摘要：由于地外天体风化层环境的不确定性,执行浅层钻取采样任务时易受到潜在障碍物的干扰,而对于采样时感知环境并进行机构姿态调整的研究相对较少。为提高采样成功率、改善作业时末端机构受力情况,提出了一种应用于地外风化层采样任务的机械臂自主避障控制方法。设计了能够辅助旋转避障与平移探进的三自由度机械臂,并进行了运动学分析。通过搭载三维力传感器获取采样器受力信息,结合导纳控制与旋转避让进行障碍规避。为验证方法可行性,进行了多组仿真实验和实物实验。实验结果表明,所提出的方法能够有效帮助采样器避让障碍物体,显著减小了作业阻力,x、Y、Z三方向最大受力的改善分别达到46.7%、57.0%、64.9%,改善了常规柔顺方法应用于浅层钻取时易受干扰的不足。

摘要：针对上肢运动功能障碍患者进行辅助康复训练,搭建了一套上肢康复外骨骼机器人系统,并提出一种基于屏障Lyapunov函数的增广神经网络自适应导纳控制策略。首先,介绍了上肢康复外骨骼的机械机构及其控制系统。然后,推演了控制器的设计过程并进行了Lyapunov稳定性证明。最后,分别进行了不同控制内环的轨迹跟踪被动训练实验和不同导纳参数下基于人机交互力的主动交互训练实验,同时分析比对了主动训练时的人机交互力与轨迹偏差的变化关系。被动训练实验结果证明了增广神经网络对人机模型动力学的逼近效果,其轨迹跟踪峰值误差为模糊PID控制器的53%。主动交互训练实验证明了通过调整导纳参数可实现在相同训练任务下不同强度的康复训练以匹配不同康复阶段下的患者。

摘要：为解决传统夹具适应性较弱的问题,设计一种以热塑性聚氨酯弹性体为材料的软体夹具。该材料低温柔顺性好、强度高,因此软体夹具可以与物体表面实现良好的贴合。利用SolidWorks完成软体夹具的方案设计,并在ABAQUS中进行夹爪适应性分析,计算夹爪抓取不同物体所产生的变形和应力。通过弯曲角度测试和末端接触力测试选择合适的夹爪长度,并通过3D打印制作软体夹具。在Baxter机器人上进行了质量测试和抓取试验,结果表明:该软体夹具可以有效、稳定、无损地抓取日常生活用品。

摘要：模型未知的冗余机器人执行任务的过程中会产生较大的控制误差,其末端执行器的位置与姿态也需要针对不同任务进行修正.为解决该问题,提出一种基于数据驱动的冗余机器人末端执行器位置与姿态控制方案.该方案使用在线学习技术,能够应用于模型未知的冗余机器人控制.同时引入四元数表示法将控制机器人末端执行器姿态问题转化为基于四元数表示的控制方法.随后,设计一种神经动力学求解器对所提方案进行求解.相关的理论分析、仿真及对比体现了所提方案的可行性、有效性与新颖性.

摘要：为解决模型未知的冗余机器人运动规划问题,提出一种基于梯度下降的学习方案,使用数据驱动技术将冗余机器人的末端执行器速度及关节角速度作为系统输入量,将冗余机器人各关节控制信息作为系统输出量,使用梯度信息最小化估计误差以得到雅克比矩阵的估计值.基于该方案设计了一种加速度层的冗余机器人运动规划方案.理论分析和数值仿真结果均证明该方案能有效控制模型未知冗余机器人完成运动规划任务.