摘要：为了提高输出力矩较大的机械臂类机器人的人机物理接触安全性,本文设计了一种大转矩、刚度可连续变化的液压伺服柔顺关节。首先介绍了关节的结构、伺服机理以及阀控泄漏流量调节关节刚度的原理,然后建立了具有阀控泄漏流量的关节动力学模型,最后借助MATLAB/Simulink工具箱建立关节系统模型,研究了阀控泄漏流量对关节动态特性和刚度的影响。模拟结果表明,随着阀控泄漏流量的增加,系统的位置跟随性变差,位置误差相应增大,关节的刚度则随之降低。

摘要：针对目前扑翼飞行器飞行模式单一,无法灵活调整飞行姿态的问题,设计了一款可变幅扑翼飞行器,通过调节翅翼扑动幅值,实现扑翼运动姿态和飞行模式切换。建立可变幅扑翼飞行器机构运动学模型,基于Adams和Matlab进行联合仿真,对扑翼飞行器进行运动特性分析。建立多飞行模式下的气动模型,通过XFLR5软件分析可变幅扑翼飞行器的气动特性,通过设定相关参数,实现了起飞、快速飞行、慢速巡航等多种飞行模式,提高了扑翼飞行器的灵活性,为未来扑翼飞行器的进一步发展提供了研究基础。

摘要：针对封头打磨机器人在工作过程中末端执行器轨迹跟踪和恒力控制要求与打磨机器人在封头上行走的振动抑制问题,提出一种基于神经网络的力/位混合控制方法。采用力/位混合控制器完成打磨机器人力和位置的同时控制要求。针对打磨机器人平台行走过程产生的振动干扰,设计神经网络鲁棒控制器,通过神经网络对系统参数误差和振动干扰进行抑制。仿真结果显示,该混合控制器不仅能保证打磨机器人末端执行器位置的精确控制和有效的恒力控制,而且对外界振动干扰有很好的抑制效果。

摘要：针对机械臂与环境接触碰撞过程中受基础振动和负载惯量不确定性的影响,将机械臂末端的力控制和位置控制解耦到正交空间下,采用比例-积分加接触力前馈控制方法和一种基于隐式Lyapunov函数的控制算法分别进行力控制和位置控制,设计一种用于连续时变反馈机械臂位置控制的力位混合控制器;并在基础振动下与传统的机械臂力位混合控制器性能进行仿真对比,同时对负载惯量不确定情况下该力位混合控制器的性能进行仿真计算。结果表明,所设计的机械臂力位混合控制器能够抑制基础振动和负载惯量不确定性的影响,实现了机械臂在基础振动与负载惯量不确定情况下接触力和位置的同时控制;与传统的力位混合控制器相比,其在控制速度、控制精度和稳定性等方面均有明显提升,具有良好的鲁棒性。

摘要：针对球形机器人动力学模型不准确、参数不确定的问题,设计了一种基于李雅普诺夫(Lyapunov)方法的模型参考自适应控制(MRAC)算法。首先,搭建了基于全向轮驱动的球形机器人实验平台,并利用拉格朗日方程进行动力学建模。然后,为解决球形机器人运动过程中参数易受干扰的问题,采用MRAC进行运动控制,其中自适应控制率利用李雅普诺夫方法进行设计。最后,通过在线仿真和实测实验,结果表明MRAC具有良好的控制效果,在运动参数受到干扰时仍有较好的控制能力。

摘要：为了提高输出力矩较大的液压机械臂类机器人的人机物理接触安全性,本文设计了一种液压伺服被动柔顺关节,首先介绍了该关节的结构、基本工作原理及液压控制系统动力学模型,然后借助MATLAB/Simulink工具箱建立关节系统模型并进行碰撞仿真实验,还通过模拟实验优化了相关参数。模拟结果表明,液压伺服被动柔顺关节具有良好的柔顺性,能够迅速对意外碰撞进行位置反馈调节。

摘要：针对移动机器人在复杂地图环境中移动耗时长、易陷入局部最优等问题,设计了一种基于双向搜索的改进蚁群路径规划算法。基于K-means算法对地图预处理,量化地图的局部复杂度程度,并将局部环境信息融合到状态转移概率函数,使机器人优先选择在复杂程度小的区域进行寻优,减少路径拐点。设定双向搜索规则,改进启发函数,提高算法的局部方向搜索精度和全局搜索效率。针对蚁群算法中蚂蚁遇到U障碍物陷入死锁的问题,提出死锁判断系数,增加了有效蚂蚁的数量,进一步提高了算法性能。仿真结果表明所设计的算法在复杂地图环境中相较于传统蚁群算法移动机器人的路径搜索效率更高。

摘要：针对室内环境下的2D激光同步定位与制图(simultaneous localization and mapping,SLAM)问题,提出一种改进的扫描匹配方法,扫描到子图匹配。用连续的激光扫描帧构建子图,对齐新的扫描帧到邻近的子图以产生约束,通过高斯牛顿求解约束并估计新的子图,利用Ceres优化来进行闭环,生成全局一致地图。经在室内条件下的测试,定位误差控制在0.4 m以下,制图误差控制在0.5 m左右,在激光匹配效率方面,相比传统方法提高了38.24%,实验结果表明,该方法可以有效提高定位与制图的精度和激光匹配效率。

摘要：考虑到无人机运动、机载摄像头采集效果、信号传输以及环境变化等因素,针对传统ORB特征匹配算法存在匹配精度低、鲁棒性差等问题,提出了一种基于稀疏光流法的改进ORB特征匹配算法。首先,采用高斯滤波对无人机采集的图像进行预处理,并采用Harris算子剔除特征点中伪角点,提高图像特征点的质量;其次,采用K-means++算法实现图像特征点的聚类处理,由此减少暴力匹配的计算量;在此基础上,将稀疏光流法引入ORB特征匹配算法,计算特征点的运动向量并根据估计特征点在待匹配图像中的二维坐标,实现剔除偏离聚类中心较远的特征点匹配对,再经过随机抽样一致性算法优化后最终特征匹配结果。实验结果表明了所设计的改进ORB特征匹配算法可行性和有效性。

摘要：针对远程自动抄表系统中字轮式表盘出现双半字符导致识别困难的问题,提出一种基于卷积神经网络(CNN)的双半字符识别方法。对采集到的表盘图像,首先通过图像预处理和投影算法分割出完整字符和双半字符。鉴于实际图像中双半字符样本较少,不足以训练深度网络,该方法通过收集相邻数字的完整字符图像进行对齐拼接,再从中随机截取子图像从而建立一个可用的双半字符训练集,并训练好专门设计的CNN模型。以燃气自动抄表系统读数为例,在生成的双半字符测试集和真实的双半字符测试集上进行实验,结果表明,与传统方法相比,本文方法有效提高了双半字符识别准确率。