基于数据驱动的冗余机器人末端执行器位姿控制方案

模型未知的冗余机器人执行任务的过程中会产生较大的控制误差,其末端执行器的位置与姿态也需要针对不同任务进行修正.为解决该问题,提出一种基于数据驱动的冗余机器人末端执行器位置与姿态控制方案.该方案使用在线学习技术,能够应用于模型未知的冗余机器人控制.同时引入四元数表示法将控制机器人末端执行器姿态问题转化为基于四元数表示的控制方法.随后,设计一种神经动力学求解器对所提方案进行求解.相关的理论分析、仿真及对比体现了所提方案的可行性、有效性与新颖性.

基于微电流刺激的多强度分级虚拟触觉反馈

触觉反馈可以有效提高用户的虚拟现实交互的沉浸感,但是采用振动方式的触觉反馈存在反馈模态单一的缺陷;采用机械传动式、微流驱动方式的触觉反馈存在结构复杂、难以集成等缺陷.微电流触觉反馈具有集成度高、反馈模态丰富等优点,但是存在反馈强度识别准确率不够和长时间作用下易造成不适感等问题.为了解决这些问题,设计了基于微电流刺激的新型多强度电触觉反馈系统,通过研究电流参数、电极阵列和接地电极等影响因素,并引入双相电流脉冲,优化电流正负电荷量比值等方式,确定了该系统的刺激模式.35名受试者的心理物理学实验结果表明该反馈系统能够在有效减少微电流刺激带来不适的同时实现93.3%和81.7%的四级和五级强度识别准确率,优于传统方法,这可能是具有广泛应用场景的触觉反馈设备.