用于弧焊机器人焊缝纠偏的高速旋转扫描电弧传感器

介绍高速旋转扫描电弧传感器的特点、结构、典型玻口焊缝信息识别方法以及应用于弧焊机器人中实现焊缝纠偏的系统构成,提出了应用中需要解决的问题。     

激光治疗鲜红斑痣手术机器人双目视觉系统的实时立体匹配

针对激光治疗鲜红斑痣手术机器人双目视觉系统在监测治疗区域的空间位置时立体匹配的实时性和准确性要求,提出了一种基于极线引导的立体匹配算法。采用基于角点的Hu矩匹配,计算双目视觉系统的基本矩阵。实验结果与计算结果相符。     

基于接触式压脚的机器人制孔垂直度优化研究

针对传统非接触式法向校正技术在弱刚性薄壁上的不足,在接触式压脚结构的基础上对传统法向校正方案进行了研究,提出一种仅适用于接触式压脚结构的两点校正算法,同时设计了一套基于激光跟踪仪的法向测量系统标定方法。针对弱刚性薄壁受到压脚单向压紧力产生回退对制孔位置精度的影响,提出一种工具中心点（Tool center point, TCP）变位补偿技术,该技术利用激光位移传感器监测壁板回退量,在法向校正前动态调整TCP位置,实现对壁板回退量的实时补偿。搭建试验平台并通过制孔试验验证了接触式法向校正技术与TCP变位补偿技术可有效保证孔的垂直度与孔位精度,实现孔垂直度误差小于0.25°,孔位偏差小于0.4 mm。     

基于归结反演和中间—结局分析的机器人问题求解系统(RPRAMS)

RPRAMS系统是一个有效的机器人规划生成系统,该系统集问题求解的三大技术于一体,建立了搜索、演绎、归约相结合的有效机制;采用排序技术和回归原理解决目标相互影响问题;系统具有灵活的人机接口和机器人世界的动态显示,采用Common Lisp语言编写,可适用于仓库机器人工作环境。同时,本文对AI的基本算法——中间结局分析法作了较深入的探讨,证明了用归结反演树产生差别的有效性。     

运用双重环境模型的移动机器人主动探测策略

针对移动机器人基于超声波传感器的地图创建,提出了一种双重环境模型。该模型同时包涵以直线段表示的几何模型和以概率形式表示的栅格模型,结合了几何模型与栅格模型的优点。给出了该模型的建立及更新算法,并基于该模型提出了一种主动探测策略,在保证探测效率的同时减小了超声波传感器的镜面反射产生的不良影响。在室内环境下进行移动机器人实验,验证了基于双重环境模型的探测策略的有效性。     

电动机器人脉宽调速系统的研制

本文介绍用于DGR-5A五自由度电动机器人关节伺服回路的脉宽调速系统。主要介绍脉宽调制型功率放大的工作原理及设计方法,同时简要介绍关节伺服回路的设计。     

点焊质量模糊控制系统研究

简要介绍了电阻点焊单片机微机模糊控制原理，确定了点焊模糊控制算法，分析了点焊模糊控制系统的硬件结构和软件设计。实验结果表明，该控制系统能够有效实现点焊质量的模糊控制，具有较强的自适应特性，可用于电阻焊智能制造。     

导管装焊精确定位柔性辅助系统的设计与开发

针对运载火箭增压输送系统中的拼焊型管路产品,以实现管路产品焊接的柔性装配为最终目标,开展了装焊精确定位柔性辅助系统的设计与开发。根据拼焊型管路的传统制造模式,焊接装配是采用专用装焊工装保证导管的空间走向和总体尺寸,因而每项导管对应一套专用装焊工装,管路结构的调整将导致原工装的返修甚至报废,造成生产成本高且严重影响导管的研制周期,该问题在研制型号中尤为突出。随着型号越来越多,专用装焊工装数量也显著增多,给工装管理也带来了极大的挑战。本文通过装焊精确定位柔性辅助系统的设计与开发,以导管特征点的坐标为控制指令实现柔性装配系统按照装配要求进行精确走位和定位,以柔性化的装配系统实现不同规格、不同空间走向的拼焊型管路产品的焊接装配。     

基于神经网络的机器人姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究位置逆解的状况。应用本文创新的自组织神经网络训练方法，结合工业机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对PUMA560机器人的计算机仿真结果表明，该方法姿态控制精度高。     

基于抗差估计的工业机器人运动学参数标定

为了提高工业机器人标定过程中参数辨识的鲁棒性,提出了一种基于抗差估计的运动学参数标定方法。首先基于D-H模型建立了末端位姿误差模型,同时分析了等价权函数,然后利用激光跟踪仪测量机器人基坐标系和末端位姿,最后结合IGG3权因子函数利用抗差最小二乘法辨识了运动学参数。实验表明,机器人绝对定位的RMS误差由补偿前的0.87mm降低到补偿后的0.21mm,相较于传统的最小二乘辨识算法,此标定方法拟合精度更高且鲁棒性更强。     

基于状态改变的机器人动态障碍物路径规划算法

借鉴电路中,电器元件对于外加激励,状态发生改变,同时在最短时间内恢复到初始状态的现象,将动态障碍物的实时变化类比为外加激励,提出一种基于状态改变的机器人动态障碍物路径规划算法。首先对机器人绕行单个固定障碍物进行深入分析,然后采用状态更新的方式,对动态障碍物进行分析,最后利用叠加法,对存在动态障碍物和静态障碍物的混合任务规划区域进行分析,并生成避障路径。为了验证算法在多障碍物环境的路径规划能力,利用数值仿真模拟实验,结果表明,在该算法中,机器人能够分别有效的实现静态障碍物区域、动态障碍物区域以及动静混合障碍物区域的路径规划。