风力驱动球形机器人动力学

风力驱动球形机器人是一种新型移动机器人,适合于危险或人类难以到达的复杂地形环境的探测,因此在环境探测领域具有独特的优势。首先考虑了碰撞接触点无滑动和有滑动的情况,采用Kane方法建立了风力驱动球形机器人弹跳动力学模型,该模型可以直接分析机器人碰撞后的运动情况。然后给出了机器人滚动和滑动的运动条件,运用牛顿力学方法建立了机器人的滚动和滑动动力学模型。最后将弹跳、滚动和滑动运动模式有机结合,并考虑环境中随机风的作用,实现了风力驱动球形机器人的运动仿真。数值仿真结果揭示了环境变化和机器人结构参数变化对其运动性能的影响。     

Penetration testing for the Optical Probe for Regolith Analysis (OPRA)

The Optical Probe for Regolith Analysis (OPRA) is a spike-shaped subsurface analytical probe that will be delivered to a planet, asteroid, or cometary body by a lander and/or rover. OPRA will be pushed down into the subsurface to record near infrared spectra as a function of depth down to maximum of 50 cm. Therefore, knowledge of the required penetration force to specific depths can be helpful in estimating the length of the probe. Test probes covering the anticipated diameter (2.5, 1.9, 1.2 and 0.9 cm diameter) and tip angle (T.A. = 30°, 60°, 90° and 120°) of OPRA were inserted mechanically into dry playground sand. The results showed that tip angle does not have a major effect, while probe diameter and density of the regolith are the most important parameters. Increasing probe diameter from 0.9 to 1.9 cm (i.e. a factor of 2) leads to an increase in penetration force from 200 to 1000 N (i.e. a factor of 5) at 20 cm depth. An increase in bulk density (B.D.) from 1550 to 1700 kg m⁻³ leads to an increase in penetration force from 10 to 200 N at 20 cm depth. Bearing capacity theory was used to explain the downward movement of the penetrometer through regolith and showed good agreement with the experimental results. This model was then used to take into account the effect of gravity on other planetary bodies. We observed a good agreement between the theoretical model and results from penetration testings on the Moon by the Apollo missions. Since the maximum allowed force for penetration is the weight of the lander/rover on their targeted planetary surface, our results put a strong constraint on the maximum reachable depth without endangering the whole mission.     

基于运动灵活性的蟑螂机器人机构参数优化

从仿生蟑螂机器人机构特点出发,基于运动灵活性,选择椭圆形身体布局,分别以单腿工作空间和整机雅克比矩阵的条件数倒数作为灵巧度指标,在兼顾运动灵活性和可靠性的基础上,对机器人机构参数进行优化配置,选择了最优的杆长比例.利用分析得出的优化尺寸建立ADAMS参数化仿真模型进行实验研究,仿真结果与理论分析相吻合,验证了优化配置的可行性和正确性,为样机的研制和机器人的驱动及控制等进一步研究奠定了基础,也为其他六足机器人的开发提供了参考.     

基于模糊控制的焊接机器人焊枪姿态规划

针对骑座式相贯线焊接机器人焊枪姿态的规划问题,提出了一种基于模糊控制的算法.以焊缝倾角、焊缝转角、坡口大小、被贯筒体厚度和相贯筒体厚度为输入变量,以焊接行走角和工作角为输出变量,建立多输入多输出系统模糊控制器;推导出各输入变量的隶属度函数;采用经验归纳法设计模糊控制规则,建立了相应的控制规则表;最后规划出焊枪的工作角和行走角.对不同的相贯筒体直径进行了仿真,结果表明,采用加权模糊专家系统对骑座式相贯线焊接机器人焊枪的工作角和行走角进行规划,可以有效的完成焊接过程焊枪的姿态控制.     

刚柔空间机器人基于神经网络的协调运动控制及柔性振动抑制

探讨了本体姿态受控的刚柔耦合空间机器人关节运动控制及柔性振动抑制问题.基于拉格朗日方法及奇异摄动理论, 导出了系统的奇异摄动模型. 为确保系统在未知惯性参数影响下本体姿态、关节协调运动的精确跟踪控制, 针对慢变子系统, 提出了一种基于RBF神经网络的补偿控制策略; 同时针对快变子系统,采用惯常的线性二次型最优控制器以实现系统柔性振动的主动抑制. 仿真结果表明, 所提控制方案可有效补偿未知系统惯性参数的影响, 使系统能够准确跟踪所期望的运动轨迹, 并较好地抑制系统的柔性振动.      

基于单目视觉的机器人避障方法研究

避障问题一直是机器人领域研究的热点和重点。设计一种基于单目视觉的避障系统,能够同时检测机器人正前方和两侧的障碍物,且对低纹理障碍物同样具有效果。该系统采用特征尺度检测器完成机器人视野正前方障碍物的检测,对于视野两侧的障碍物运用光流平衡策略进行规避,而对于低纹理的障碍物则利用图像熵的方法进行检测。整个系统在地面移动机器人上进行了测试,实验结果表明,该方法能在复杂的环境下可靠地完成机器人的避障任务。     

一种新型并联灌注机器人运动学分析和多目标优化

针对大型航天器蜂窝结构灌注需求,提出一种新型串并混联灌注机器人机构,主要对并联机构进行分析研究。首先,对3PSS-PU并联机构进行了运动学分析,建立了运动学反解数学模型和雅可比矩阵;其次,确定了影响机构工作空间主要因素的约束条件,求解出了机构的工作空间;然后,建立了机构的刚度模型,求得机构在运动过程中的刚度变化分布;最后,利用遗传算法,以工作空间和全局刚度为目标对机构结构参数进行优化分析,确定了最终的机构尺寸参数,为蜂窝灌注机器人应用奠定基础。      

基于半监督集成学习的多核设计空间探索

随着处理器的系统结构日趋复杂,设计空间呈指数式增长,并且软件模拟技术极为费时,成为处理器设计的重要挑战。提出了一种结合集成学习和半监督学习技术的高效设计空间探索方法。具体而言,该方法包括2个阶段:使用均匀随机采样方法从处理器设计空间中选择一小组具有代表性的设计点,通过模拟获得性能响应,从而组成训练数据集;提出基于半监督学习的AdaBoost（SSLBoost）模型预测未模拟的样本配置的响应,从而搜索最优的处理器设计配置。实验结果表明,与现有的基于人工神经网络和支持向量机（SVM）的有监督预测模型相比,SSLBoost模型能够使用更少的模拟样本构建出不差于现有方法性能的预测模型;而当模拟样本数量相同时,SSLBoost模型的预测精度更高。      

激光测距传感器光束矢向和零点位置标定方法

激光测距传感器常用于飞机壁板法向检测。为了解决激光测距传感器加工和安装误差导致的法向检测精度下降问题,提出和实施了一种利用几何数学模型和最小二乘法进行激光测距传感器光束矢向和零点位置标定的方法。首先,利用角度标定理论获取激光束与主轴进给方向的夹角。然后,借助激光跟踪仪建立坐标系,根据激光测距传感器射在与电主轴进给方向成不同夹角的平面上的测量值,利用几何数学模型计算出各激光点之间的相对坐标,运用最小二乘法拟合出激光束的空间方程,进而得到光束矢向和零点位置。最后,在航空制孔机器人平台上进行标定实验,并且根据标定结果进行了实验验证。实验结果证明:该方法能够较为准确地标定出激光测距传感器的光束矢向和零点位置,可使法向检测精度在0.18°内。