) were used to calculate optimal positions and orientations of the femoral and tibial components in the TKA design implanted in one subject (as reported in a publicly-available dataset). Results: The differences between the calculated implant positions and orientations and the corresponding achieved values for the implant components in the subject were not similar to component position and orientation errors reported in biomechanical literature studies involving Navio® and MAKO®. Also, we indicate how SEISPT could be incorporated into the surgical workflow of Navio® with minimal disruption and increase in cost. Conclusion: SEISPT is a plausible alternative to current-gen- eration ISPTs.

基于ARM的自主移动机器人控制系统设计

自主移动机器人是近年来研究热点,基于三节履带式机器人机械结构,提出了以ARM架构微处理器s3c2410为核心、多传感器的自主移动机器人控制系统,采用了Linux嵌入式操作系统作为S3c2410软件开发平台。微处理器外部扩展数字电路采用了CPLD来实现,减少了外围分立元件的使用及PCB面积,可靠性高、抗干扰能力强;基于Verilog语言对CPLD进行了设计与实现。ARM与CPLD采用ISA总线方式通信,整个控制系统具有良好的可扩展性、硬件可裁剪性。通过爬楼梯、避障等实验,验证了机器人具有良好的自主移动性能。

空间双臂机器人漂浮基座扰动最小化轨迹规划

针对空间双臂机器人轨迹规划问题,提出一种基于麻雀搜索算法的漂浮基座扰动最小化轨迹规划方法。首先,以双臂机器人各关节角度为优化变量,采用关节轨迹参数化方法构建机器人运动学模型;其次,将末端执行器的定位精度作为优化目标,将漂浮基座扰动作为优化约束;同时,为保证规划过程的安全性,引入惩罚因子和碰撞检测机制,将轨迹规划问题转化为一个带约束的多目标优化问题;最后,通过麻雀搜索算法对该问题进行求解,得到双臂机器人最终的关节优化轨迹。仿真结果表明,所提方法在确保末端执行器定位精度的同时,有效减小了基座扰动,且在基座无约束条件下的性能优于传统的粒子群优化算法和模拟退火算法。

Applying Neural Network Architecture for Inverse Kinematics Problem in Robotics

One of the most important problems in robot kinematics and control is, finding the solution of Inverse Kinematics. Inverse kinematics computation has been one of the main problems in robotics research. As the Complexity of robot increases, obtaining the inverse kinematics is difficult and computationally expensive. Traditional methods such as geometric, iterative and algebraic are inadequate if the joint structure of the manipulator is more complex. As alternative approaches, neural networks and optimal search methods have been widely used for inverse kinematics modeling and control in robotics This paper proposes neural network architecture that consists of 6 sub-neural networks to solve the inverse kinematics problem for robotics manipulators with 2 or higher degrees of freedom. The neural networks utilized are multi-layered perceptron (MLP) with a back-propagation training algorithm. This approach will reduce the complexity of the algorithm and calculation (matrix inversion) faced when using the Inverse Geometric Models implementation (IGM) in robotics. The obtained results are presented and analyzed in order to prove the efficiency of the proposed approach.

农业采摘机器人产业化进程分析与多臂高速化技术走向

在经历了长期的摸索和积累后,全球采摘机器人的产品化进程正在不断加速。随着我国农业生产对采摘机器人需求的快速刚性化,众多企业纷纷加入,生产销售逐步展开,但作业效率不足已成为其全面产业化和生产应用的核心障碍。本文在分析我国采摘机器人效率现状的基础上,归纳了机器人采摘的提效技术模式和多臂化途径,指出了国内外采摘机器人多臂高速并行的发展态势。在总结多臂采摘机器人臂型设计、视觉技术、任务与运动规划技术发展现状的基础上,提出了采摘机器人产业化的发展趋势与目标,认为从手眼高精准向综合强容差、从专用定制化向通用模块化、从专业性装备向用户型产品发展是采摘机器人产业化的技术走向。

基于PPO的自适应PID控制算法研究

采用MATLAB物理引擎联合Python搭建了一个六轴机械臂,并模拟带有扰动的复杂控制环境,为机械臂训练提供现实中无法提供的试错环境。使用强化学习中近端优化算法(proximal policy optimization,PPO)算法对传统PID控制算法进行改进,引入多智能体思想,根据PID三个参数对控制系统的不同影响及六轴机械臂的特性,将三个参数分别作为不同的智能个体进行训练,实现多智能体自适应调整参数的新型多智能体自适应PID算法。仿真结果表明:该算法的训练收敛性优于MA-DDPG与MA-SAC算法,与传统PID算法的控制效果相比,在遇到扰动及振荡的情况下,能够更有效地抑制振荡,并具有更低的超调量和调整时间,控制过程更为平缓,有效提高了机械臂的控制精度,证明了该算法的鲁棒性及有效性。

基于深度学习的目标检测及机械臂抓取

针对非结构化环境中多目标抓取检测存在速度慢、效果差的问题,提出一种先目标检测后抓取检测的方法。在目标检测中,为了加快网络的运行速度,文中采用深度可分离卷积和坐标注意力机制对YOLOv5网络进行轻量化改进。在抓取任务中,设计了一种单阶段抓取位姿检测算法。首先,考虑到非结构化环境中存在的干扰,选用RGB-D图像作为抓取网络的输入数据,并选用GG-CNN作为主干网络;其次,为了加强抓取网络的特征提取能力,利用Inception-ResNet模块中不同大小卷积核的并联使用来拓宽网络感受野,同时无参三维注意力机制的融入使得网络更专注于抓取信息特征,抑制背景噪声信息;最后,使用抓取质量评估来对抓取框进行修正,并输出置信度和最高的抓取框。实验结果表明:轻量化的目标检测网络参数量为2776708,每秒帧数(frames per second,FPS)为102;改进后的抓取检测网络在公共Cornell数据集上,取得了96.57%的准确率,FPS为54.17。这说明2个网络能部署在机械臂上并较好地实现在多目标场景下的抓取任务,可以应用到实际工业生产中。

基于作业区域和响应速度的节点布收机械臂优化设计

节点作为油气勘探中数据采集的关键设备,人工布收的工作强度大、重复性高;机械臂具有长时间持续工作等优点,可代替人工布收节点,提高其布收效率;但机械臂结构刚度低、响应速度慢。因此,对机械臂进行了结构优化及轻量化设计,以提高其结构刚性及运动能力。基于旋量理论,建立了节点布收机械臂正运动学方程,以作业区域为约束条件,提出了综合考虑节点布收机械臂的静刚度全域指标和任务方向的速度综合全域指标,建立了节点布收机械臂尺寸优化数学模型;利用多目标粒子群算法,结合变密度法对节点布收机械臂大臂进行了尺寸优化及轻量化设计。结果表明,结构尺寸优化后,节点布收机械臂的静刚度全域指标提升了19.8%,任务方向的速度综合性能提升了8.8%,显著提高了机械臂的刚度及运动能力;大臂轻量化设计后质量降低了14.7%,有利于提高响应速度的运动能力。研究结果对提高油气勘探的准确性和效率具有重要意义。

带辅助轮摆臂的履带式机器人越障能力分析

履带式移动机器人因具有良好的环境适应性被广泛应用于军事和安全领域。为了改善现有摆臂履带式机器人结构复杂、重量和体积较大等不足,进一步提高其越障能力,提出一种带辅助轮摆臂的履带式移动机器人,设计该机器人的几何模型,分析其越障机理,推导摆臂的正逆运动学方程,分别建立有/无滑移条件下机器人的运动学模型。采用柔性体有限段模型法建立履带的多体动力学仿真模型。通过履带滑转率、机器人主体质心高度,履带与地面接触力及摆轮受力的变化,综合分析该机器人越障时的动力性能。在越阶、爬坡和越沟壑不同工况下,提出的带辅助轮摆臂的履带式机器人表现出良好的越障性能。

基于对偶四元数的多体系统动力学建模和控制

空间机械臂的在轨作业是当前空间在轨服务中应用最为广泛的技术之一,然而,机械臂在操作过程中漂浮基座与臂体之间的位姿耦合效应极为显著,这给控制系统设计带来了新挑战.针对多刚体系统的位姿一体化建模与控制问题,文章改进了基于对偶四元数的位姿一体化建模和控制方法,使之可以应用于多刚体系统.该方法不仅能够精确描述复杂的力学关系,还能够在统一的数学框架中有效地处理位姿耦合问题,这为后续设计姿轨一体化的控制系统提供了极大的便利.首先,基于铰链模型建立了对偶四元数形式的铰链和臂体之间的速度和加速度递推关系,然后,利用铰链和臂体间力-力矩传递关系建立了递推形式的逆向动力学方程,为了便于控制系统设计与分析,随后推导建立了矩阵形式的位姿一体化的正向动力学方程.然后针对推进器和控制力矩陀螺讨论了具体的执行机构的动力学建模问题,并分别讨论了机械臂和漂浮基座的位姿一体化控制问题.最后,对一个6自由度机械臂和漂浮基座的组合体进行了动力学建模和控制仿真,动力学仿真的结果证明了所提动力学建模方法的正确性,控制仿真表明控制系统能较快地抵消机械臂运动对基座产生的干扰力和干扰力矩,证明了所提控制方法的有效性和可行性.

基于FPGA和机器视觉的多元特征模式水果分拣系统

水果自动分拣系统可以解放重复性人力劳动,提高工作效率,消除主观因素,提高工作科学化客观化。然而,目前水果分拣系统成本较高,尚无法大规模应用。因此,在FPGA平台上设计了基于多元特征机器视觉的低成本边缘式水果分拣系统。根据多元特征识别模式ZWM,定义了多元特征向量集和识别模式向量集等概念,进而建立了水果多元特征识别体系,可实现水果分类和水果分级识别。之后,通过将识别参数转化为舵机控制信息,机械臂可将识别出的水果搬运到指定位置,达到自动智能分拣效果。进而该系统可结合云端平台,通过手机实现分拣的远程控制。所提出的基于多元特征的低成本水果分拣系统,能够实现完成物品分类和分级融合分拣,可推动水果智能分拣系统的发展。

基于模糊PID的核电厂多关节机械臂运动自适应控制方法

采用常规运动控制方法时机械臂关节角度误差较大,控制效果不佳,为此,设计一种基于模糊PID的核电厂多关节机械臂运动自适应控制方法。该方法先预处理机械臂的运动图像,然后以此为基础,获取多关节机械臂关节角度,以进一步了解机械臂的运动状态,最后建立机械臂运动隶属度函数,基于模糊PID调整自适应控制器的参数,优化核电厂多关节机械臂运动控制性能。结果表明,设计的多关节机械臂运动自适应控制方法对5种参数组合检测的机械臂关节角度误差均小于标准,其误差最高仅为0.16°,证明该方法对核电厂多关节机械臂运动自适应控制效果更好,具有一定应用价值。

一种基于机械臂毫米波天线测试系统快速测试方法研究

随着毫米波雷达的发展,对毫米波雷达天线的测试要求逐渐提高。本文针对目前基于机械臂毫米波天线测试系统测试时间长、效率低的现状,提出了测试探头连续扫描情况下多任务测试方案。核心思想是将全部测试任务预先存储在多任务仿真模块,通过机械臂到位脉冲外触发,测试任务按照时序依次被发送到天线阵面,同时外触发仪表进行数据采集。本文主要介绍了系统组成、关键模块设计和具体测试流程。通过与传统方案相比,在确保测试精度的前提下,此方案的测试效率显著提高。

基于滚动接触的单模块多自由度柔性连续体机械臂设计

为实现连续体机械臂的多模态运动,解决现有机械臂只能实现单一弯曲或旋转的问题,设计了一种基于滚动接触的单模块多自由度柔性连续体机械臂。将滚动接触模块作为连续体机械臂弯曲模块的骨架结构,并在弯曲模块内安装旋转模块,以形成具备独立弯曲和旋转运动的多自由度机械臂。采用分段常曲率法建立连续体机械臂的运动学模型,对其刚度性能、弯曲性能和旋转性能进行了分析。制备了连续体机械臂样机,并开展机械臂拧松瓶盖、开启风扇以及在三维空间内避开障碍物抓取目标物体等实验。实验结果表明,利用连续体机械臂的弯曲与旋转组合运动可完成复杂空间环境下的不同任务,体现了复合运动模式的优势。所设计的连续体机械臂具备多模态运动,可为多自由度连续体机械臂的设计提供新思路,拓展了连续体机械臂的应用场景。

空间约束下多关节机械臂架末端柔顺控制方法

多关节机械臂的运动具有惯性和延迟特性,由于机械臂的质量分布和关节间的连接方式等因素,导致当控制信号发生快速变化时,机械臂需要一定的时间来响应并改变自身的状态。这种延迟导致机械臂在控制过程中出现过度振荡现象,从而严重影响机械臂的控制精度。为满足该类型机械臂良好的动态响应能力,以空间约束为前提条件,设计一种新的柔顺控制方法。根据多关节机械臂的驱动机构结构,计算机械臂末端与物体间直线距离。将其作为末端位置的限制参量,建立闭环向量约束方程。基于最小能量法设计全局搜索策略,对机械臂运动轨迹实现约束。基于此,结合比例-积分-微分控制技术(Proportional-Integral-Differential,PID)与递推最小二乘法,设计臂架末端的柔顺控制方法。在模拟场景与真实场景中分别完成研究方法的性能测试。测试结果显示,该方法控制下的末端移动轨迹更佳,回形和环形轨道上的平均误差仅有0.954mm、1.036mm,多关节机械臂架的真实应用场景下,研究方法控制下机械臂末端安装的螺栓轴线与栓孔轴线间的水平偏差仅有0.23mm,控制精准度能够保证高精度操作任务的准确完成。

面向智能制造的多轴机械臂柔性控制与调度优化研究

智能制造的快速发展对多轴机械臂的控制与调度提出了更高的要求。因此,研究一种基于机器学习和自适应控制的柔性控制方法,旨在提升多轴机械臂在复杂路径跟踪中的准确性和适应性。通过引入深度学习模型和自适应路径调整机制,该方法能够实时响应环境变化,优化路径规划。仿真结果表明,与传统控制方法相比,柔性控制方法在处理复杂路径和突变节点时具有更高的精度和稳定性,可为多轴机械臂在智能制造中的应用提供理论基础和技术支持。

基于递归神经网络的机器人手臂轨迹跟踪控制

针对机器人手臂在连续变化的过程中不能及时跟随运动矩阵变化而导致的控制精度不高的问题,提出了一种基于递归神经网络的机器人手臂轨迹跟踪控制方法。首先建立了机器人手臂的动力学数学模型,并设计了机器人手臂的轨迹跟踪控制器。然后基于递归神经网络建立了轨迹跟踪线性变化参数模型,对机器人手臂运动轨迹进行实时调整,并通过求解静态反馈控制数值,实现了控制器参数的在线调整来适应外界环境的变化,从而有效改善了机器人手臂运动控制的精度。实验结果表明:所提方法具备更好的鲁棒性和较高的控制精准度,平均轨迹跟踪误差仅为0.008 m。研究结果可为机器人手臂的高精度控制提供理论支持。

体感操控多臂棚室机器人作业决策规划算法研究

针对目前棚室内机器人作业分析算法智能性不足、准确作业率较低,且一次巡航过程只能进行单一作业,存在使用效率不高的问题,提出了一种搭载在三臂棚室机器人上,基于体感操控作业的决策规划算法,用Kinect采集含操作人员位姿信息的深度图像,结合随机森林统计学习理论和基于高斯核函数的Mean shift算法,确定了代表人体位姿的20个关键骨骼点坐标,在此基础上提出了一种基于模式切换的三臂映射关系,将骨骼点信息映射到机器人工作空间,使人的两只手臂能自如的控制三臂机器人,在一次巡航中完成多种棚室作业;此外,还提出了一种结合骨骼追踪技术和YCb Cr颜色空间的手势特征分割方法,实现了用手势控制机器人末端执行器作业。最后,搭建了用于测试体感决策算法的三臂机器人样机,进行了针对该决策算法的精确性试验,根据试验误差数据对肩部关节夹角采用离散化取值识别,解决了肩部关节识别误差,结果表明:测试者被捕捉到的关节处夹角和机器人对应关节夹角的最大映射误差为1.90°,上位机发送夹角值与机器人实际转动的夹角值最大误差为0.80°,在误差允许范围内,同时在该精度下完成一套采摘加喷施作业指令,平均耗时13.34 s,且操作者还可通过体感操控训练进一步提高机器人作业性能,表明该算法具有准确性和实用性。

一种多臂机器人关节间碰撞检测快速算法

多臂机器人各运动关节被简化为在圆柱体两端分别带有半球的实体(圆柱体半径与球半径相等).对2个处于任意位置的实体,通过图形变换使其中之一的圆柱体轴线和圆柱体下底面圆心分别与空间直角坐标系的z轴和原点重合,然后根据在坐标平面上2实体正投影的干涉性和空间解析几何理论得出在3-D空间的2实体不干涉的5种可能情形,并分别给出其不干涉判别条件,进而给出了机器人运动关节的碰撞检测算法.数值实验表明该方法比其他同类算法具有较快的检测速度.

多臂机器人关节间的碰撞检测研究

将多臂机器人各运动关节简化为具有一定直径的圆柱体 ,通过计算两圆柱体中心线间最短距离来进行机器人的碰撞检测研究。在此过程中 ,首先通过总结提炼两空间线段间的相互位置关系 ,在进行解析 ,推导的基础上 ,提出了 8个有意义的解析几何推论 ,直接可得出两空间线段间的最短距离 ,然后根据得出的结果 ,设计了一个机器人运动关节间的碰撞检测算法。该算法程序设计简单 ,计算量小 ,能有效地满足实际应用需要。