收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

机器人柔顺交互控制策略与运动规划研究

黄浩晖  
【摘要】:协作机器人不仅需要具备强大的可控性和灵活性,更需要具备自主作业的能力以应对复杂作业任务。然而,目前的机器人控制系统面临着运动编程效率低、控制柔性不足等问题;此外,传统柔顺控制方法过度依赖传感器及环境模型,已经难以满足日益复杂的工作任务需求。因此,如何提高机器人系统的技能学习、泛化和交互能力已经成为适应新一代协作机器人发展的关键举措。本文一方面设计机器人的增量运动控制器,重点解决传统神经网络控制器中节点参数难以确定、适用性单一等问题,提高机器人运动控制中的学习与泛化能力。另一方面,针对机器人与环境交互过程中阻抗模型难以获取问题,研究模型未知情况下的机器人柔顺运动控制策略,开发高效、安全的机器人-环境交互技术。具体来说,本文的主要研究内容包括以下三个方面:一、高效的类人化运动控制以及技能学习能力对智能机器人实现复杂任务具有十分重要的作用,本文基于宽度神经网络,提出一种基于宽度学习的增量运动控制方法。首先,基于宽度神经网络出色的学习与泛化能力,结合障碍李雅普诺夫函数和误差约束函数,设计适用于不同任务轨迹下的增量运动控制器,同时解决传统神经网络中心点参数难以设计的问题。然而,由于宽度神经网络的节点数是动态可变的,神经网络紧集的大小难以确定,导致神经网络的逼近精度难以保证。本文通过设计切换函数和虚拟动态神经网络紧集,保证宽度神经网络控制器的全局一致最终有界稳定,从而实现全局稳定的增量运动控制。最后,引入确定学习理论和持续激励条件,通过对不同轨迹进行增量学习,得到增量运动控制器,再把权值收敛后的神经网络控制器复用到新的任务轨迹,从而实现高效、智能的运动轨迹泛化。二、先进的自适应阻抗控制技术是实现机器人与环境友好、安全交互的前提,当机器人与环境交互时,期望任务轨迹将会由于外界干扰受到改变,原来控制器的性能可能受到影响。此外,实际的环境模型难以获得,实现未知环境下的柔顺控制是一门具有挑战性的课题,因此,本文设计一种基于宽度模糊神经网络以及状态受限的自适应阻抗控制器。首先,通过设计机器人与环境交互的代价函数,通过策略迭代学习方法求解环境的最优模型,得到最优的阻抗增益,实现面向未知环境下的最优阻抗控制;同时设计一个软函数,解决由于阻抗参数突变而引起的控制抖动问题;最后,根据系统输入的运动轨迹和机器人状态,自适应调节宽度模糊神经网络中的特征节点参数,通过设计合理的障碍李雅普诺夫函数,使得机器人在与环境交互的过程中能工作在安全的范围内,并保证机器人的暂态和稳态跟踪性能。三、阻抗控制算法能实现机器人与环境的柔顺交互,然而由于环境的阻抗模型以及机器人的动力学模型难以准确搭建,使得精准的力位控制难以实现。本文基于动态系统理论,提出一种新型的轨迹自适应柔顺交互算法。该算法以任务轨迹为引导,无需考虑环境与机器人模型,只需要根据机器人与环境交互过程中的力反馈信息和力跟踪误差,通过构建势能函数和鲁棒因子,自适应调节原始动态系统所获得的期望轨迹,并保证调整后轨迹的稳定性以及收敛性,从而实现面向未知环境的机器人与环境柔顺交互,从运动规划层面解决传统柔顺控制依赖环境阻抗模型问题。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 刘颂;陈慧;张继仁;;神经网络借鉴驾驶员经验的自动泊车运动规划[J];中国集成电路;2019年Z1期
2 朱经纬;芮挺;李决龙;方虎生;张金林;;基于蚁群神经网络的机械手自组织逆运动规划[J];广西师范大学学报(自然科学版);2011年02期
3 马晨宇,李伟;机器人实时运动规划问题[J];电子技术应用;1996年12期
4 潘佳;Dinesh Manocha;;运动规划的高效配置空间构建与优化[J];Engineering;2015年01期
5 郝瑞;孟云鹤;郭胜鹏;;多约束航天器飞越式接近的两级运动规划方法[J];上海航天;2015年03期
6 段群杰;张铭钧;;一种自适应神经模糊运动规划器设计[J];传感器与微系统;2007年02期
7 熊宁;邵世煌;;机器人在时变环境中的运动规划[J];中国纺织大学学报;1992年05期
8 蓝梦露;赖叔朋;陈本美;;度量区间时序逻辑下四旋翼的集成任务与运动规划(英文)[J];控制理论与应用;2019年11期
9 ;一种新的高速芯片赋予机器人“三思而行”的能力[J];机床与液压;2020年11期
10 杨莉莉;;跳跃机器人非完整运动规划的数值算法研究[J];制造业自动化;2013年13期
11 王文博;;仿人机器人基本运动规划研究[J];硅谷;2010年06期
12 王平;郭继峰;史晓宁;崔乃刚;;服务航天器近距离操作四维运动规划方法研究[J];控制与决策;2010年10期
13 蔡胜利,余跃庆,白师贤;弹性并联机器人输入运动规划[J];机械设计与研究;1997年03期
14 李永成,张钹;多关节机械手抓取-放置操作的运动规划[J];机器人;1992年06期
15 程琳;尚会超;郭一辰;冀涛;付晓莉;李志强;;多轨迹产后康复训练仪的设计与运动规划仿真[J];中原工学院学报;2020年04期
16 叶长龙;陈磊;姜春英;于苏洋;;一种三轮结构的全方位机器人运动规划[J];组合机床与自动化加工技术;2018年10期
中国重要会议论文全文数据库 前20条
1 李伟;马晨宇;陈祖舜;曹琦;;多自由度机器人的运动规划[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
2 赵金刚;戈新生;;自适应动态规划求解空间双臂机器人非完整运动规划的最优控制问题[A];第九届全国多体系统动力学暨第四届全国航天动力学与控制学术会议论文摘要集[C];2015年
3 孙宁;方勇纯;马博军;;基于迭代策略的桥式吊车运动规划[A];第二十九届中国控制会议论文集[C];2010年
4 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
5 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
6 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
8 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
9 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
10 马昕鹏;李艳坤;庞佳烽;;人工神经网络预测血清中血红蛋白含量[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
11 康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集(7)[C];2020年
12 闫岱峻;刘伟;于圣炜;赵旭;;基于神经网络的散货船阻力预报方法研究[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
13 郝立柱;韩阳;潘子英;;循环神经网络方法预报船舶操纵运动研究[A];第三十一届全国水动力学研讨会论文集(下册)[C];2020年
14 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
15 刘晶;黄进;赵万国;周丽萍;;一种基于卷积神经网络的非法经营线索挖掘模型[A];2020互联网安全与治理论坛论文集[C];2020年
16 包俊;董亚超;刘宏哲;;卷积神经网络的发展综述[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
17 刘克楠;侯剑;;基于神经网络的唤醒词识别方法[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
18 华阳;孟晓;秦智勇;;深度卷积神经网络压缩方法研究[A];中国航天电子技术研究院科学技术委员会2020年学术年会优秀论文集[C];2020年
19 孙澄宇;胡苇;;大范围工业建筑屋面太阳能潜力的快速评估方法[A];数智营造:2020年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2020年
20 王畅;叶舒然;张珍;王一伟;;基于卷积神经网络的空化水翼表面的压力预测[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
中国博士学位论文全文数据库 前20条
1 黄浩晖;机器人柔顺交互控制策略与运动规划研究[D];华南理工大学;2020年
2 卢兴国;工业机器人模糊神经网络控制及最优运动规划方法研究[D];哈尔滨工业大学;2018年
3 刘毅;6R型工业机器人装配操作轨迹与运动规划研究[D];大连理工大学;2018年
4 廖建峰;移动机器人冗余特性下的运动规划与协调控制[D];浙江大学;2019年
5 陈瑛;航天器交会与接近操作采样运动规划与控制[D];哈尔滨工业大学;2020年
6 白有盾;面向高速精密定位的宏微复合直线平台优化设计与运动规划[D];广东工业大学;2017年
7 刘爽;多机器人编队的运动规则[D];中国科学技术大学;2010年
8 闫庆辉;障碍环境下非完整轮式移动操作机运动规划方法研究[D];哈尔滨工业大学;2007年
9 王宪伦;不确定环境下机器人柔顺控制及可视化仿真的研究[D];山东大学;2006年
10 常青;四足机器人全向运动规划方法与稳定性研究[D];北京理工大学;2016年
11 赵晋荣;汽车外覆盖件冲压自动线运动规划及仿真系统的开发与应用[D];山东大学;2017年
12 方健;冗余双臂机器人在线运动规划与协调操作方法研究[D];中国科学技术大学;2016年
13 王梅;多关节自治机器人系统分布式协作运动规划方法研究[D];浙江大学;2007年
14 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
15 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
16 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
17 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
18 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
19 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
20 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
中国硕士学位论文全文数据库 前20条
1 高松;基于能耗的水下机器人实时运动规划方法研究[D];哈尔滨工程大学;2008年
2 徐文质;装卸货物机械手运动规划方法研究及控制系统实现[D];华中科技大学;2019年
3 李明樵;基于激光雷达的智能汽车检测跟踪与运动规划[D];哈尔滨工业大学;2019年
4 吴相飞;基于模型预测的自主驾驶车辆速度决策和运动规划方法研究[D];国防科技大学;2017年
5 代雪涵;基于高斯混合模型的机械臂运动规划和路径优化研究[D];哈尔滨工业大学;2019年
6 杨晓坤;大尺寸空间移动测量系统末端执行器运动规划研究[D];燕山大学;2019年
7 程俊涵;基于多约束目标的智能水下机器人运动规划方法研究[D];哈尔滨工程大学;2019年
8 谢丰;移动苹果采摘机械手设计及其运动规划[D];江苏科技大学;2019年
9 杜哲;基于轨迹单元的水面无人艇运动规划研究[D];武汉理工大学;2018年
10 胡泰然;基于ROS的仿人机器人运动规划研究与实现[D];武汉工程大学;2018年
11 马冀桐;非结构环境下柑橘采摘机器人避障运动规划研究[D];重庆理工大学;2019年
12 王天舸;智能驾驶汽车运动规划与运动控制方法研究[D];吉林大学;2019年
13 陈欣;自重构卫星的重构路径规划算法研究[D];哈尔滨工业大学;2018年
14 于振华;航天器近距离接近采样运动规划方法研究[D];哈尔滨工业大学;2018年
15 杜伟松;高速公路环境下的无人驾驶汽车运动规划研究[D];重庆交通大学;2018年
16 曹淼;基于视觉信息的仿生机器鼠运动规划策略研究[D];哈尔滨理工大学;2018年
17 张立;工业机械臂的智能运动规划与避障方法研究[D];华南理工大学;2018年
18 白玉昊;面向双臂协调的运动规划方法研究[D];哈尔滨工业大学;2018年
19 杨勇;手机3D动画中虚拟人物交互运动的自动规划[D];北京工业大学;2018年
20 冯来春;基于引导域的参数化RRT无人驾驶车辆运动规划算法研究[D];中国科学技术大学;2017年
中国重要报纸全文数据库 前20条
1 骆无意;图神经网络让集群无人系统更智能[N];中国航天报;2020年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
4 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
5 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
6 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
7 ;神经网络小史[N];电子报;2018年
8 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
9 ;人工智能将取得大面积突破[N];中国企业报;2017年
10 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
11 ;人类正迎来云端机器人时代[N];中国企业报;2017年
12 张斌;谁还需要“同传”[N];文汇报;2017年
13 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
14 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
15 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
16 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;突破人类和机器的边界[N];中国信息化周报;2017年
17 舒年;“深度学习”与人工智能的新挑战[N];工人日报;2017年
18 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
19 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
20 中国信息通信研究院标准所副所长 何宝宏;AI技术的天花板[N];通信产业报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978