李晓明[1]2004年在《基于外骨骼技术的机器人远程控制》文中进行了进一步梳理机器人遥操作系统是典型的人机一体化系统，其能力的发挥最终取决于人(操作者)和机(机器人)之间的配合程度。传统的遥操作系统其人机交互设备通常是键盘、操纵杆等，这些设备通常只能进行简单的动作示教，或对机器人关节或者末端执行器进行单个或少数几个自由度的孤立控制。当被控机器人具有较多的自由度时，遥控其完成一些复杂的工作即使对较为熟练的操作者而言也是很困难的。究其原因，是由于这些设备造成了人机间信息耦合带宽较低，或者说这些设备的信息耦合能力较差造成的。有一类可穿戴的机器人(或机构)则可以解决该矛盾，这就是外骨骼机器人，简称外骨骼。其优势在于能够极大的扩展人与机器人之间的信息(主要是运动学信息)流通通道，使得操作者可以利用人的肢体运动的多个自由度同时控制机器人的多自由度。本文的主要工作是对基于外骨骼的遥操作系统及其相关技术进行了探索性研究。 机器人遥操作系统的本质是人机之间，以及机器设备之间的协同，合作，而Internet技术代表的是开放，分布式和互联。在Internet时代，如何构造更好的遥操作软件平台以适应遥操作系统主客体日益发展变化的性能对于遥操作系统体系结构的研究至关重要。因此，本论文抛弃了传统的基于B／S或者C／S模式的系统架构，而采用目前比较先进的对等网技术实了一种基于P2P分布式网络模型的模块化可重用的遥操作系统框架。该框架以资源的动态发现为基础，以XML作为模块和资源的本体描述方法，以事件和管道作为子系统间底层通讯平台，实现了模块间以及各个子系统之间的协调工作，从而使得整个远程控制系统能够平稳运行在一个动态的、协同的、并行的、有实时控制要求的环境中。 外骨骼以其卓越的人机信息耦合能力，成为实现该遥操作系统的关键，而难点在于其机构的设计。在分析现有的外骨骼机构形式和特点后，本文提出了采用“并联叁自由度机构”+“四连杆机构”+“并联叁自由度机构”来实现外骨骼的“肩”、“肘”和“腕”等关节，以气缸为驱动元件的设计方案。相比其他外骨骼，该机构具有重量轻，可穿戴性强，操作灵活等优点。本文在分析并联叁自由度机构的数学模型的基础之上建立了其运动学正、逆解方程及其雅克比矩阵计算公式，并利用这些方程和公式计算出了摘要并联机构的工作空间和灵活工作空间。通过分析并联机构主要机构参数及运动副限制条件与机构运动空间和机构运动灵活性之间的关系，得到了设计并联机构的几个原则，并在此原则的指导下，设计加工出了气动手臂外骨骼的原型机。 以Internet为信息谋介的遥操作系统中，由于网络数据传输存在的不稳定时延对控制系统的稳定性影响很大。为了在根本上解决系统稳定性的问题，本文采用了基于非时间参量的控制和协调方法，并对其进行了拓展，发展出了一种基于非时间参量的“混合”控制系统和结构并利用该方法成功的实现了对远程机器人的实时控制。该方法还具有的优点包括其控制算法设计的独立性、系统的可扩展性和适应性。通过简单的扩展就可以将该控制方法和模型应用到远程机器人的双向控制中去。 由于外骨骼信息藕合的双向性，双向控制是带有反馈的遥操作系统的基本控制结构，其通常是以<速度、力>的形式进行藕合的。然而对于遥操作系统而言，由于网络中的不稳定时延，采用力反馈极易导致系统的不稳定以及反馈效果变差。本文提出了以位置反馈取代力反馈，提高了系统的稳定性和良好的反馈效果，而外骨骼位置闭环控制的实现以及外骨骼与人体力搞合的本质特性使得操作者仍然可以通过施加力来控制远程机械手，保证了操作过程的真实感和控制效果。而且该本文提出的双向控制模型把人这一控制系统中最不稳定的因素从被控对象转变成了施控主体，无需建立复杂的人体控制模型，简化了控制系统的设计。此外，本文将基于非时间参量的混合控制模型进行了推广，使之能够适用于遥操作系统的双向控制，并着重对外骨骼机器人的控制进行了研究，包括气缸执行元件的建模，外骨骼动力学建模，利用线性化技术对外骨骼的非线性模型进行线性化处理等。 最后，本论文对外骨骼遥操作系统进行了系统综合和实验研究，建立了外骨骼遥操作系统的软硬件平台，并建立了单自由度的外骨骼遥操作双向控制实验系统并进行了双向控制实验。本文对实验结果进行了分析，证实了本文提出了双向控制模型的可行性、遥操作理论的正确性。关键词:外骨骼，遥操作，对等网，PZP，并联机器人，3一RPS，基于非时间参量的，混合控制模型，双向控制，气动伺服系统，时变时延，人机藕合，人机一体化第11页，共133页
杨泽原[2]2017年在《基于人在回路中控制的助力机器人研究》文中提出近年来机器人技术迅速发展,种类不断增加,功能持续扩展,已经不仅仅是工业生产线上的一个环节,在医疗、航天、外太空探索、军事等诸多领域都扮演着重要的角色。与人类相对比,机器人具备更强的感知能力、行动能力与适应能力。是在一些存在危险因素的工作环境中,机器人的存在可以很好地降低环境因素对工作人员的生命威胁,因此,国内外许多大学、研究机构和科技公司提出了助力机器人的设想,并研发出外骨骼助力机器人。然而,现阶段外骨骼助力机器人在结构与控制方法上仍然存在许多问题,因此本论文深入分析了外骨骼助力机器人所存在的缺点,构建了一种非穿戴式助力机器人,并提出了基于人在回路中控制理论的机器人遥操作体感控制方法。为改善外骨骼助力机器人结构上的缺点,本文应用SolidWorks叁维制图软件绘制了非穿戴式助力机器人的结构模型。用数学方式描述了机器人机械臂的位姿,并通过D-H法搭建了机械臂的D-H模型,写出了D-H参数表,应用Matlab Robotics工具箱建立了机械臂的Matlab模型。分析了人在回路中控制理论和机器人遥操作技术,计算并建立了人在控制回路中的控制模型与决策模型。本文以C#语言的WPF应用程序为研发平台,通过对微软公司研发的Kinect 2.0体感摄像头进行研究开发,编写了采集操作者骨骼信息与手势识别命令的程序,完成了控制系统中人-机交互界面的设计,并整合了人在回路中的助力机器人控制系统。本文在研究过程中构建了非穿戴式助力机器人的结构模型。对机器人的机械臂进行了运动学仿真,获得了机械臂运行动态图以及机械臂各关节转角、角加速度与时间的关系曲线,验证了所构建的机器人机械臂运行的平稳性与设计的合理性。通过调试操作端控制系统程序,以及控制程序的长时间连续运行,验证了所编写程序的稳定性和可靠性。本文所获得的数据和图表,应用在具有危险因素下的人机工作环境,既可保证工作人员的生命安全,又能够高效率、高精度地完成工作作业任务。
李军强[3]2005年在《康复医疗手臂外骨骼系统的研究》文中指出随着社会的发展和物质生活的极大丰富,因中枢神经疾病产生的肢体运动功能障碍的康复医疗,越来越受到人们的重视,各种康复设备便应需而生了。在深入的研究了相关理论及前人的研究成果后,本课题结合机器人外骨骼技术、虚拟现实技术和远程监控技术,研制了一套用于康复医疗的手臂外骨骼系统。 外骨骼系统是机器人研究领域中的一个分支,它是一种各关节与人体关节相一致,并依附于人体外部的机械系统。操作者与外骨骼之间可以进行直接的力及其它各种信息的传递,因此,非常适合用于运动功能障碍患者的康复医疗。本课题开发与研制了一台具有康复医疗功能的3自由度的手臂外骨骼系统。当患者进行被动康复医疗时,外骨骼可以带动人体手臂实现肩部的屈/伸运动、外摆/内收运动及肘部的屈/伸运动,患者进行主动康复医疗时,外骨骼跟随人体手臂一起运动。外骨骼以步进电机作为动力源,用角度位移传感器测量其手臂的运动位置。 传统的康复医疗既枯燥又乏味,这样不但使患者感到厌烦,也会降低康复医疗的效果。而虚拟现实技术的交互作用和沉浸感却可以使患者沉浸在另一个虚拟的世界中,并可以使其与这个世界中的事物产生交互作用。本课题中,应用虚拟现实技术制作了一个虚拟人和一个虚拟场景。虚拟人处于虚拟场景中,它可以跟随患者一起运动,并可以在虚拟场景中进行漫游等,这样就会使康复医疗变得更有趣味性,同时能够获得更好的医疗效果。 将网络技术应用于康复医疗,可以实现康复医疗的异地操作与监控。本课题设计了一套远程监控系统,借助于Internet实现了康复医疗的异地操作。本研究将虚拟现实技术和康复的远程监控手段相结合,同时提出了一种减少网络延时的方法。应用这种系统,一方面可以使医生在异地控制外骨骼的运动,指导患者进行康复医疗。另一方面,在远端,医生可以通过虚拟人的运动对外骨骼的运动进行监测,进而了解患者手臂的运动。用虚拟人的运动再现患者的运动来实现监测功能,克服了因使用摄像头视觉反馈系统而需要的大量图像数据传输的弊端,系统中只需传输3个手臂位置数据,从而减少了网络的时间延迟。 本课题的研究成果对手臂康复医疗系统的进一步研制及远程监控程序的开发都具有重要的参考价值。
陈宏伟[4]2013年在《外骨骼式手部康复机器人控制系统与策略研究》文中指出手是人体最重要的器官之一，在人类日常生活中扮演着无可替代的作用。由于脑卒中（中风）等术后因中枢神经损伤导致的手部运动功能障碍，为患者的日常生活带来了极大了影响，需要通过康复训练来重新获得运动功能。随着机器人及相关技术的发展，利用机器人技术辅助患者手指进行弯曲及伸展训练已成为众多医疗研究机构的研究热点之一。本文首先概述了康复领域目前比较熟知的康复理论并分析了国内外手部康复机器人的研究现状，总结概括了上述各种方案的优缺点。随后本项目阐述了康复原理及研究方案，在概述外骨骼式手部康复机器人机械系统的基础上，详细说明了机器人硬件系统的设计思路和硬件组成，其主要包括单芯片系统、电机驱动控制系统、传感器采集系统和通信及电源管理系统四个部分。为了给患者提供便携、人性化的康复体验，本文基于Android系统设计了由用户交互式图层、数据访问层、虚拟现实康复训练层和个性化康复层组成的人机交互康复软件。人机交互康复软件通过蓝牙模块控制机器人运动的同时可以在图表中实时显示来自控制系统采集到的患者运动康复参数，并利用虚拟现实技术搭建手指弹钢琴的运动情景诱导患者进行康复训练，提高患者的康复效果。在对外骨骼式手部康复机器人运动学、动力学分析的基础上，设计了两种基本康复模式：被动康复模式和主动康复模式，研究了主动加被动模式的康复控制策略，通过指尖力传感器实现两种基本康复模式的自主切换。在此基础上结合人机交互康复软件构成主动诱导式的康复控制方法，以诱导患者主动参与康复训练，提高患者的康复效果。通过搭建外骨骼式手部康复机器人实验平台，对设计完成的外骨骼式手部康复机器人硬件系统与人机交互康复软件分别进行性能测试并验证系统各模块的可行性与可靠性；然后结合外骨骼式手部康复机器人机械系统对机器人进行整体实验以验证本文所提出的康复控制策略。实验表明本系统运行稳定可靠，康复策略具有可行性，可以用于脑卒中患者的康复训练。
张佳帆[5]2009年在《基于柔性外骨骼人机智能系统基础理论及应用技术研究》文中进行了进一步梳理近几年来,柔性外骨骼人机智能系统已成为机器人技术、机电工程、自动控制、生物工程以及人工智能等学科领域中一个新的研究热点,并在科研、工业生产、太空或深海探索、娱乐、运动康复和日常生活中逐步得到了广泛地应用。柔性外骨骼人机智能技术以人机一体化技术为核心,充分发挥人和智能机器各自的优势,通过在感知、决策以及执行层面上有机的人机耦合,增强系统的性能。遥操作外骨骼和增力型外骨骼是柔性外骨骼人机智能系统的两个重要研究方向。近几年来国内外相关领域的技术研究和相关产品开发表明,柔性外骨骼人机智能系统具有极大的基础科学研究意义和应用前景。“可穿戴”是柔性外骨骼最主要的特点,因此,在柔性外骨骼结构设计过程中必须遵循拟人化,不仅在运动形式上需要保持一致,而且在运动自由度分布上也应一致,保证穿戴者(人)与柔性外骨骼的运动一致性,由此,可通过D-H参数方法建立人的肢体和外骨骼系统的多刚体串联运动学模型。在此模型基础上,分析人体上肢神经肌肉运动及感知机理,并建立人体上肢神经肌肉及各关节的运动模型,选用3RPS并联机构实现肩关节3自由度运动,可充分保证6自由度上肢柔性外骨骼机械手可柔顺地跟随操作者的上肢运动。根据人体下肢运动关节自由度分布及运动机理,设计了由直流伺服电机与滚珠丝杠构成关节直线驱动器来模拟关节运动骨骼肌的4自由度下肢外骨骼系统。并通过对人体下肢行走步态进行分析,提出下肢外骨骼系统人机5杆运动学动力学模型。为确保柔性外骨骼在操作的舒适性和安全性,柔性外骨骼与人的接触位置应选择人体上承压能力较好的区域以及不影响关节运动的区域。同时可以通过采用小质量/惯量运动零件、柔性关节、安全限位等安全设计方法,减少意外碰撞过程中外骨骼对人的冲击力,通过对意外碰撞过程中外骨骼对人的冲击力与人的安全临界冲击力之间比较,可以对柔性外骨骼人机智能技术的安全性能进行评价。其次,人机交互控制是柔性外骨骼人机智能系统中体现人机智能耦合的重要组成部分,为此需要人和柔性外骨骼在相互平等的条件下实现感知层中人机信息感知、交互与融合,决策层人机协调控制决策以及执行层人机交互动作。根据上肢柔性外骨骼与下肢运动康复外骨骼的使用目标,分别提出了上肢柔性外骨骼力反馈控制策略以及下肢运动康复外骨骼被动控制、半主动控制以及主动控制叁种康复训练控制策略。根据柔性外骨骼人机智能技术中人与外骨骼的协调工作模式,建立系统的n端口网络模型,并通过无源性理论对系统人机交互控制的稳定性作出判别。此外,总线模式的系统通讯网络构架充分保证了柔性外骨骼系统的控制指令和信息传递的准确性和可靠性。而根据系统任务的目标与要求、机器系统模型、人的模型以及工作负荷与匹配信息的动态任务分配模式,充分体现了人与外骨骼之间的协同合作。上肢柔性外骨骼以其卓越的人机信息耦合能力,是实现机械手力反馈主从控制的理想方法。本研究中,根据人体上肢模型及所提出的上肢柔性外骨骼结构,采用正交试验方法对结构参数进行优化设计,保证了上肢柔性外骨骼能够最大范围地适应人体上肢的自由运动。首次提出了对主从机械手的运动空间以及欠运动自由度空间的匹配方法,改善了主从异构机械手在运动奇异点、关节运动极限点等运动空间的控制性能,充分实现了上肢柔性外骨骼与从机械手之间的运动协调。在系统气动力反馈控制结构中,通过分布式的混合模糊控制器克服了气动系统非线性强、控制精度差等困难,采用微型气动系统实时地再现机械手遥操作时感知力信号,控制误差小于5%,增强了操作的真实感。为克服以Internet为信息媒介的遥操作系统由于网络数据传输时变延时对控制稳定性的影响,文中提出了基于多事件的控制结构,改变了原有控制结构仅对从机械手运动稳定性检测的缺点,实行了对主从异构机械手遥操作过程中主从机械手的运动状态及控制过程中不确定因素的检测,改善了机器人远程操作系统受时变网络延时的影响。此外,本研究工作中采用膜模型和弯曲梁模型对弯曲气动肌肉弯曲变形与输出力矩关系进行了建模,设计开发了基于弯曲气动肌肉的单自由度力反馈手肘关节外骨骼,在实验中成功实现了对0.5Hz力信号的跟随,稳态误差控制小于1.5%。下肢运动康复训练外骨骼是柔性外骨骼人机智能系统向非制造业、服务业,尤其是医疗领域应用的重要拓展。根据下肢外骨骼的结构设计方案,从工程角度对下肢运动康复外骨骼系统软、硬件予以实现。在开创性地引入5杆运动学动力学模型的基础上,分别对被动控制策略和半主动控制策略予以研究。康复患者训练数据库改变了卒中及瘫痪患者原有的定性非定量的训练模式,实现了患者的数字化康复训练。本研究中所研制的原型样机可根据患者病情带动患者进行15分钟以上的连续训练,并可以在0 km/h～2 km/h范围内调节训练步速,减轻了传统康复训练模式中理疗师的工作负担。在系统功能测试及正常人实验研究中,正常工作率达到近95%,充分证实了系统的安全性和可靠性,以及控制策略的可行性。最终的卒中及瘫痪患者实验结果成功地表明系统在决策层、感知层和执行层实现患者(人)与下肢外骨骼作为一个整体的协调运动,充分说明了本论文所提出的柔性外骨骼仿生设计机理以及人机交互控制理论的准确性。本研究工作的成果对于我们今后更为深入的理论研究和开发实践具有承上启下的作用,所提出的关键技术及其解决方法具有很好的借鉴和参考价值。
杨继兴[6]2014年在《外骨骼机器人弹性驱动控制方法及实验研究》文中指出可穿戴的外骨骼机器人与人体组成了一个联系紧密的人机系统，能够在人类活动的各个方面得到应用，发展前景十分广阔。本课题所研究的是一种供地震救援人员使用的助力外骨骼机器人。在外骨骼机器人、移动机器人、机械臂等研究领域，弹性驱动器因其具有能量存储、抗冲击、安全人机交互等特点，正在取代传统的刚性驱动器成为研究热点。本课题旨在为助力外骨骼的弹性驱动关节设计控制方法，以提升系统的人机交互相关的多方面性能。本文首先在建立串联弹性驱动关节的通用模型的基础上，系统分析了驱动关节的输出阻抗特性和能耗特性。分析结果表明，弹性元件的引入能够系统的输出阻抗降低，并且可以实现系统部分能量的循环利用，降低了系统的能耗。在对串联弹性关节力矩控制的理论分析基础上，完成了弹性元件的标定实验并测定了系统的力控制带宽。对于外骨骼关节的随动控制，提出了基于外部接触力环、内部SEA力环的双力闭环串级控制方法。在分析了特定参数对对稳定性、系统带宽和输出阻抗的影响之后，分别采用外部传感器和内部传感器反馈完成了机器人关节力随动控制实验，验证了控制方法的有效性。基于提出的外骨骼机器人分布式控制系统总体框架，完成了包括上位机模块、运动及伺服控制模块、传感模块、安全模块和电源模块的硬件系统集成；构建了包括人机交互模块、通信模块、数据采集模块、运动控制模块、安全保护模块的外骨骼机器人控制系统软件体系。研制了用于外骨骼机器人综合测试的移动式实验台。设计了用于平衡外骨骼自重的吊挂装置。完成了单关节轨迹跟踪测试、多关节联动轨迹跟踪测试、外骨骼主动运动模式穿戴实验、外骨骼主动跟随模式穿戴实验等测试与实验研究，验证了外骨骼机器人关节串联弹性驱动技术的可行性及控制方法的有效性。
胡玉叶[7]2017年在《基于sEMG信号的上肢康复机器人训练系统的研究》文中提出表面肌电信号(surface electromyography,sEMG)是通过表面电极在人体皮肤表面采集的肌肉运动过程中所产生的电位信号。人体在执行不同动作过程中作用的肌肉群是不同的,因此产生的电信号也是不同的。本文通过对人体手臂表面肌电信号的处理来识别人体上肢的动作模式,从而针对偏瘫患者实现利用偏瘫患者健测上肢引导康复机器人辅助偏瘫患者患侧上肢执行康复运动训练。本研究致力于研究一套基于sEMG信号的上肢康复机器人康复训练及评价系统,系统主要包括表面肌电信号采集设备、上肢外骨骼机械臂、计算机、电机及控制单元等设备。本研究针对偏瘫患者,提出了一种基于sEMG信号自主式的上肢康复训练系统来帮助患者实现主动训练。研究将模式识别技术和机器人技术相结合,提出了整个系统的设计方案:通过采集偏瘫患者健测上肢执行六类不同动作模式下的sEMG信号,首先对sEMG信号进行预处理,然后对s EMG信号进行特征提取以及模式识别分类,针对参与实验的八名受试者得出离线模式识别平均分类准确率91%。上肢自主在线康复训练中通过偏瘫患者健侧执行的某一动作模式根据模式识别离线训练好的分类器得出分类结果驱动电机控制康复机器人执行相应的动作,实现自主康复训练。八位受试者动作执行的最高准确率高达98.3%,平均准确率达到92%。本研究还提出了一种以肌力大小为标准的、一种定量的、客观的康复评价方法,用于对康复训练过程中患者肌力大小的恢复程度做出客观评价。通过采集不同肌力大小的的表面肌电信号,并按临床医学肌力分级表将肌力分为6个等级。由于肌肉电信号的非线性特性,不同肌力水平下的肌电信号的复杂度不同,本研究选用模糊近似熵对其进行建模分析,并选取肌电信号的模糊近似熵和肌电强度组成的二维特征向量采用有向无环图支持向量机分类方法进行分类,分类正确率达到92%。本研究对于上肢康复医学领域康复训练方式和评价方法提供了参考,有助于拓宽相关领域的研究思路。
阿布都卡哈尔·阿布力米提（Abudukahar）[8]2016年在《下肢外骨骼机器人控制系统研究》文中进行了进一步梳理随着社会老龄化以及各种安全事故,日常行动不便的老年人和下肢运动障碍的患者越来越多。医学理论和临床经验证明,这部分人需要进行肢体康复运动训练来防止肌肉萎缩和促进肌肉性能恢复。由于运动功能障碍,患者需要护士或其他人员的帮助下完成肢体康复训练,浪费人力和资源。另外士兵、灾难救援人员和消防人员等,需要在危险环境下完成难度很大的体力工作。为了缓解这些问题,近年来研制出了康复训练和增力机器人,辅助完成残障人士的康复训练以及特殊行业的各种高难度、高危险任务。外骨骼助力机器人不仅可以帮助病人或老年人完成各种科学的康复训练,还可以帮助体力工作人员把重物携带到目的地,减轻重物对人体施加的压力、节省体能和时间,避免受伤。虽然目前已有的外骨骼机器人性能可以满足要求,但是在整体设计思路、成本、加工和研发周期便携性等方面仍存在诸多的不足,严重制约了外骨骼机器人的应用。因此本文结合现有的外骨骼技术,从其存在的问题出发,设计了新型人体下肢外骨骼机器人,以其获得更广泛应用。本文首先设计了下肢外骨骼机械机构。分析了国内外已有的外骨骼机器人,在此基础上,根据人运动时的步态信息和步态特性,设计了符合人体机构的下肢外骨骼机械机构。结合下肢外骨骼机器人运动特性设计了合适的控制方案。其次,设计并实现了下肢外骨骼机器人的控制系统硬件部分。选择了合适检测人运动步态信息的传感器,包括采集足底压力和接触力传感器、各关节角度的角位移传感器、运动机械臂末端速度的加速度计及姿态传感器等,设计了信号的采集和处理系统;选取运动关节的驱动元件及驱动器。结合外骨骼的控制特性,选择和设计了完整的控制方法。第叁,为了使下肢外骨骼机器人技术的应用领用更广泛,本文设计的下肢外骨骼系统融合了康复和增力两种工作模式。同时设计了上位机软件,用于工作模式的切换、采集信息及显示行走时传感器数据变化情况,以便观察整个系统的工作状态,保存变化时的数据,进行具体的分析和处理。此外,对步态预测方法和控制方法进行研究并实现。通过信息融合技术对下肢外骨骼机器人多传感器信息进行融合处理,预测步态状态。同时通过模糊自适应PID来提高系统控制的智能程度,更柔顺地完成基本的功能。最后,对整个人体下肢外骨骼机器人系统进行了实验研究。分别测试硬件系统和软件,再对整体系统进行步态信息检测,验证系统设计的合理性。进行参数整定和角随动实验,实验结果证明该系统可以完成康复、行走、蹲起等动作。
唐启敬[9]2012年在《高粉尘强腐蚀环境取料检测机器人系统设计方法与关键技术研究》文中研究指明面向高粉尘强腐蚀环境取料检测机器人系统集光、机、电等技术于一体，能在矿山、冶金、制药等恶劣工业现场通过机械手取料、快速制样、颗粒检测、图像系统传输、远程分析监控等环节实现造粒生产现场粒度的快速连续检测，对提高造粒生产效率具有重要意义。课题在“国家863计划”项目支持下，开展高粉尘强腐蚀环境取料检测机器人系统设计方法及关键问题研究，主要内容如下：通过分析下落物料对机械手的冲击、取料位置与闭环控制的关系，研究了机器人系统组成，提出并分析了取料方案和视觉检测方案。在分析粉尘、腐蚀性气体、结疤、冲击对机器人驱动器、关节、运动副危害的基础上，为提高取料机械手对高粉尘强腐蚀环境的适应性，开展了机械手的仿生研究，提出了针对高粉尘强腐蚀环境的取料机械手设计原则和步骤；应用遗传算法对取料机械手进行尺寸优化。针对动态图像法粒度检测要求，提出了叁种颗粒物料快速制样方案。基于模糊层次分析法，分析了快速制样方案决策的六个评价指标，建立模糊层次分析决策模型，进行模糊评价、综合评定，确定快速制样的优选方案。计算了物料的破碎力，为选择电机的转速、破碎棒的质量提供了参考。设计了颗粒连续检测的成像系统，研究了视场、分辨率、景深，为减小粉尘和腐蚀性气体对成像系统的影响，设计了视觉检测系统的专用自动除尘机构；对取料速度、光源亮度、送料速度进行伺服控制研究，实现了颗粒视觉连续检测，提高了检测的精度。为快速准确得到颗粒像素直径与实际直径的对应关系，提出了一种基于直纹曲面数学模型颗粒视觉检测的标定方法，并进行标定；为了统一筛分法与动态图像法的检测结果，基于模糊数学相关理论研究了颗粒分级的隶属函数，对颗粒进行模糊粒度分级。应用组态王软件设计了工控机人机交互界面；基于互联网和数据库开发了远程服务器的数据存储、查询人机交互界面。针对典型的高粉尘强腐蚀环境设计了复合肥取料机械手结构，进行了有限元分析；依据功能要求设计了控制系统，完成了取料检测机器人样机研制。在实验室试验研究的基础上，实现了样机在复合肥生产现场长时间连续稳定工作。本文为面向高粉尘强腐蚀环境中的机器人系统设计提供了参考，对恶劣环境工业机器人系统研发有重要的参考价值。
刘杰[10]2012年在《上肢外骨骼式康复机器人控制系统研究》文中指出上肢外骨骼式康复机器人是一种用于偏瘫患者康复的医疗设备。本文主要对此康复机器人的控制系统进行深入的研究,使得其可以根据患者的病情以及周围的环境状况采取不同的控制策略,从而达到精准控制的目的。在传统阻抗控制方法基础上,结合迭代学习控制算法的优势提出了一种学习阻抗控制算法,其采用两个闭环的结构,算法简单,可以根据初始数据和在线周期检测得到的位置信号和力信号,运用广义回归模糊神经网络对目标输入参数进行快速实时的逆运动学运算,从而实现系统的快速自调整和精确控制。同时本文还对机器人驱动器人工气动肌腱的基本特性进行初步的分析,给出控制系统软件基本的软件框架,采用MRDS作为机器人控制平台。设计了给出了康复医疗模式的集中设定以及康复效果的定量评估,针对用户的不同体验,编写完成了模块化的控制软件以便康复医师使用,给出了一种机器人控制软件基本框架和基本硬件的构成。论文在理论研究的基础上,进行了大量的计算机仿真研究工作,并在外骨骼康复机器人实验平台上开展了大量的实验研究,还提出了下一步研究工作的方向和任务。
参考文献：
[1]. 基于外骨骼技术的机器人远程控制[D]. 李晓明. 浙江大学. 2004
[2]. 基于人在回路中控制的助力机器人研究[D]. 杨泽原. 山东理工大学. 2017
[3]. 康复医疗手臂外骨骼系统的研究[D]. 李军强. 河北工业大学. 2005
[4]. 外骨骼式手部康复机器人控制系统与策略研究[D]. 陈宏伟. 哈尔滨工业大学. 2013
[5]. 基于柔性外骨骼人机智能系统基础理论及应用技术研究[D]. 张佳帆. 浙江大学. 2009
[6]. 外骨骼机器人弹性驱动控制方法及实验研究[D]. 杨继兴. 哈尔滨工业大学. 2014
[7]. 基于sEMG信号的上肢康复机器人训练系统的研究[D]. 胡玉叶. 天津理工大学. 2017
[8]. 下肢外骨骼机器人控制系统研究[D]. 阿布都卡哈尔·阿布力米提（Abudukahar）. 哈尔滨工程大学. 2016
[9]. 高粉尘强腐蚀环境取料检测机器人系统设计方法与关键技术研究[D]. 唐启敬. 燕山大学. 2012
[10]. 上肢外骨骼式康复机器人控制系统研究[D]. 刘杰. 青岛大学. 2012
标签：自动化技术论文; 机器人论文; 康复机器人论文; 外骨骼机器人论文; 人机交互系统论文; 关节机器人论文; 人体结构论文; 柔性生产论文; 可穿戴论文; 人机交互论文; 机械手论文; 运动论文; 医疗论文;