点样机器人工作路径分析

点样机器人是制备微阵列生物芯片的核心设备.在分析了点样机器人的工作过程以及系统结构组成的基础上,着重对点样机器人制备微阵列生物芯片所消耗的工作路径进行了理论分析和详细分类.在已知样品种类、玻片数量、样品点阵列模式、点样针阵列模式等给定参数的前提下,将工作路径分为z轴点样针路径长度、xy轴点样路径长度,而后采用类似图形树的分类方法给出了详尽的迭加计算方法与公式,对主要影响因素进行了深入研究.实验表明该方法快捷准确可行,可用于工程分析.其对点样机器人的结构设计与路径规划都具有指导意义.     

基于螺旋理论模块化机器人运动学分析与仿真

基于螺旋理论对模块化机器人的速度级和位移增量级运动学关系进行了分析,开发了模块化冗余度机器人的逆运动学控制算法.针对模块化机器人可能具有任意自由度和任意构型、可以经常快速安装和拆卸、易于可重构且由系列化、标准化部件组合的特性,开发了具有自动建模功能的模块化机器人仿真系统.该仿真系统由模块构造器、机器人建造器、图形示教和运动规划仿真器等分系统组成.通过一个7-DOF模块化串联机器人抓放工件的演示实例验证了所提算法和仿真系统的实用性.     

滑移铰空间机器人基于分级Lyapunov方法的避障碍非完整运动规划

基于分级Lyapunov方法,讨论了载体姿态与位置均不受控制的滑移铰空间机器人末端运动轨迹的避障碍运动学规划问题．首先以系统动量矩守恒关系及运动Jacobi关系为基础,建立了控制设计所需的系统状态方程及控制输出方程．此后,在Lyapunov函数的选取上采取分两级采取的方式,即初级Lyapunov函数确保滑移铰空间机器人的末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保末端抓手避开工作空间中的障碍区域;两级合成则使空间机器人的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．     

双臂空间机器人系统运动规划的双向逼近方法

基于双向逼近方法,讨论了载体位置与姿态均不受控制的双臂空间机器人系统的运动规划问题．该方法以系统动量和动量矩守恒关系为基础,建立了控制系统设计所需系统状态方程;并通过对系统状态方程应用双向逼近方法,获得了机械臂关节角的控制输入方程,从而达到对载体姿态及机械臂关节角的双重控制效果．该方法的优点是减少了载体姿态控制燃料的消耗,有效地延长了空间机器人系统的使用寿命．系统数值仿真证明了该方法的有效性．     

面向未知目标的柔性关节空间机器人滑模控制

针对载荷捕获的空间机器人控制问题,同时考虑机械臂关节柔性和非合作目标质量未知等因素影响,提出一种基于目标质量观测器的滑模变结构控制方法.首先,针对空间非合作目标质量未知问题,设计基于改进的最小二乘迭代算法实现对非合作目标质量在线辨识.进而,采用拉格朗日方法和动量矩守恒原理,建立漂浮基座柔性关节空间机器人动力学模型;针对...     

航天器集群控制与规划算法仿真验证平台设计

航天器集群作为一种新兴的多航天器协同模式,已经成为分布式空间系统的一个重要研究课题。很多关于航天器集群的关键技术需要在地面进行仿真、分析和验证。针对上述需求,设计了一种仿真验证平台,在地面实现了对航天器智能集群导航、规划与控制算法的全物理分析和验证。首先,给出了仿真验证平台的几种位姿识别方案,重点分析了一种基于单目相机的全局位姿识别技术,提出了一种基于气浮技术的航天器集群控制与规划算法仿真验证平台的总体设计方案,并定义了集群的运动场行为函数,设计了基于滑模控制的路径规划算法。最后,通过仿真验证了本方法的可行性和有效性。     

基于曲线等弧长分割的机器人轨迹规划

从机构学的角度，基于机器人机构运动方程中原动件角位移及其微分系数的变化关系，利用原动件的角位移在端点附近，其微分系数的值急剧增大的特征，对轨迹曲线上点的坐标进行变换，提出了输出输入角相互切换的基准和算法，以较少的计算量实现了轨迹曲线上输出点的等间隔分布，对机器人轨迹规划的研究具有积极意义。     

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。     

柔性机械臂的模糊自适应控制研究

提出了一种用于柔性机器人操作臂控制的模糊自适应控制策略。由于柔性臂的结构特点，在进行其操作臂的控制研究时，必须考虑系统的振动特性才能达到末端的高精度控制。本将拉格朗日法和假设模态法相结合，建立了单自由度柔性臂系统的动力学方程，提出了一种模糊自适应控制策略。在柔性操作臂末端带有不同载荷的情况下，分两种类型进行了控制仿真实验：定位控制和轨迹跟踪控制。仿真结果与传统的PD控制仿真实验结果相比较，表明模糊自适应控制器在轨迹跟踪和系统的振动抑制方面反映出更好的稳定性和鲁棒性，适用于柔性机械臂系统的动力学控制。