面向服务机器人的蜂巢气动网络软件执行器研究

发布时间：2017-08-16 12:28

  本文关键词：面向服务机器人的蜂巢气动网络软件执行器研究

  更多相关文章： 服务机器人 软体机器人 蜂巢气动网络 夹持器 抓取

【摘要】：在科技日益进步的今天,机器人也逐渐进入大众的视野。在工业领域机器人已经逐渐代替人类完成一些单调或危险的工作,在生活领域机器人也逐渐成为人类的助手提供一些服务或娱乐功能。但是在机器人技术发展的同时,性能的提升也遇到很多瓶颈,服务机器人的抓取问题就是其中之一。本文以作者在实验室工作五年所参与的可佳服务机器人和蜂巢气动网络软体机器人研究为基础,创新之处和贡献主要集中于可佳服务机器人的设计以及软体机器人和软体夹持器的抓取研究。针对于可佳服务机器人的设计,通过合理的功能分析和独特的结构设计,保证了其能够简单有效的完成家庭服务任务且具有足够的鲁棒性能。关于软体机器人的研究主要集中在提出了一种新的基于蜂巢气动网络的软体机器人驱动技术。关于软体夹持器抓取的研究,主要是提出了一种适用于软体夹持器的抓取策略,通过简单的开环控制策略即可实现自适应的抓取且保证了足够高的抓取成功率,为解决服务机器人的抓取问题提供了一种新的解决思路。具体表现在如下三个方面。第一方面是设计制作了可佳服务机器人的硬件平台。当前服务机器人结构主要包含底盘驱动和操作平台,部分机器人为了增加服务性能会有其他扩展结构。现有底盘驱动主要以全向轮结构为主,但是却有结构设计复杂和运动合成难度较大等问题。为了有效的解决服务机器人的设计制造和运动合成以及在家庭狭窄空间内转向等难题,同时结合可佳机器人的服务场景考虑和功能任务需求,提出了双轮差动的底盘驱动方案。操作平台设计为五自由度机械臂并配备末端夹持器。结合升降系统,保证了可佳服务机器人可以在大范围内实现物体操纵,提高了其交互性能。第二方面是提出了基于蜂巢气动网络的软体机器人驱动技术。传统机器人主要由硬质多连杆结构组成,通过在关节处的电机和减速机进行驱动。由于其结构的刚性和电机的伺服特性,在与人交互或操作一些柔软物体时难以进行随动控制或柔性操作,因此其使用受到极大的限制。软体机器人是近年来逐渐受到学者关注的新型机器人结构。软机器人一般由软体材料制成,通过电压、气压或环境因素的变化实现驱动。基于柔性材质的特点,软体机器人一般不需要传感器辅助即可实现自适应的交互,在操作一些柔软或易碎物体时以及与人交互方面具有极大优势。作者所在团队提出了一种全新的基于蜂巢气动网络的软体驱动技术。以硬质六边形结构作为结构骨架并在单元内部嵌入气囊实现驱动,即可组成一组蜂巢气动网络。通过合理的结构布置,该驱动器不仅可以同时作为拉力和推力驱动器,更具有极高的形变性能和伸缩比例,有望在抓取和运送等多种领域发挥其作用。第三方面是提出了一种基于蜂巢气动网络软体夹持器的抓取策略。传统夹持器一般通过在夹持器末端配备多种传感器并结合特定的抓取策略进行抓取。本文以蜂巢气动网络软体夹持器为基础,提出了一种简单的开环抓取策略。基于软体机器人具有无限自由度的特性,可以实现夹持器和物体表面极好的贴合。结合蜂巢气动网络的运动特性和抓取特性,针对每个备选抓取点进行抓取过程模拟,以确定其最终抓取形态。对于每个备选抓取点的最终抓取形态,提取出判定点进行相对形封闭性判定以确定可行解集合。对于每个可行解方案,通过计算适用于蜂巢气动网络的软体夹持器的评价函数以获取最优值,得到对应的最佳抓取方案。实验结果表明,该软体夹持器及其抓取策略大幅提高了对常见几何形状物体的抓取成功率
【关键词】：服务机器人 软体机器人 蜂巢气动网络 夹持器 抓取
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要5-7
• ABSTRACT7-15
• 主要符号对照表15-16
• 第一章 绪论16-30
• 1.1 服务机器人研究概述16-19
• 1.2 机器人抓取研究现状19-21
• 1.3 软体机器人研究概述21-25
• 1.4 研究内容25-28
• 1.4.1 可佳服务机器人设计25-26
• 1.4.2 软体夹持器及其抓取策略26-28
• 1.5 文章组织28-30
• 第二章 可佳智能服务机器人设计30-42
• 2.1 服务机器人技术30-32
• 2.1.1 运动系统30-31
• 2.1.2 操作平台31-32
• 2.2 可佳服务机器人设计32-39
• 2.2.1 底盘系统33
• 2.2.2 手臂系统33-35
• 2.2.3 升降系统35
• 2.2.4 控制系统35-39
• 2.3 可佳服务机器人刚性夹持器39-42
• 第三章 蜂巢气动网络软体机器人42-50
• 3.1 软体机器人概述42
• 3.2 软体机器人技术42-44
• 3.3 蜂巢气动网络软体机器人44-46
• 3.3.1 驱动原理44
• 3.3.2 设计原型44-45
• 3.3.3 参数特性45-46
• 3.4 蜂巢气动网络软体夹持器46-50
• 第四章 软体执行器抓取规划50-62
• 4.1 软体夹持器的抓取规划50-51
• 4.2 抓取可行解51-53
• 4.3 形封闭性理论53-54
• 4.4 评价函数54
• 4.5 抓取的求解过程54-56
• 4.6 实验及讨论56-62
• 第五章 总结62-66
• 5.1 本文工作总结62-63
• 5.2 未来工作展望63-66
• 参考文献66-70
• 致谢70-72
• 在读期间发表的学术论文与取得的研究成果72

【相似文献】

中国期刊全文数据库 前10条

1 韩浩;董砚秋;张娟;;基于湖面清扫机器人的图像识别技术研究[J];科技资讯;2006年33期

2 Joseph Ogando;;让机器人放松“肌肉”[J];工业设计;2007年11期

3 ;《机器人技术与应用》全年总目次[J];机器人技术与应用;2010年06期

4 郭健;;机器人在涂装车间的应用[J];科技视界;2012年31期

5 王伟;;日本农用机器人的研究成果与趋势[J];农业机械;1994年11期

6 董雅萍;有视觉的机器人[J];世界制造技术与装备市场;2001年01期

7 梁冰,洪炳昒,曙光;基于视觉与行为模型的机器人目标跟踪[J];通信学报;2004年01期

8 张彦铎,鲁统伟;基于航迹关联的足球机器人视觉系统的改进[J];哈尔滨工业大学学报;2004年07期

9 高峥;拟人机器人视觉系统的软件设计[J];计算机工程与设计;2004年11期

10 靳晔;施釉机器人视觉系统设计[J];河北省科学院学报;2005年03期

中国重要会议论文全文数据库 前9条

1 陈卫东;曹其新;贾建强;罗真;王磊;黄永志;缪寿洪;张卫星;徐化;栾楠;付庄;张彭涛;孙英杰;张飞;张春裕;包贤捷;;面向动态与竞争环境的多机器人团队[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年

2 张春龙;黄小龙;刘卫东;张妍;李南;张俊雄;李伟;;基于机器视觉的锄草机器人信息获取方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

3 张亚静;乔军;刘刚;李民赞;;水果采摘机器人视觉系统的发展现状研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

4 雍超;竺长安;杜华生;;基于视觉和超声技术的机器人视觉系统[A];第六届全国计算机应用联合学术会议论文集[C];2002年

5 徐大宏;;基于彩色识别的足球机器人视觉系统研究与实现[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 高瑞;刘刚;司永胜;刘兆祥;;苹果采摘机器人视觉系统研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

7 袁波;徐科军;盛磊;;基于TMDXEVM642的机器人视觉系统[A];第三届全国信息获取与处理学术会议论文集[C];2005年

8 张汝波;张亮;张子迎;;基于立体视觉的机器人目标识别与跟踪[A];2007年中国智能自动化会议论文集[C];2007年

9 汤修映;张铁中;;黄瓜收获机器人避碰轨迹规划[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（上册）[C];2008年

中国重要报纸全文数据库 前2条

1 青岛日报、青报网记者 林刚;高端机器人装备年产400台[N];青岛日报;2014年

2 本报记者 徐光;全球增速第一 国内机器人产业快速崛起[N];中国证券报;2012年

中国博士学位论文全文数据库 前10条

1 陈浩耀;面向多机器人编队的基于视觉定位系统研究[D];中国科学技术大学;2009年

2 瞿心昱;基于仿人脑认知计算模型的机器人视觉学习方法[D];浙江工业大学;2012年

3 王勇;棉花收获机器人视觉系统的研究[D];南京农业大学;2007年

4 张正涛;乒乓球机器人视觉测量与控制[D];中国科学院研究生院（自动化研究所）;2010年

5 陈四杰;面向数控机床群的上下料机器人视觉识别定位研究[D];江苏大学;2013年

6 王海青;黄瓜收获机器人视觉系统的研究[D];南京农业大学;2012年

7 张健;220kV/330kV高压带电清扫机器人视觉系统的研究[D];上海交通大学;2009年

8 吕小莲;基于四自由度西红柿采摘机器人视觉系统的研究[D];沈阳农业大学;2008年

9 陈华斌;运载火箭动力系统五通连接器机器人GTAW质量控制系统[D];上海交通大学;2009年

10 俞晓磊;基于光电感知的混沌仿生信息融合研究[D];南京航空航天大学;2011年

中国硕士学位论文全文数据库 前10条

1 张皓然;四足除草机器人的静态步行及稳定性研究[D];昆明理工大学;2015年

2 李晶路;基于人工路标的室内机器人自定位算法研究[D];长安大学;2015年

3 霍美杰;基于动态结构网络的机器人发育机制研究[D];华北理工大学;2015年

4 宗鹏程;基于NAO机器人的视觉目标检测与跟踪[D];华北电力大学;2015年

5 黎嘉文;基于行为的多机器人协同研究与实现[D];扬州大学;2014年

6 王宁扬;面向服务机器人的蜂巢气动网络软件执行器研究[D];中国科学技术大学;2016年

7 曹振华;基于视觉的多功能教育机器人设计与实现[D];苏州大学;2009年

8 王魏;空中机器人视觉系统研究[D];浙江大学;2005年

9 陈利兵;草莓收获机器人采摘系统研究[D];中国农业大学;2005年

10 任自贤;基于多模式信息融合的机器人自身感知方法的研究[D];河北工业大学;2006年

，

本文编号：683291