摘要：设计了一种通过佩戴阵列型表面肌电传感器,实时识别受试者的8种手势,并控制一个自主研发的六自由度灵巧操作假手进行同步动作的人–机协同控制系统.控制假手的手势识别策略基于神经网络算法,受试者仅需在首次训练阶段重复完成预先设定的8种手势动作(分别为放松、手腕外翻、手腕内翻、握拳、伸掌、手势2、手势3和竖大拇指),之后该系统即能够实时识别受试者随机完成8种手势中的任意一种手势.本文提出的网络参数随机搜索算法和梯度下降算法,与目前同规模的神经网络相比提高了网络的训练速度和手势预测精度;该手势识别算法使用Tensorflow机器学习框架学习权值并进行了可视化分析;采用经过优化的手势训练方式既缩短了受试者的手势训练时间,同时提高了手势训练的熟练度.本文对一名肌肉无损伤的受试者进行表面肌电信号采集、训练和预测,对8种手势的综合预测精度达到97%,且再次佩戴时不再需要进行训练.受试者实际控制假手时,使用投票算法对实时手势预测结果进行深度优化,最终假手的动作同步率到达99%.

摘要：常规旋翼无人机大都采用共线设计,只能产生竖直方向的推力,极大地限制了旋翼无人机在涉及物理交互任务时的应用。针对此问题,研究了一种双倾斜式全驱动六旋翼无人机,采用旋翼转轴非共线的设计方法,可以实现位置与姿态的独立控制。提出了一种抑制抖振的改进型积分滑模控制器,并与PID控制器、积分反演控制器和传统积分滑模控制器进行对比。仿真结果表明,所提出的改进型积分滑模控制器能够实现旋翼无人机位置与姿态的独立控制,并能够有效克服自身模型参数的不确定性以及外部的风场扰动完成定点悬停与复杂的轨迹跟踪。实物样机实验结果表明,该设计的全驱动旋翼无人机在长距离横向运动时能够保持水平姿态,俯仰角和滚转角误差控制在±2°以内。

摘要：传统欠驱动旋翼无人机的动力单元推力方向平行,无法在不改变姿态的情况下产生横向推力,限制了飞行机械臂的交互能力与应用场景。针对此问题,本文设计了一种全驱动旋翼飞行机械臂,通过倾斜动力单元的安装角度改变推力的方向,根据该结构设计了控制分配矩阵进而验证其全驱动特性,并从控制结构上实现了位置与姿态的独立控制;提出了用于接触作业的飞行机械臂的接触力控制方法,将接触检测任务分为接近阶段与移动接触阶段,采用力/运动混合控制器完成接触面法线方向上的力控制。户外实验结果表明,所设计的全驱动旋翼飞行机械臂实现了稳定飞行和移动接触作业,与欠驱动平台相比,飞行过程中的位置移动不依赖于姿态改变,姿态角稳定在±1:5°以内,且在移动接触过程中实现了接触面法线方向上的接触力控制。

摘要：针对作业型飞行机器人执行抓取、投放等作业任务时飞行机器人与被抓取目标之间难以相对定位的问题,提出了一种视觉引导的作业型飞行机器人设计方法.首先,介绍作业型飞行机器人系统的整体机构设计,建立飞行器和空中作业装置的运动学和动力学模型.然后,根据针孔成像模型,在ArUco标记尺寸已知的前提下,通过机载的单目摄像头检测被抓目标上的ArUco标记,利用n点透视(PnP)算法解算摄像头位姿,进而利用摄像头位姿信息对飞行器和作业装置进行分级控制.最后,通过静止实验和户外悬停实验验证了位姿估计算法的有效性,并通过自主抓取直径2cm、质量100g的管状物体进一步验证视觉引导的有效性和合理性.

摘要：血管的点云数据表示在医疗中有着重要的作用,可以帮助医护人员直观地了解血管的几何信息.对于医疗辅助技术、放射学模拟等应用中,除了对局部的血管系统几何信息进行可视之外,也需要对全身血管进行准确的仿真建模,从而对整体血管系统的拓扑及几何信息都需要进行系统性的重建.传统骨架提取技术无法保证血管模型正确的连接拓扑,提出了一种基于点云数据的交互式全身血管模型重建方法,通过对血管数据分段和拟合,并分析各段血管端点连接情况,重建了一种带有血管截面半径信息的全身血管一维骨架模型,且该模型能直接用于血流血压等仿真.与已有方法相比,其优势在于能应用于大规模的复杂的全身血管点云数据,且重建的模型可以直接用于仿真.BodyParts3D数据集下实验结果表明,与已有方法相比,文中方法重建的全身血管一维骨架模型具有准确的拓扑连接,能够生成更好的仿真效果.

摘要：传统的基于手控器单模态人机接口的移动机器人编队控制系统在进行队形变换和局部避障等复杂运动控制时效果较差。本文针对此问题提出了一种基于力反馈手控器和眼动仪双模态人机接口的编队共享控制方法。首先,将操作员的手部输入信号和视线跟踪信号分别映射为编队行进和队形切换命令。然后,设计一个由主端遥操作控制器和从端自主控制器组成的共享控制框架。主端遥操作控制器负责接收分发操作员的控制命令并接管编队行进运动控制和队形切换控制,从端自主控制器负责根据系统状态自主完成队形保持、外部避障和内部避碰等任务。最后,通过避障实验、队形切换实验和单双模态对比实验来证明该控制方法的有效性。实验结果表明,相对于传统的单模态双边遥操作控制,本文提出的控制方法降低了操作负荷,控制效率提升了17.42%。

摘要：心电实时监控是心血管疾病防治的重要手段。心电图中T波的变化是心肌缺血和心脏猝死等疾病的重要表征,T波形态自动识别是心电远程监控中一个重要问题。由于实时监护用心电的强噪声背景影响,传统的T波特征提取与分类算法遭遇瓶颈。提出一种结合切片频率小波变换和卷积神经网络的T波形态识别算法,包括:自动定位R波波峰位置与T波终点位置,从而确定一个包含有T波的片段;对该片段做频率切片小波变换,将生成的时频图像输入卷积神经网络,完成T波的形态分类。频率切片小波变换将信号转换到时频域上,呈现心电信号的时频能量分布特征;卷积神经网络的隐含层通过对时频图像进行3次卷积、激活与池化,完成时频图像的3次特征提取,这些特征具有平移、缩放不变性。使用欧盟ST-T数据库中的12 830个片段,采用3折交叉验证法来训练和测试卷积神经网络模型,最终使基于心拍的分类准确率达到97.34%,F1测度达到96.97%;基于样本实验的分类准确率为84.80%,F1测度为83.30%。模型在QT数据库测试的分类准确率为87.83%,F1测度为85.38%,泛化性能良好。对比其他T波分类算法(如决策树、支持向量机等),基于心拍实验的分类准确率提高1%~5%。研究结果证明,针对6类形态T波进行分类设计的算法不仅在分类准确率上有所提升,在鲁棒性和泛化性能方面也表现良好。另外,算法模型也适用于其他多种生理信号的分析,在医学图像分析领域也有一定的指导意义。

摘要：设计了一种基于混合视线一脑机接口与共享控制的人一机器人交互系统,以使得用户可通过视线和意念对机器人末端在2维空间进行连续的运动控制,并在避障和趋近目标的任务中获得机器智能的辅助.首先,按照用户运动意念的强度对机器人末端的运动速度大小进行等比例连续调节,以提高用户对机器人的控制感以及完成任务的参与性.然后,提出了机器人末端运动方向的一种共享控制策略,动态地融合基于视线追踪技术所得到的用户方向控制指令以及由机器人避障和趋近目标的行为设定所得到的机器人系统方向控制指令,自适应地调整机器人系统对用户的辅助力度,以减轻用户脑力负荷,提高任务完成成功率.最后,针对搭建的基于混合视线-脑机接口和共享控制的人-机器人交互平台,通过实验验证了所提系统的有效性.

摘要：针对已在网运行的碳纤维复合芯软铝(ACCC)导线探伤检测难的问题,设计了一种基于数字X射线成像(DR)的探伤巡检机器人。针对探伤机器人特种任务的安全可靠性的需求,设计了一种冗余控制系统,对控制器模块、通信模块与电源模块进行功能上的冗余设计。为提高机器人探伤的效率,设计了一种并行调度的自动探伤系统。设计一种射线探伤系统,通过清晰度在线判定方法,减小成像系统运动对清晰度的影响,提高成像质量。通过实物实验证明:机器人系统稳定,探伤效率高,满足实际应用需求。

摘要：智能肌电假手研究作为康复医疗领域中的重要研究内容,始终是国内外研究的热点.随着机器人技术的进步,假手正往仿人型、灵巧性、直觉控制、智能感知方向发展.智能肌电假手应当具有与人手相近的功能,其不仅能通过运动功能重建辅助残疾人进行日常生活,而且还应通过感知反馈功能重建让残疾人产生人机共融的本体感.本文通过对国内外多年的肌电假手研究成果进行分析比较,从质量、灵巧程度、抓取性能、设计原理等多角度分析了假手的机械结构设计要素;另外,本文还较系统地对基于肌电信号的手势识别研究现状进行概述,介绍了目前基于残肢生物信号识别的多种研究思路,并分析了多种基于不同原理的假手信息感知技术,介绍了利用指尖力触觉传感器实现对假手的自适应控制和用户的感知反馈.最后总结了未来假手的研究发展过程中面临的问题与挑战,提出了肌电假手的未来研究方向.