基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

多功能水冷壁排管爬壁机器人的研制

介绍了一种新研制开发的永磁吸附式双履带结构爬壁机器人,主要应用于火力发电站的大型排管锅炉中的水冷壁排管壁面的清扫和检测,并能够在检测到壁面厚度小于预置的极限值处发出报警信号、打标记,具有较高的推广应用价值。文中阐述了该机器人的结构、磁路的优化设计、自动测厚、打标系统和控制系统的研制。目前,该机器人已经经过多次现场试验。各项指标均已达到设计要求。     

基于Lyapunov方法的双臂空间机器人避障碍分级非完整运动规划

以Lyapunov方法为基础,讨论了载体姿态与位置均不受控制的双臂空间机器人系统的避障碍分级非完整运动规划问题.该方法充分利用系统的非完整动力学性质,以系统动量矩守恒关系及运动Jacobi关系为基础,建立控制设计所需的系统状态方程及控制输出方程;并在Lyapunov函数的选取上采用两级采取方式,即初级Lyapunov函数确保双臂空间机器人的两个末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保两个末端抓手避开工作空间中的障碍区域;两级合成则使双臂空间机器人的两个末端抓手既实现了指定的位置移动又避开了障碍区域.系统数值仿真,证明了方法的有效性.      

水下巡检蛇形机器人移动单元结构设计及计算

随着经济蓬勃发展,水生农作物市场的需求量不断增长,水域水质检测行业显得日益重要,但人工水质水域检测效率低下,为此设计一套可以搭载检测传感器的水质检测蛇形机器人,以提高检测效率、降低检测成本、减轻人工劳动力度.为适应水下环境,该机器人具备小巧、灵活、机动性能好、转弯灵活、对复杂水域适应能力强、可检测不同深度水质的特点,在...     

Area-oriented coordinated trajectory planning of dual-arm space robot for capturing a tumbling target

The growing amount of space debris poses a threat to operational spacecraft and the long-term sustainability of activities in outer space. According to the orbital mechanics, an uncontrolled space object will be tumbling, bringing great challenge to capture and remove it. In this paper, a dual-arm coordinated ‘‘Area-Oriented Capture"(AOC) method is proposed to capture a non-cooperative tumbling target. Firstly, the motion equation of the tumbling target is established, based on which, the dynamic properties are analyzed. Then, the ‘‘Area-Oriented Capture"concept is presented to deal with the problem of large pose(position and attitude) deviation and tumbling motion. An area rather than fixed points/devices is taken as the object to be tracked and captured. As long as the manipulators' end-effectors move to a specified range of the objective areas(not fixed points on the target, but areas), the target satellite will be hugged by the two arms.At last, the proposed method and the traditional method(i.e. fixed-point oriented capture method)are compared and analyzed through simulation. The results show that the proposed method has larger pose tolerance and takes shorter time for capturing a tumbling target.     

Detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target

The rotational motion of a tumbling target brings great challenges to space robot on successfully capturing the tumbling target. Therefore, it is necessary to reduce the target’s rotation to a rate at which capture can be accomplished by the space robot. In this paper, a detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target is proposed. This strategy can reduce the target’s rotational velocity while maintaining base attitude stability through the establishment of the rotation attenuation controller and base attitude adjustment controller. The rotation attenuation controller adopts the multi-space hybrid impedance control method to control the friction precisely. The base attitude adjustment controller applies the dual-arm extended Jacobian matrix to stabilize the base attitude. The main contributions of this paper are as follows: (1) The compliant control method is adopted to achieve a precise friction control, which can reduce the target angular velocity steadily; (2) The dual-arm extended Jacobian matrix is applied to stabilize the base attitude without affecting the target capture task; (3) The detumbling strategy of dual-arm space robot is designed considering base attitude stabilization, realizing coordinated planning of the base attitude and the arms. The strategy is verified by a dual-arm space robot with two 7-DOF (degrees of freedom) arms. Simulation results show that, target with a rotation velocity of 20 (°)/s can be effectively controlled to stop within 30 s, and the final deflection of the base attitude is less than 0.15° without affecting the target capture task, verifying the correctness and effectiveness of the strategy. Except to the tumbling target capture task, the control strategy can also be applied to other typical on-orbit operation tasks such as space debris removal and spacecraft maintenance.     

弹跳机器人动力学分析

弹跳机器人可以跃过数倍于自身尺寸的障碍物或沟渠,对地形有较强的适应力。但是相对于已经实用化的其他类型机器人,弹跳机器人目前还处于研究阶段。本文把驱动机构和弹跳机构一起加以考虑,综合各种阻尼的影响,构建了两类弹跳机器人模型。然后采用二阶拉格朗日方程,对其进行相应的动力学分析和比较,求出模型的动力学标准状态方程和弹跳高度的计算公式;并通过计算机模拟结果和试验结果的对比说明了分析的正确性。本文的分析结果同时适用于连续型和间隙型弹跳机器人的动力学分析。     

基于自组织与LVQ神经网络的足球机器人协作策略学习

足球机器人系统目前已成为人工智能应用技术研究的重要实验平台，系统的核心部分就是决策子系统。本文主要研究机器人足球比赛中协作策略的学习问题，采用了自组织与学习向量量化（LVQ）神经网络算法实现了两个足球机器人的传球学习。提出了一种协作策略学习的改进算法。该算法通过对网络权值矩阵进行改进，可以显著提高网络的训练质量。仿真和实验结果表明了该方法的可行性与有效性。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。