教学课程资源库 更多>>

关键词： 征订启事   印刷版   机器人控制技术  

摘要： 《自动化与信息工程》((ISSN 1674-2605)/(CN 44-1632/TP))创刊于1980年,双月刊,由广东省自动化研究所、广州市自动化学会共同主办,曾用名:《广东自动化与信息工程》、《广州自动化》。本刊以报导自动化、信息技术和工程的研究与应用成果以及发展动态为主,特别是自动化和信息技术在国民经济相关领域的应用与取得的经验;主要包括:自动控制理论及应用自动化仪表及传感技术机器人控制技术通讯与信息技术

关键词： 机器人控制技术   Kinect   手势识别   人机交互  

摘要： 随着机器人控制技术的发展,人与机器人之间的交互活动变得越来越普遍。利用人体动作和手势来控制机器人可以代替复杂繁琐的程序操作,简单方便地操纵机器人,向机器人发布命令,与机器人进行交互。基于机器视觉的人体动作和手势识别是实现新一代人机交互系统所不可缺少的一项关键技术。作为个革命性的产品,Kinect体感设备能够获取彩色图像、深度图像以及人体骨骼图像,并提供了一种全新的人机交互的方式。它能够捕捉、跟踪人体的动作、手势和声音。本文通过利用Kinect体感设备进行静态手势识别和动态手势识别,并在此基础上配合机器人动作实现人通过手势控制机器人动作的无接触式互动交互。 本文首先定义一套用于控制机器人动作的静态手势和动态手势。针对静态手势,利用Kinect提供的深度信息分割出手掌部分,并结合人体骨骼图像中的手掌节点信息,提出了基于双层深度图像信息的手指轮廓识别方法,不仅能够检测伸直手指的轮廓而且能够检测出弯曲手指的轮廓。在此基础上,通过采用K曲率算法来定位指尖点,可较好地实现静态手势的识别。针对动态手势识别,通过利用动态时间规整算法(DTW)并结合静态手势识别,提出了动态手势识别与静态手势识别结合的方法,不仅提高了动态手势的准确性,也增加了手势组合的数量,进而增加了手势指令的丰富程度。在完成静态和动态手势识别之后,将有效识别的手势作为指令通过无线通讯的方式发送给机器人控制系统,可以实现机器人与人体动作的互动。 本文所提出的基于Kinect的静态手势识别和动态手势识别的方法较好地解决了人体手势识别的问题,由于识别过程是基于图像的深度信息,可有效减少光照等因素对手势识别的影响,因而提高了手势识别的稳定性。通过将手势识别与机器人控制系统进行集成,实现了机器人与人体手势动作的互动,具有较好的应用价值。

关键词： 深度传感器   模板匹配   人体姿态识别   机器人  

摘要： 随着人机交互技术的不断进步，对该技术的应用领域也越来越广。因此，人机交互所应对的背景也越来越复杂。传统的基于视觉的人机交互在光照强烈或黑暗等条件下会受到诸多干扰，产生不确定性。本文提出的利用深度传感器进行人体姿态识别的方案，能够避免上述问题，并通过人体姿态控制机器人的运动，不仅拓宽了机器人的作业环境，也使得机器人运动更具智能化。本文采用Kinect深度传感器对人体姿态识别及机器人运动控制进行了研究。 首先，阐述了本文研究背景及意义，总结了人体姿态识别技术的国内外研究现状，介绍了基于体感设备的机器人相关技术。 其次，介绍了Kinect的软、硬件系统及Kinect技术的应用，分析了Kinect深度信息的获取原理和深度信息的变换，并利用中值滤波及背景差分法从复杂的背景中提取出了人体区域。 然后，阐述了骨架提取的相关理论，并采用Hilditch细化算法对提取出的人体区域进行了骨架化处理，详细介绍了特征的表示方式及特征提取的方式。 最后，建立了样本库，利用模板匹配对人体姿态进行了识别实验，得到了识别率结果，分析了实验的稳定性、实时性等。并将该方案与机器人的运动控制相结合，实现了机器人的智能化运动控制。

关键词： 语音识别   MFCC   小波变换   DTW   BP神经网络   机器人控制  

摘要： 随着当今科技的高速发展,语音识别技术被越来越多的人所关注。语音识别技术作为智能机器人研究领域的一个重要分支,其目的就是让机器能够听懂人类的语言,便于人机交流。因此,将语音识别技术应用于机器人控制领域,体现了当今自动化的发展水平。 本论文基于语音识别技术,以实现机器人的简单运动控制为目标,完成对特定人孤立词语音信号的识别,重点研究语音信号的特征参数提取算法和语音识别算法。 结合语音识别的基础理论知识,对采集到的语音信号进行时域和频率域的分析以及归一化、预加重、加窗分帧、端点检测等预处理变换。以梅尔频率倒谱系数(MFCC)作为语音信号的特征参数序列,并将MFCC与小波变换相结合,获得更能有效表征语音信号特征的WT-MFCC参数。 对比目前几种常用语音识别算法的特点,选择动态时间规整(DTW)算法和神经网络算法对语音信号进行识别。对DTW算法和BP神经网络算法进行深入研究,使用MATLAB编写基于DTW和BP神经网络的语音识别程序,对比识别效果并改进识别算法。 在LabVIEW中编写语音信号采集程序以及语音识别的上位机界面,在Proteus中搭建下位机直流电机正反转控制电路,通过虚拟串口技术,完成纯软件环境下的语音识别控制系统的仿真。 通过上位机语音识别系统对采集到的语音命令进行识别,编写MT-UROBOT机器人的运动控制程序,采用DTD462无线通信模块进行无线通信,实现对MT-UROBOT机器人的语音控制。

关键词： SCARA机器人   轨迹跟踪控制   滑模控制   动态抓取   图像雅可比在线估计  

摘要： 目标工件的“抓取——放置”动作是自动化生产线上工业机器人最常见的动作之一，同时也是分拣、搬运、装配以及码垛的支撑性技术。SCARA机器人由于水平方向高柔性、垂直方向高刚性，而且体积小、质量轻、结构简单、高速、精准，故非常适用于抓取操作。传统示教机器人要求工作环境高度结构化，存在很大的局限性。因此，引入机器视觉技术，研究视觉引导的抓取机器人的控制技术，对提高机器人智能化水平有着重要意义。本文主要研究内容包括： 视觉引导的抓取机器人系统建模。本文以SCARA机器人为主体，结合工业智能相机和传送带，构建视觉引导的抓取机器人系统，并对其进行系统建模。系统建模主要包括SCARA机器人运动学建模，工业智能相机建模，末端工具建模，传送带与机器人、工业智能相机之间位姿关系的建模。对系统进行数学建模是实现后续的轨迹跟踪控制和视觉控制的基础。 SCARA机器人的轨迹跟踪控制。本文针对滑模变结构的抖振问题和趋近滑模面过程中的趋近速度问题，对SCARA机器人的滑模控制器进行了改进。首先针对快速终端滑模面的奇异性进行改进，设计了一种非奇异的快速终端滑模面;分析指数趋近律和幂次趋近律的优点，对趋近律进行了改进，同时采用双曲正切函数代替传统的符号函数，以消除滑模控制的抖振问题;通过自适应模糊控制调节趋近律参数，解决了由于初始状态误差过大时引起的力矩过大问题。 视觉引导SCARA抓取机器人系统动态目标抓取方法的研究。设计了一种“视觉系统+SCARA机器人+传送带”的动态目标跟踪方法，通过传送带上方的工业智能相机连续获取进入传送带的目标工件位置，结合传送带测速编码器位置反馈动态表示目标工件当前位置，并实时规划SCARA机器人运动轨迹，以完成随传送带一起运动的目标工件的动态抓取。并在LabVIEW平台上进行实验，实现运动目标的抓取。 基于无迹卡尔曼滤波的图像雅可比估计算法。为了实现对已抓取工件精确的放置，本文采用基于在线图像雅可比估计的视觉伺服控制策略，消除由于相机标定引起的误差。针对单目视觉，采用Eye-in-Hand安装方式的工业智能相机，本文提出了一种基于无迹卡尔曼滤波的图像雅可比估计算法，无迹卡尔曼滤波采用确定样本点近似非线性系统的概率分布来逼近非线性系统，相比传统卡尔曼滤波和扩展卡尔曼滤波，有效地提高了图像雅可比矩阵在线估计精度。

关键词： 金属线材   机器人   数控系统   自动编程  

摘要： 目前我国金属线材产品的市场需求量急剧增加,且产品开发种类也日趋多样化和复杂化,然而我国金属线材的生产方式还处于劳动密集型阶段,其传统的成形工艺已不能满足现代制造系统的灵活和快速的要求,这与现代设计制造所倡导的“高效、高精度、高智能化”的理念相背离。 本文从国家长远发展考虑,并结合我国五金线材市场的装备需求,采用柔性化、模块化的产品设计方法和可重组的设备工艺技术,提出一种以小批量多品种生产方式的高度柔性化制造理念。为了加快我国金属线材自动化设备的开发进程,在己开发的双头模位型数控弯丝机器人基础上,对金属线材成形原理及其数控加工技术等关键技术进行进一步深入研究,研发了一台具有自主知识产权的单头多模位新型金属线材数控成形装备。论文工作包括以下几个方面： 1、分析金属线材产品种类的市场需求,按照其多样化和复杂化的发展方向,研发出一台单头多模位的新型数控弯丝机器人,并提出数控弯丝机器人硬件系统的总体设计方案,完成整体机械结构、伺服系统以及电气控制等设计。 2、介绍了折弯模具系统,通过理论分析推导出线材折弯和推弯两种弯曲方式的成形关系,建立加工零件的建模参数、折弯模具几何参数和各运动轴运动量三者之间的数学关系,最终完成该折弯模具系统的线材弯曲成形工艺分析。 3、开发设计了数控弯丝机器人的系统软件,并进行数控系统各个模块的设计和软件功能模块的划分,即系统初始化、参数设置、产品管理、译码模块、手动控制、自动加工以及监控模块等模块,系统具有良好的人机交互界面,操作简单合理。 4、根据数控弯丝机器人的硬件系统和控制软件完成机床实体搭建,并进行PID、速度和精度等方面的特性调试。最后通过自动编程功能生成零件产品的加工代码并生产,完成机器人整体性能测试工作。

关键词： 减重步态训练   气压驱动   气动比例技术   康复模式   位置伺服控制  

摘要： 随着经济的发展和生活水平的提高，我国逐渐步入老龄化社会，脑卒、中风和交通事故等引起的下肢受损的患者日渐增多。传统的减重步态训练治疗方法需要康复理疗师手动完成，工作强度高，从而制约康复训练，影响康复效果。融合机器人学和康复医学理论的下肢康复训练机器人应运而生，既可以协助患者康复训练，锻炼下肢肌肉，改善神经系统损伤，恢复正常的行走能力，又可以保证训练强度和时间，减轻理疗师的劳动强度。目前下肢步态康复训练机器人主要由电机驱动的，但价格昂贵，刚性大，轻便性和柔性差，满足不了康复训练安全性和舒适性的要求。 结合气体的可压缩性、柔顺性和安全性等特点，本文研究了一种基于气动比例技术的下肢康复训练机器人，其结构简单，功能完善，安全性高、柔顺性和轻巧性好，既可以用于肢体损伤的患者做康复训练，也可用于老年人的健身锻炼。本文设计基于气动比例技术的下肢康复训练机器人总体方案，搭建减重支撑控制系统，外骨骼步态轨迹控制系统，和肌电信号仪的试验平台;运用D-H参数法对外骨骼3个关节进行运动学分析，建立人机与跑步机运动模型、气动减重支撑控制系统模型和气动比例控制系统的模型，验证机构的合理性，运用Matlab软件进行分析;基于计算机和西门子PLC的控制平台，通过比例阀驱动气缸和人工肌肉，实现减重支撑和人体下肢步态行走的功能;运用Step7软件，结合数学模型的仿真分析，通过双级PID和步态轨迹自适应算法实现被动控制和半主动控制，完成减重和步态康复训练试验，建立康复评价标准。 试验表明：机器人运行平稳，安全性强，跟踪的步态曲线连续，实现了位置和速度的较好控制效果，基本满足设计要求，具有较高的市场前景和实用价值。

关键词： 并联机器人   二自由度IMC原理   冗余驱动   力/位混合同步控制   联合仿真  

摘要： 针对目前对并联机器人控制性能要求的不断提高，本文以6PUS-UPU并联机器人为研究对象，系统的分析探讨了并联机器人的伺服控制策略、力/位混合同步控制技术、机械——控制联合仿真技术，并对样机进行了实验研究，验证了所提出的控制方法对改善并联机器人控制性能的有效性。具体内容如下： 结合现代控制理论中较新的二自由度控制原理和内模控制原理，对6PUS-UPU并联机器人的伺服控制技术进行优化，在原有的电流环和速度环基础上重新设计位置环并进行控制器的设计，最后对控制模型进行仿真验证，仿真结果表明所提的控制方法进一步改善了并联机器人控制精度和稳定性。 对6PUS-UPU并联机器人进行冗余自由度分析，并进行力矩优化;建立并联机器人的动力学模型和冗余驱动分支控制模型，在此基础上提出了基于交叉耦合的力/位混合同步控制策略，并进行了同步控制器的设计，实现了力/位混合同步控制。 建立了6PUS-UPU并联机器人三维模型，并对6PUS-UPU并联机器人的伺服内环进行了模型的建立和参数整定。通过对并联机器人机械——控制联合仿真，验证了与常规的PID控制相比，基于二自由度IMC原理的力/位混合同步控制具有更好的稳定性和位置跟随特性。 对6PUS-UPU并联机器人样机进行了实验研究，实验数据分析表明，所提出的基于二自由度IMC原理的力/位混合同步控制提高了并联机器人的运行精度，改善了控制系统的性能。

关键词： Android   视频监控   VLC框架   流媒体   3G  

摘要： 为了实现智能移动终端对家用机器人的远程控制,给出了一种利用Android手机通过3G网络控制家用机器人的方法。系统采用客户端/服务器结构,利用VLC开源流媒体框架实现实时视频监控。服务器采集的视频采用实时流传输协议(RTSP)发送至客户端。服务器和下位机之间通过RS232串口通信,和客户端之间通过Socket通信。分别在WIFI和3G网络下对系统进行了测试,实现了Android手机对家用机器人的视频监控、运动控制和传感器信息的显示,测试结果表明该方法是有效的。

关键词： 遥操作机器人   机械手   Lempel-Ziv复杂度   分维数   最大分形长度   肌电信号  

摘要： 为实现遥操作机器人系统中主操作者对远端机械手的同步控制,研究了主操作者手的动作模式识别及动作速度特征参数提取两个问题,分别用于远端机械手的动作模式指令产生及动作速度控制.模式识别特征采用了肌电信号的LZ复杂度指标和分维数指标,分类器则采用了一种改进的KNN模型算法,该算法具有增量学习能力.与操作者手动作速度相关的肌肉活动强度以肌电信号的最大分形长度表征.在对操作者手动作模式握拳、展拳、腕内旋及腕外旋的识别实验中取得了93.0%以上的正确识别率;而在主操作者手与机械手抓取时间一致性对比试验中,误差控制在18.0%以内.实验结果表明,文章提出的动作模式识别及动作速度特征参数提取方法合理,操作者手部表面肌电信号可以作为远端机械手的控制信号源.