一种线性平面并联机器人机械系统的设计

设计出一种新的平面并联机器人 ,末端执行件在X ,Y方向的移动和绕Z轴的转动分别与三个主动件的运动输入之间一一对应 ,并呈线性关系。这些特点可使控制系统的设计问题简化 ,并可改善主动输入元器件的动力学性能     

连续型内窥镜机器人弯曲模型

为了求解内窥镜连续型机器人在驱动下的理论弯曲曲线，课题组建立了以机器人变形单元为对象的弯曲模型。该模型将连续型机器人的整体弯曲问题分解成各段固定丝的变形问题，并以此进行了机器人的正/逆运动学建模；然后依次对驱动丝、固定丝和单节蛇骨之间进行了力学分析，并基于Cosserat杆理论推导出固定丝的弯曲模型，求解出相邻蛇骨间的弯曲角度，得到了机器人的整体弯曲；最后通过MATLAB定点迭代的方式求解了机器人在不同驱动力下的弯曲状态，与16关节样机试验进行了对比。结果表明：误差率最大为6.7%，最小为2.9%，说明了该理论模型的有效性。此模型为内窥镜连续型机器人弯曲求解提供了一种有效的方法。     

终极智能武器——苍蝇机器人解析

21世纪是信息化建设的年代，信息技术的广泛应用、智能仿真的迅猛发展，给人类社会的发展和进步提供了崭新的舞台。正当人们津津有味关注朝核六方会谈、伊拉克战后重建现状、伊朗核问题以及以巴之间领土争端矛盾等国际重大局势时，是否意识到纳米技术、智能仿真、微波探测等边缘高端科技已悄然在身边出现。     

幸好还来得及

一家奇的到来是个意外。我怎么都没有想到,怀孕三个月做检查的时候,得知腹中竟然是两个宝宝,一对双胞胎。家正的名字是早已取好的,而我没有为另一个孩子的到来做任何准备。确定了消息,我的心里充满惊喜,也有一丝     

基于位姿调整的晶圆传输机器人轨迹规划

为了提高晶圆传输机器人的运行效率和运动平稳性，课题组基于末端执行器的位姿调整对晶圆传输机器人进行了轨迹规划研究。首先，介绍了晶圆传输实验平台的机构组成，在此基础上采用了动静法对晶圆受力进行分析，得出加速度与位姿角度之间的内在关系；其次，提出了一种基于位姿调整的S曲线加减速控制算法，并基于该算法实现了对末端执行器的轨迹规划；最后，采用MATLAB软件编程，实现了关键参数的求解和算法仿真，得到了加速度、速度、位移随时间变化的曲线图。应用结果表明此轨迹规划可以在保证高度运动平稳的情况下提高晶圆传输机器人的工作效率。     

移动机器人系统多传感器信息融合研究

多传感器信息融合是目前移动机器人领域的主要研究热点。全面讨论了多传感器信息融合技术的主要研究进展及其在移动机器人系统中的典型应用情况；简要介绍了多传感器信息融合的基本实现方法；系统分析了移动机器人系统中多传感器信息融合的主要研究目标与研究内容；在此基础上，提出一种基于多传感器信息融合的足球机器人定位与导航系统的设计实现方案。     

4足机器人多步态规划与仿真

为了实现一种前膝后肘式4足机器人多步态稳定行走，课题组采用D H法对机器人进行运动学建模，求解了其运动学正解和逆解。规划了不同步态的足端轨迹和质心位置，分析了静步态和动步态下支撑相和摆动相切换序列，通过平滑关节角过渡的方法使机器人从静步态过渡到动步态。将MATLAB中规划好的关节轨迹作为ADAMS驱动输入，实现了3种步态下的连续仿真。分析了平地行走步态、越障步态和对角小跑步态下机器人运动特性。结果表明规划的3种步态有效可行，静步态和动步态衔接平滑，为驱动元件选型和步态参数优化提供了参考。     

基于5次非均匀B样条曲线的4自由度机器人轨迹规划

为降低工业机器人工作过程中的振动与冲击，减少磨损以延长使用寿命，课题组以某公司SCARA 4自由度机器人为研究对象，采用5次非均匀B样条曲线对其关节空间进行轨迹规划研究。利用弦长参数法和平均值法选取节点，将离散路径点作为型值点反解出B样条控制点；在端点处进行运动约束，通过指定的端点导矢，在MATLAB中进行仿真实验，并与5次多项式函数插值进行对比分析。分析结果显示：5次非均匀B样条插值出的机器人运行轨迹平稳连续，且各关节速度、加速度以及加加速度轨迹曲线亦光滑连续无突变。该插值方法可有效提高机器人工作的平稳性，非常适合于精确抓取和搬运领域。     

管-管相贯线机器人焊接枪体姿态的拟合

针对管一管相贯线机器人焊接焊缝,提出了其具有不一致的角焊缝和焊接接头深度的特点,指出了管一管相贯线 的全位置焊接对焊接机器人的要求,通过MATLAB分段拟合的方法得到机器人坐标系下6个轴的坐标与工件坐标系坐 标的关系曲线,即焊接机器人的枪体姿态,为后续通过对焊接机器人焊枪姿态的合理设定和工艺参数的优化来保证相贯 线焊缝的成形质量的研究奠定基础。     

基于非线性偏最小二乘的操作臂逆解算法

操作臂逆运动学问题是机器人控制中的一项重要内容。目前使用较多的神经网络法大多为多输入多输出或者 多输入单输出方式,需要大量运算。非线性偏最小二乘法( NLPLS)建立的模型分为内部和外部模型,样本数据经外部模 型处理后才用于训练若干个单输入单输出的神经网络。对PUMA560操作臂的仿真试验表明,在相同隐层神经元数的情 况下,该算法比普通神经网络法具有更好的预测精度。这也表明,NLPLS只需较少的隐层神经元数就可以达到普通方法 的精度,从而减少运算量。