测量位置点驱动的飞机蒙皮对缝结构点云分割方法

飞机蒙皮表面存在大量对缝结构,其质量对飞机性能、寿命和可靠性有着重要影响。目前蒙皮对缝结构点云数据处理阶段存在数据量大、数据处理效率低、难度大等问题。为提高对缝参数计算效率,提出了一种测量位置点驱动的飞机蒙皮对缝结构点云分割方法。提取蒙皮理论模型对缝结构边缘曲线特征并离散成测量位置点,由测量位置点引导空间包围盒的构建,驱动对缝点云数据实现局部分割。试验结果表明该方法针对对缝结构点云能取得良好的分割效果。     

飞机大部件自动对接装配技术

飞机研制不断向大型化、高可靠性、长寿命、隐身和轻量化、快速研制的方向发展,飞机部件结构中大量应用钛合金、复合材料等难加工材料和锯齿蒙皮对缝,对飞机各大部件的对接装配提出更高的要求,迫使国内飞机大部件对接技术由模拟量协调、固定专用工装手工调姿装配向数字量协调、柔性化工装自动调姿装配方向发展,研究和应用基于数字量协调的飞机大部件自动对接装配技术势在必行。     

基于三维激光扫描的蒙皮对缝检测研究

针对传统蒙皮对缝检测方法误差大、效率低等问题以及二维激光对缝检测的缺陷,采用了一种基于三维激光扫描蒙皮对缝的检测方法并开发出相应软件。提出了蒙皮对缝三维点云数据的去噪、临界点识别及提取方法,根据蒙皮对缝间隙阶差对气动外形的影响,分析其实际几何结构,与理论结构对比,提炼出了计算蒙皮对缝间隙阶差的数学模型,并通过对试验模拟件对缝的检测,验证了其计算精度。结果表明:该检测方法可行,与二维激光检测相比精度和重复精度更高,间隙测量精度达到0.04mm,阶差测量精度达到0.02mm,可以满足蒙皮对缝检测需求,为分析间隙阶差对装配质量的影响提供数值依据。     

智能移动机器人导航控制技术综述

智能移动机器人在制造业、服务业、军事、星际探测等领域获得了广泛的应用,导航是智能移动机器人实现自主控制需要解决的重要问题.对不同领域智能移动机器人导航技术发展现状进行了调研.针对环境感知与建模、定位和路径规划等机器人导航控制关键技术,深入分析了其实现方法.在此基础上归纳出智能移动机器人导航控制未来的发展趋势.     

基于FastSLAM的绳系机器人同时定位与地图构建算法

绳系式移动机器人可用于极端地形的探测,如陡峭斜坡、松软土壤、高耸悬崖、沟壑等。在运动过程中移动机器人的绳索不可避免地与障碍物接触甚至缠绕。由于绳索与障碍物之间的接触点不相互独立以及机器人模型的非线性特性,经典的FastSLAM框架不适用于绳索机器人的同时定位和地图创建（SLAM）问题。提出基于改进FastSLAM框架的绳系机器人SLAM算法。在该框架中,分别利用无迹滤波和粒子滤波解决接触点位置估计和机器人位姿估计问题,并利用非线性观测模型的无迹变换来简化粒子权重更新。仿真结果表明,该算法可有效地估计接触点位置,同时提高机器人位姿估计性能。     

大型复合材料机身壁板多机器人协同装配调姿控形方法

针对飞机大型复合材料机身壁板尺寸大、曲率大、外形偏差不易控制等装配工艺特点，提出了一种基于多机器人协同的复合材料机身壁板装配调姿控形方法。实现了各机器人末端夹持单元预定位，并建立了多机器人柔性装配工装的全局运动学模型；通过多机器人主从协同运动实现复合材料机身壁板的调姿定位，分析了协同运动误差；构建了壁板形状控制点偏差与机器人运动量的变换关系，通过机器人的运动实现了复合材料机身壁板的形状控制。最后，对所提出的方法进行了应用实验验证，结果表明采用主从协同运动的调姿方法，调姿定位精度优于0.08 mm。形状调控后复合材料机身壁板形状精度可达0.6 mm，证明了该方法的可行性和有效性。     

飞机表面爬行机器人轨迹跟踪控制方法研究

针对飞机蒙皮铆钉缺陷无损检测移动机器人进行了运动学和动力学建模,并且基于该移动机器人的模型,设计了双闭环轨迹线性化控制器(trajectory linearization control,TLC)。同时设计了逻辑控制算法保证机器人运动轴在达到完整约束临界点时进行状态切换。该方法解决了在飞机特殊表面环境下,对基于X-Y平台的新型爬行机器人如何完成轨迹跟踪控制的问题。实验结果表明,该控制器具有较好的动态性能,能够在满足系统实时性要求的前提下实现爬行机器人距离精确性和速度稳定性控制。     

飞机大部件自动对接同步调姿方法

提出了飞机大部件自动对接同步调姿方法,实现了大部件调姿基准点的连续自动跟踪测量和位姿连续调整.在此基础上开发了集测量场构建、大部件位姿解算和调整等功能于一体的大部件自动对接集成控制软件,并在ARJ21飞机翼身自动对接现场进行了应用试验,结果证明该方法能有效完成飞机翼身自动对接过程,提高测量和对接效率.     

基于人工地标的移动机器人定位与调整技术

在飞机大型构件测量领域,针对测量设备自动化转站时存在移动机器人无法准确到达站位的问题,提出了采用基于人工地标的移动机器人定位与调整技术实现转站时的精确定位。其次,设计了一种人工地标,给出使用激光跟踪仪的地标标定工装以及标定方法,通过该方法可得到地标在全局坐标系下的坐标。同时,介绍了地标的编码与位姿的解算方法,以及移动机器人位姿调整策略。最后,试验表明,人工地标测量的位置和角度误差均较小,移动机器人通过人工地标的定位与调整后的精度可以满足自动化转站的精度要求。     

一种环境探测球形移动机器人的运动控制

 球形移动机器人具有结构紧凑、运动灵活等特点,在环境探测等应用领域具有独特优势。介绍了一种新型的、带有双摄像头的环境探测球形移动机器人BHQ-2的结构与运动原理,并对其运动控制问题进行了研究。由于该球形机器人属于非完整约束系统,其不存在位置级的运动学逆解,因此从速度级上讨论了它的运动控制问题。基于旋量理论推导了该球形移动机器人的速度雅可比矩阵,采用广义逆的解法求得了它的速度逆解,并采用可控性李代数证明了BHQ-2球形移动机器人系统是满秩的,因此该机器人系统是完全非完整的并且是可控的。基于运动学速度逆解对BHQ-2球形移动机器人进行了直线和圆形运动轨迹的仿真和实验,仿真和实验结果验证了该球形机器人的可控性及速度逆解的正确性。     

Kinematics-based four-state trajectory tracking control of a spherical mobile robot driven by a 2-DOF pendulum

Spherical mobile robot has compact structure, remarkable stability, and flexible motion,which make it have many advantages over traditional mobile robots when applied in those unmanned environments, such as outer planets. However, spherical mobile robot is a special highly under-actuated nonholonomic system, which cannot be transformed to the classic chained form. At present, there has not been a kinematics-based trajectory tracking controller which could track both the position states and the attitude states of a spherical mobile robot. In this paper, the four-state(two position states and two attitude states) trajectory tracking control of a type of spherical mobile robot driven by a 2-DOF pendulum was studied. A controller based on the shunting model of neurodynamics and the kinematic model was deduced, and its stability was demonstrated with Lyapunov's direct method. The control priorities of the four states were allocated according to the magnification of each state tracking error in order to firstly ensure the correct tracking of the position states. The outputs(motor speeds) of the controller were regulated according to the maximum speeds and the maximum accelerations of the actuation motors in order to solve the speed jump problem caused by initial state errors, and continuous and bounded outputs were obtained. The effectiveness including the anti-interference ability of the proposed trajectory tracking controller was verified through MATLAB simulations.     

机器人在轨装配无标定视觉伺服对准方法

针对在轨装配过程中机器人"手眼"关系无法进行有效标定及机器人系统和被操作物惯性参数不定的情况,在传统的无标定视觉伺服基础上设计了深度估计器,基于机器人和图像运动的测量数据在线估计目标特征的深度值,并在机器人关节控制环中设计滑模控制器实时控制机器人关节运动,根据反馈图像信息纠正系统误差完成对准跟踪,通过仿真验证了方法的有效性。所提的无标定视觉伺服对准方法使机器人在装配过程中免去了复杂的"手眼"关系的标定程序,克服了机器人系统及被操作物惯性参数不确定性给装配精度造成的影响,提高了"手眼协调"的鲁棒性,保证机器人能够在复杂的太空环境下完成在轨装配任务。     

双星编队对空间非合作目标的仅测角跟踪方法

针对单星仅测角对目标跟踪误差较大和不良测量条件下跟踪精度下降的问题,提出利用编队卫星对非合作目标进行联合跟踪的方法。采用考虑地球非球形J2引力摄动的轨道动力学模型,建立多视线测量模型,融合编队卫星对目标的观测数据。然后,基于新息设计增益调节矩阵提高滤波器在测量故障条件下的鲁棒性。最后,建立仿真模型进行验证。仿真结果表明,相比单星跟踪,该方法的位置误差和速度误差分别减少了27.06%和26.96%。在系统存在异常量测时,相比常规滤波,该方法也具有更高的精确性和更好的鲁棒性。     

一种基于三维到达角的无偏伪线性卡尔曼滤波

为了解决大场景下基于三维到达角的目标跟踪问题，提出了一种具有无偏性的伪线性卡尔曼滤波。首先，基于三维到达角信息对目标运动模型与量测模型进行建模；之后，对量测模型进行了伪线性化处理，得到了线性形式的目标量测模型。为了解决伪线性卡尔曼滤波存在的有偏性问题，提出了一种结合EKF（extend Kalman filter）的三维伪线性无偏卡尔曼滤波。仿真实验表明，该模型能够对非机动目标与机动目标有效跟踪，对于百公里级别的目标，当角测量误差从0.1°变化到0.5°，算法在仿真时间结束时均能将绝对位置误差降低至10 km以内，且算法的运行速度与EKF为同一个量级，同时兼顾了抗干扰能力、定位跟踪精度、运行效率的要求，能够为大场景下的目标跟踪提供有效方法。     

双轮移动机器人运动目标追踪与避障控制算法

 设计了双回路的双轮移动机器人运动目标追踪与避障控制方案。内层控制回路是运动目标追踪控制律，指导机器人追踪到目标并保持一定的安全距离，控制律考虑了机器人在运动速度上的限制，其渐近稳定性用Lyapunov函数法进行了证明。当遇到障碍物时，外层控制回路根据超声传感器的信息和阻抗控制的概念产生阻抗虚拟力，将期望目标调整到虚拟位置，使机器人能够自动转向以避开障碍物。仿真研究和实验结果证明了追踪算法的有效性和避障方法的可行性。     

障碍地形下的机器人轮足复合越障步态规划方法

为提高轮足复合机器人在障碍地形下的稳定性与通行效率，提出了一种轮足复合越障步态规划方法。首先基于轮足复合运动模式提出了一种机器人位姿调整算法，并给出了相应的足端轨迹方程与重心轨迹方程。其次基于轮足复合运动的运动学方程，给出了位姿调整阶段的轮速规划算法，使得每条腿足端轮子的滚动速度与足端的轨迹相匹配，以确保轮子在地面滚动时不发生滑动。虚拟样机仿真结果表明，应用该步态规划算法，机器人能够自主平稳地穿越障碍地形，从而验证了方法的有效性。     

欠驱动非完整机械系统的鲁棒控制

讨论了一类不确定欠驱动非完整机械系统的跟踪控制问题。基于所定义的误差方程,提出了新的鲁棒控制器。该控制器不但对系统惯性参数的不确定具有鲁棒性,而且保证了系统的跟踪误差渐近趋于零。数字仿真验证了所提出控制器的有效性。     

基于激光扫描的移动机器人实时轨迹测量系统

 设计了一种移动机器人实时轨迹测量系统，主要包括激光扫描仪、数据采集计算机、无线通讯网络和数据处理显示软件4个部分。测量系统采用两台激光扫描仪从不同高度测量机器人身上安装的标志杆的位置，将测量数据经过位置识别和坐标系对准后，传输到一台计算机上进行融合，采用卡尔曼滤波器消除测量随机误差，绘制出机器人的运动轨迹。实验结果表明，测量系统可以在较大的测量范围内实现厘米级测量精度和目标分辨率的轨迹测量，为移动机器人的设计开发和导航控制等研究领域提供了良好的实验测试平台。     

基于改进DeepSORT的视觉/激光雷达目标跟踪与定位方法CSCD

通过结合目标跟踪与相对定位,在对多帧检测目标进行关联与分析的同时,可以获取其三维信息。但当目标外观特征变换较大时,传统目标跟踪算法较易发生漏匹配或身份变换,而仅依靠对齐点云的相对定位算法较易出现定位失效的情况。针对以上问题,提出了一种基于改进DeepSORT的目标跟踪与定位方法在原始DeepSORT算法中加入基于位置约束的匹配,解决了因外观改变导致的漏匹配问题;在获取跟踪信息的基础上,设计了基于目标运动模型的相对定位方法,解决了图像中目标较小时相对定位不连续且定位精度较低的问题。试验结果表明,与传统DeepSORT算法相比,多目标跟踪准确度提高了5.9%;与仅依靠对齐点云的相对定位算法相比,定位精度提高了62.4%。