人机协作建筑机器人操作意图理解与柔顺控制方法研究
发布时间：2021-07-06 14:50
随着我国经济的增速发展,城市化的进程的飞速加快,全国的建筑行业已经不断的向高空延伸,大型高空建筑如雨后春笋在各个城市拔地而起。与此同时,局部发达地区城市的人口不断扩张,高层建筑也逐渐替代了传统的住宅楼。在“绿色建筑”及“中国制造2025”的推动下,建筑行业中装配式建筑成为了必然趋势。不仅装配式建筑大大提高了施工作业的效率,也更加符合绿色建筑的要求,建筑业设计的标准化和项目管理的信息化,结构件的标准程度与生产效率呈现正比关系,更有利的是构件成本会大幅度减低,再加上工厂智能的管理模式,整个装配式建筑的性价比会越来越高,这就使得发展建筑行业机器人迫在眉睫。本课题对建筑行业中装配式建筑进行了分析,以实验室自主设计的建筑幕墙安装机器人为对象,利用机器学习与阻抗控制算法对机器人的柔顺性进行研究。首先对建筑机器人的运动学与动力学建模分析,并建立其数学模型,为后文柔顺性研究奠定基础。本文研究的核心内容如下:（1）在人机协作机器人的意图理解上着手研究,对人机协作过程中操作者的输入信息特征进行研究,总结出机器人传感器对输入信息精准判断、预测的控制策略,并通过一自由度的机器人对算法可行性进行验证。（2）对比...
【文章来源】：河北工业大学天津市 211工程院校
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
017年较大事故起数情况
河北工业大学硕士学位论文1第一章绪论1.1课题的研究背景与意义自世界上第一台数字化可编程的工业机器人“Unimate”[1]问世以来，历经了了半个多世纪的发展，无论是在工业、民用、航天等领域都有了长足的进步。以工业机器人为例，我国起步于20世纪80年代，经历研发期至20世纪后逐渐走向产业化的方向。2017年我国的工业机器人产量将达到6.4万台，预计在2020年有望突破10万台且年均增长率在19%左右[2]。由此可见，在未来的十年甚至几十年，机器人将会在各个领域占据一席之位。随着经济的蓬勃发展，我国加快了城镇化改革的步伐，在《国家新型城镇化规划（2014-2020）》中表示，我国处于城镇化改革发展的重要阶段，经济的可持续发展要依托城镇化的推动作用，城镇化发展正在有序进行[3]。城镇化的结果会造成城市人口膨胀，市民的生存空间变得更加拥挤，所以全世界城市均存在地价昂贵的现象，为了有效解决此类问题，建筑已经不断地像高空发展[4]。中国的房地产行业近几年来处于井喷期，各大城市高楼林立，摩天大楼已将成为各的地方的标志性建筑。在高层建筑大力发展的同时，不仅追求高度，还要追求的在整体的美观与整洁，当前建筑以普遍采用玻璃幕墙以及大理石石材的建筑幕墙作为整体建筑的外饰。考虑到我国房地产的体量与规模，建筑幕墙的装饰有非常巨大的市场空间。图1.12017年较大事故起数情况图1.22017年上半年事故死亡人数情况与此同时，每年因建筑安全带来的事故也是数见不鲜，如高空坠落、坍塌，工人失足等。如图1.1-1.3为国家住房和城乡建设部安全生产管理委员会办公室提供的2017年上半年全国房屋市政生产安全事故及伤亡人数统计，比2016年同期相比上升19.16%
人机协作建筑机器人操作意图理解与柔顺控制方法研究2和26.69%，由其中图1.3可以看出，高空坠落和坍塌占据了大部分比例。由此可见，提高建筑行业的工作安全迫在眉睫。图1.32017年上半年事故类型情况图1.4高空事故图（坍塌、坠落）图1.4为高空事故图，高空作业环境下作业难度系数以及危险系数大大多于在普通的建筑环境作业。机器人广泛引入建筑领域是时代发展的要求，因此必将会是一场新的建筑革命。概括下来有以下几点意义[5]：（1）建筑机器人能快速提高营建的效率，极大的缩短工期；（2）保障施工人员的安全，一些充满危险以及对人身造成伤害的工种，未来可由机器人执行。（3）人力资源的短缺加快了建筑机器人的需求。（4）建筑机器人是构建节约型社会的诉求。（5）机器人有望搭建概念设计与实体之间桥梁。目前，建筑机器人无论是国内还是国外均未实现商业化的道路，以建筑机器人为首的智能建筑装备还都处于实验阶段，尤其是在复杂的工况下可靠性以及产品自身的鲁棒性还需要提升。本文主要研究的内容是建筑幕墙安装机器人的操作意图理解及在复杂环境下的柔顺力控制策略的研究。
【参考文献】：
期刊论文
[1]基于神经网络的助力搬运装置自适应控制方法研究[J]. 张蕊,杨冬,沈永旺,董跃巍,李铁军. 机床与液压. 2019(02)
[2]我国工业机器人发展及趋势[J]. 袁钰坤. 中国新技术新产品. 2017(20)
[3]建筑机器人研究现状与展望[J]. 于军琪,曹建福,雷小康. 自动化博览. 2016(08)
[4]基于力传感器的人机协作控制算法研究[J]. 陈鹏,曹其新,陶元发. 机电一体化. 2016(07)
[5]工业机器人技术的发展与应用综述[J]. 计时鸣,黄希欢. 机电工程. 2015(01)
[6]机器人PID控制算法研究与实现[J]. 王志勃,毕艳茹. 计算机技术与发展. 2014(10)
[7]基于模糊PID控制的电机转台伺服系统[J]. 吕东阳,王显军. 计算机应用. 2014(S1)
[8]生态文明视角下新型城镇化的挑战与未来[J]. 许凡,栾贵勤. 中国经贸导刊. 2014(14)
[9]BP神经网络学习算法的研究[J]. 刘彩红. 西安工业大学学报. 2012(09)
[10]六自由度喷涂机器人动力学分析及仿真[J]. 翟敬梅,康博,张铁. 机械设计与制造. 2012(01)
博士论文
[1]人机协作中机器人力感知与柔顺控制方法研究[D]. 刘智光.河北工业大学 2017
硕士论文
[1]基于遗传算法优化BP神经网络的手写体字母识别[D]. 王盟.河北科技大学 2016
[2]面向复杂路况的助力搬运装置自适应控制方法研究[D]. 李小琦.河北工业大学 2016
[3]工业机器人最优轨迹规划问题研究[D]. 周旋.沈阳建筑大学 2016
[4]下肢外骨骼康复机器人控制系统设计与研究[D]. 麻天照.电子科技大学 2015
[5]高空幕墙安装机器人机械系统研究[D]. 田飞.河北工业大学 2015
[6]基于主动柔顺控制的火箭在轨组装对接系统研究[D]. 孙泽阳.哈尔滨工业大学 2014
[7]BP神经网络的优化与研究[D]. 吕琼帅.郑州大学 2011
[8]求解动态优化问题的遗传算法的研究与实现[D]. 王丰丰.上海交通大学 2010
[9]基于自适应阻抗控制的并联机器人柔顺控制研究[D]. 马小良.哈尔滨工业大学 2009
[10]遗传算法的改进及其在工艺方案优化中的应用[D]. 王青青.华中科技大学 2008
本文编号：3268445
【文章来源】：河北工业大学天津市 211工程院校
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
017年较大事故起数情况
河北工业大学硕士学位论文1第一章绪论1.1课题的研究背景与意义自世界上第一台数字化可编程的工业机器人“Unimate”[1]问世以来，历经了了半个多世纪的发展，无论是在工业、民用、航天等领域都有了长足的进步。以工业机器人为例，我国起步于20世纪80年代，经历研发期至20世纪后逐渐走向产业化的方向。2017年我国的工业机器人产量将达到6.4万台，预计在2020年有望突破10万台且年均增长率在19%左右[2]。由此可见，在未来的十年甚至几十年，机器人将会在各个领域占据一席之位。随着经济的蓬勃发展，我国加快了城镇化改革的步伐，在《国家新型城镇化规划（2014-2020）》中表示，我国处于城镇化改革发展的重要阶段，经济的可持续发展要依托城镇化的推动作用，城镇化发展正在有序进行[3]。城镇化的结果会造成城市人口膨胀，市民的生存空间变得更加拥挤，所以全世界城市均存在地价昂贵的现象，为了有效解决此类问题，建筑已经不断地像高空发展[4]。中国的房地产行业近几年来处于井喷期，各大城市高楼林立，摩天大楼已将成为各的地方的标志性建筑。在高层建筑大力发展的同时，不仅追求高度，还要追求的在整体的美观与整洁，当前建筑以普遍采用玻璃幕墙以及大理石石材的建筑幕墙作为整体建筑的外饰。考虑到我国房地产的体量与规模，建筑幕墙的装饰有非常巨大的市场空间。图1.12017年较大事故起数情况图1.22017年上半年事故死亡人数情况与此同时，每年因建筑安全带来的事故也是数见不鲜，如高空坠落、坍塌，工人失足等。如图1.1-1.3为国家住房和城乡建设部安全生产管理委员会办公室提供的2017年上半年全国房屋市政生产安全事故及伤亡人数统计，比2016年同期相比上升19.16%
人机协作建筑机器人操作意图理解与柔顺控制方法研究2和26.69%，由其中图1.3可以看出，高空坠落和坍塌占据了大部分比例。由此可见，提高建筑行业的工作安全迫在眉睫。图1.32017年上半年事故类型情况图1.4高空事故图（坍塌、坠落）图1.4为高空事故图，高空作业环境下作业难度系数以及危险系数大大多于在普通的建筑环境作业。机器人广泛引入建筑领域是时代发展的要求，因此必将会是一场新的建筑革命。概括下来有以下几点意义[5]：（1）建筑机器人能快速提高营建的效率，极大的缩短工期；（2）保障施工人员的安全，一些充满危险以及对人身造成伤害的工种，未来可由机器人执行。（3）人力资源的短缺加快了建筑机器人的需求。（4）建筑机器人是构建节约型社会的诉求。（5）机器人有望搭建概念设计与实体之间桥梁。目前，建筑机器人无论是国内还是国外均未实现商业化的道路，以建筑机器人为首的智能建筑装备还都处于实验阶段，尤其是在复杂的工况下可靠性以及产品自身的鲁棒性还需要提升。本文主要研究的内容是建筑幕墙安装机器人的操作意图理解及在复杂环境下的柔顺力控制策略的研究。
【参考文献】：
期刊论文
[1]基于神经网络的助力搬运装置自适应控制方法研究[J]. 张蕊,杨冬,沈永旺,董跃巍,李铁军. 机床与液压. 2019(02)
[2]我国工业机器人发展及趋势[J]. 袁钰坤. 中国新技术新产品. 2017(20)
[3]建筑机器人研究现状与展望[J]. 于军琪,曹建福,雷小康. 自动化博览. 2016(08)
[4]基于力传感器的人机协作控制算法研究[J]. 陈鹏,曹其新,陶元发. 机电一体化. 2016(07)
[5]工业机器人技术的发展与应用综述[J]. 计时鸣,黄希欢. 机电工程. 2015(01)
[6]机器人PID控制算法研究与实现[J]. 王志勃,毕艳茹. 计算机技术与发展. 2014(10)
[7]基于模糊PID控制的电机转台伺服系统[J]. 吕东阳,王显军. 计算机应用. 2014(S1)
[8]生态文明视角下新型城镇化的挑战与未来[J]. 许凡,栾贵勤. 中国经贸导刊. 2014(14)
[9]BP神经网络学习算法的研究[J]. 刘彩红. 西安工业大学学报. 2012(09)
[10]六自由度喷涂机器人动力学分析及仿真[J]. 翟敬梅,康博,张铁. 机械设计与制造. 2012(01)
博士论文
[1]人机协作中机器人力感知与柔顺控制方法研究[D]. 刘智光.河北工业大学 2017
硕士论文
[1]基于遗传算法优化BP神经网络的手写体字母识别[D]. 王盟.河北科技大学 2016
[2]面向复杂路况的助力搬运装置自适应控制方法研究[D]. 李小琦.河北工业大学 2016
[3]工业机器人最优轨迹规划问题研究[D]. 周旋.沈阳建筑大学 2016
[4]下肢外骨骼康复机器人控制系统设计与研究[D]. 麻天照.电子科技大学 2015
[5]高空幕墙安装机器人机械系统研究[D]. 田飞.河北工业大学 2015
[6]基于主动柔顺控制的火箭在轨组装对接系统研究[D]. 孙泽阳.哈尔滨工业大学 2014
[7]BP神经网络的优化与研究[D]. 吕琼帅.郑州大学 2011
[8]求解动态优化问题的遗传算法的研究与实现[D]. 王丰丰.上海交通大学 2010
[9]基于自适应阻抗控制的并联机器人柔顺控制研究[D]. 马小良.哈尔滨工业大学 2009
[10]遗传算法的改进及其在工艺方案优化中的应用[D]. 王青青.华中科技大学 2008
本文编号：3268445
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3268445.html
