柔性压力传感器阵列及其信号采集系统研究

为提高机器人人机交互的安全性,选用新型智能材料——电活性聚合物材料(Electroactive polymer,EAP)作为传感器阵列单元的敏感材料,设计一种4×4柔性压力传感器阵列及其信号采集系统。建立压力传感器输入输出数学模型,给出采用双三次插值法提高力觉信息量的方法,并制作了传感器试验样机,最后利用标定试验和应用试验验证了该传感器阵列的可行性、准确性和实用性。试验结果表明,设计的传感器电容理论值与测量值相差约0.01 pF,测量结果与理论结果吻合。在量程0~6 N内,最大灵敏度为0.1343 pF/N,重复性指标为28.73%。

四指软体机械手机械特性分析与抓取试验

软体机械手在易损物品抓取方面具有其独特的优势,近年来成为机器人领域的研究热点。为便于评价软体机械手的整体性能,实现其精确抓取控制,需要对软体机械手进行建模分析与试验研究。本文设计了四指软体机械手,每个手指单元内置用于实时检测机械手弯曲角的柔性应变传感器;建立了不同气压作用下的弯曲角和末端输出力特性的数学模型,并分析限制层刚度变化对软体手指输出特性的影响;设计了软体机械手控制系统,在此基础上开展软体手指的弯曲角和末端输出力特性试验,试验结果表明调节限制层刚度可有效改善输出力,理论分析与试验结果吻合,验证了数学模型的正确性。对几种不同质量的常用水果(如草莓、橘子、梨、苹果)的抓取试验结果表明,软体机械手能够实现对易损物体的无损抓取,其包络抓取力最大为11.89 N,指尖抓取力最大为2.81 N。

分布式驱动电动汽车的平方根容积卡尔曼滤波状态观测

针对车辆动力学系统状态估计的非线性问题,引入非线性动态Dugoff轮胎模型来构建包括纵向、侧向、横摆和侧倾等8自由度的非线性车辆动力学状态估计系统.在融合车载多传感器信息的基础上设计了车辆动力学的平方根容积卡尔曼非线性滤波状态观测器,对质心侧偏角、轮胎侧向力等关键状态进行观测.在Matlab/Simulink环境中搭建了Simulink-Carsim分布式驱动电动汽车系统状态估计联合仿真平台,采用双移线工况对观测器的可行性和有效性进行仿真验证.结果表明:传统的扩展式卡尔曼滤波状态观测器在车辆经历高侧向加速度过程中的观测值大幅偏离车辆运行状态的真实值,而设计的平方根容积卡尔曼非线性滤波状态观测器在整个双移线仿真工况下观测结果平稳,能实时反映车辆动力学系统的真实非线性运行状态,具有更小的观测误差和更高的观测精度.