基于sEMG的人机协作机械臂变阻抗示教技术研究
发布时间：2022-02-14 13:20
相对于传统工业机器人,人机协作型机器人具有良好的自主性和柔性操作性能,能够与人共融、协作完成复杂任务。面向柔性操作任务,单纯的轨迹示教不能够满足阻抗变化的需求,本课题以人机协作技能传授为背景,基于人手臂sEMG信息建立手臂末端阻抗模型,并且依据该模型将人对人机协作过程中阻抗变化的判断映射到机械臂的变阻抗控制模型,从而实现轨迹和阻抗参数共同示教,提高人机协作完成复杂柔性作业任务的性能。首先,对iiwa人机协作机器人的运动学进行分析。采用D-H法建立机器人连杆坐标系,根据坐标转换矩阵推导机器人正运动学方程;并且,采用微分变换法推导了机器人雅克比矩阵,采用逆雅克比矩阵实现笛卡尔速度向关节速度转换,从而完成机器人逆运动学解算;利用MATLAB Robotics Toolbox工具箱建立虚拟仿真环境进行运动学仿真验证。并对iiwa机器人工作空间进行评估,为人机协作过程中可操作空间提供理论依据。其次,对基于sEMG人体上肢末端阻抗估计进行研究。建立上肢末端刚度模型,分析上肢末端刚度大小、方向等属性。在表面肌电信号的采集及预处理基础上,建立基于sEMG的上肢末端刚度估计模型;通过实验对上肢末端力映射...
【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
工业机器人工作模式比较
以及 sEMG 变阻抗控制策略研究。1.3 国内外研究现状及分析1.3.1 机器人示教技术研究现状传统的人-机器人间主要是人类操作者通过示教的方式，向机器人传授特定的任务和动作技能。对于与人共融的新一代机器人，传统的预编程/示教再现模式已不再适用，任务、环境和作业对象的非结构化特征以及人类动作的复杂性、随机性，使传统示教方式难以完整表达和高效传递人类的技能。因此，机器人学者尝试从人的指令和动作“示教”中提取有价值的信息和经验，并形成不同的技能知识，并用于指导机器人作业任务的执行。IIT 的 Petar Kormushev 研究了机器人轨迹和力示教技术[1]，首先进行拖动轨迹示教（图 1-2.a），随后通过触觉反馈装置对机器人进行熨烫任务的力轮廓示教（图 1-2.b），该方法能够学习、再现人机交互力的作用，但由于时间延迟和环境的不确定性等因素，导致很难保证机器人操作的柔顺性、安全性和有效性，文献[2]也做了类似相关研究。
教技术越来越受到关注[5-7]，目前柔顺示教相关研究性机构设计。主要是通过主动、被动或主/被动混合阻抗，从而实现柔顺的交互示教技术[8-11]。b）结构化。该技术依赖于精确的机器人与环境的阻抗物理器人转换技术。主要通过提取人的阻抗技能，然后机器人模仿人的柔顺性与自适应能力[13,14]。究了人在作业过程中的阻抗分配问题，即将阻抗作与运动同时学习，来实现更加拟人化的柔性作业。作搬运的学习问题，作者将柔顺性（阻抗）的概念是：将人与机器人的协作建模成一个动态柔性牵引的位置和力约束（柔顺性）信息来学习人-机协作交互界面，在机器人与人进行物理交互示教过程中务空间中的刚度，该示教界面适应各种任务，甚至可如倒饮料。文献[19]针对双臂机器人的主-从臂示教任 sEMG 相结合，基于模型估计实验者的上肢末端刚反馈自适应的调节上肢阻抗，实现从臂跟随主臂的柔
本文编号：3624635
【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
工业机器人工作模式比较
以及 sEMG 变阻抗控制策略研究。1.3 国内外研究现状及分析1.3.1 机器人示教技术研究现状传统的人-机器人间主要是人类操作者通过示教的方式，向机器人传授特定的任务和动作技能。对于与人共融的新一代机器人，传统的预编程/示教再现模式已不再适用，任务、环境和作业对象的非结构化特征以及人类动作的复杂性、随机性，使传统示教方式难以完整表达和高效传递人类的技能。因此，机器人学者尝试从人的指令和动作“示教”中提取有价值的信息和经验，并形成不同的技能知识，并用于指导机器人作业任务的执行。IIT 的 Petar Kormushev 研究了机器人轨迹和力示教技术[1]，首先进行拖动轨迹示教（图 1-2.a），随后通过触觉反馈装置对机器人进行熨烫任务的力轮廓示教（图 1-2.b），该方法能够学习、再现人机交互力的作用，但由于时间延迟和环境的不确定性等因素，导致很难保证机器人操作的柔顺性、安全性和有效性，文献[2]也做了类似相关研究。
教技术越来越受到关注[5-7]，目前柔顺示教相关研究性机构设计。主要是通过主动、被动或主/被动混合阻抗，从而实现柔顺的交互示教技术[8-11]。b）结构化。该技术依赖于精确的机器人与环境的阻抗物理器人转换技术。主要通过提取人的阻抗技能，然后机器人模仿人的柔顺性与自适应能力[13,14]。究了人在作业过程中的阻抗分配问题，即将阻抗作与运动同时学习，来实现更加拟人化的柔性作业。作搬运的学习问题，作者将柔顺性（阻抗）的概念是：将人与机器人的协作建模成一个动态柔性牵引的位置和力约束（柔顺性）信息来学习人-机协作交互界面，在机器人与人进行物理交互示教过程中务空间中的刚度，该示教界面适应各种任务，甚至可如倒饮料。文献[19]针对双臂机器人的主-从臂示教任 sEMG 相结合，基于模型估计实验者的上肢末端刚反馈自适应的调节上肢阻抗，实现从臂跟随主臂的柔
本文编号：3624635
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3624635.html
