微操作机器人系统及其关键技术研究

微制作机器人技术是MEMS技术的一个重要分支，也是当前机器人研究领域的一个热点。本文分析了微操作机器人集成系统的特点，并针对微制作机器人系统研制中涉及的一些关键技术，如驱动、定位、检测和控制等技术进行了论述。

机器人多传感器实验平台中的图像传感器在线标定研究

本文结合智能机器人多传感器实验平台的研制工作,系统地介绍了图像传感器在线标定的原理和方法,并对标定系统的构成做了概述,同时结合实验对相关问题进行进一步的探讨。

机器人化纳米操作中任务空间的实时反馈方法研究

纳米科技的最终目标是在原子、分子尺度上，制造具有新颖物理、化学和生物特性的器件和系统，而实现这个目标最为关键的使能技术便是纳米尺度下进行观测、操作和装配的科学方法与相关技术手段。原子力显微镜（AFM：Atomic Force Microscopy）的发明为实现这一目标提供了可行途径，AFM除了能够在常态下实现对原子、分子尺度大小物体的观测，并且由于其超高的分辨率和运动精度，可控、可重复的运动方式，独特的机械力作用机理，任意环境的可适应性而广泛应用于纳米操作。然而AFM的主要功能是进行纳米观测，应用于纳米操作时面临着许多挑战性的难题，尽管随着近十年的深入研究，一些问题已经得到了部分解决，但是缺乏高可信度的实时视觉反馈、无法实现任务空间内探针的精确定位依然阻碍着AFM纳米操作的效率。以目前最为先进的AFM纳米操作方法—增强现实技术为例，尽管该技术可以为操作者提供实时的视觉反馈，但是这种视觉反馈并不代表纳米操作场景的真实变化，而是根据离线模型计算得到的一种图形仿真，因而视觉反馈是否可信取决于模型的准确程度，然而受纳米尺度下各种非线性力的影响，如毛细力、范德华力、静电力等等，很难建立完全精确的物理模型，模型误差将导致错误的视觉反馈并引起纳米操作的失败。此外，受PZT非线性和温漂的影响，基于AFM的纳米操作还缺乏在任务空间内对探针进行精确定位的能力，导致操作过程中AFM探针无法有效接触到纳米物体，使得机器人学中“从A点运动到B点”最为基本的任务难以实现，这些缺点都严重阻碍着AFM纳米操作的效率和效果。本论文针对上述问题，以机器人学中的感知、决策、行为理论和监控方法为基础，具体开展了以下几方面的工作： 1、视觉反馈缺乏可信度是基于增强现实AFM纳米操作面临的主要问题，由于操作者无法对视觉反馈可信度作出评断，经常会在错误视觉反馈的指引下进行无效的纳米操作，从而浪费大量的时间，降低了AFM纳米操作的效率。为了克服上述问题，本文在研究信息诊断与反馈理论基础上，提出了基于Kalman滤波的视觉反馈可信度在线监控方法，实现了视觉反馈错误的实时检测，避免了无效纳米操作的发生，提高了AFM纳米操作的效率。 2、错误视觉反馈被检测出后，需要对其修正以保证纳米操作任务的成功完成。然而传统修正方法需要中断纳米操作进行重新扫描成像，这往往需要耗费几分钟的时间，严重降低了AFM纳米操作的效率。针对该问题，本文提出一种基于局部扫描的在线修正方法，通过扫描轨迹的优化，该方法能够对真实纳米操作结果进行实时感知，从而不需要中断纳米操作就能实现错误视觉反馈的修正，并使得整个修正过程对于操作者透明。这保证了实时可视监控信息的真实性，显著提升了AFM纳米操作的效率。 3、PZT非线性和随机漂移是影响AFM探针精确定位的主要因素，针对该问题本文提出了一种基于路标的探针定位方法，其核心思想是不再采用距离为测度方式进行探针位置描述，而是将作业区域的特定形貌特征定义为参考路标，通过探针对特征形貌的主动感知实现基于路标地图的探针定位，有效消除PZT非线性和随机漂移引起的定位误差，提高探针在任务空间内的定位精度。 4、研究了机器人化纳米操作系统任务空间实时反馈的构建技术，具体包括高灵敏度纳米操作力的感知方法，系统结构误差的产生原因和补偿策略，面向探针实时运动控制的系统结构设计，系统的软硬件实现方案等内容，并利用该实验平台开展了大量实验研究，验证了本论文所提出理论方法的正确性，同时演示性地组建了基于单根CNT和DNA的纳电子器件，实验结果表明AFM纳米操作的效率和效果得到了极大提升。本文的研究工作丰富了基于AFM的机器人化纳米操作理论，为基于AFM的纳米制造技术发展提供了具有一定指导意义的理论方法和研究途径。

基于网络的机器人遥操作系统：运动描述语言方法

基于网络的机器人遥操作系统是互联网技术与机器人技术相结合的产物，其基本特点是操作者的决策能力与远端机器人系统精确、快速运动能力的有机结合，这种结合通过互联网这种廉价的通讯媒介得以实现。这类系统较之于传统机器人系统的优点主要体现在两个方面：一方面延伸了操作者的感知和操作能力，使操作者可以置身于安全的环境中而完成危险环境中的作业任务；另一方面提高了机器人对工作环境的适应能力，辅之以操作者的决策，机器人可以工作于非结构化的工作环境中。随着互联网技术的飞速发展，基于网络的机器人遥操作技术在远程医疗、远程服务、远程制造等领域得到了广泛的应用。 互联网技术为机器人遥操作技术的应用开辟了广阔的应用前景，但同时也带来了新的挑战，互联网数据传输的特征——有限带宽、随机时延、丢包和乱序等——降低了遥操作系统的性能，甚至造成系统的不稳定。传统的主从式控制策略增加了操作者的工作负担，而且需要占用大量网络带宽，造成网络资源的浪费；而协作式控制策略虽然可以减少通信量，但操作者对机器人系统的影响降低，而且只能依据经验设计。另外，传统的控制策略并没有考虑机器人遥操作系统的混杂本质特征。一个理想的机器人网络遥操作系统应该能够实现系统计算、通信等功能的合理划分。合理划分的原则是：把操作者从控制闭环中解放出来，适当减轻操作者的工作压力；充分利用机器人系统的计算能力和运动能力，降低系统对网络带宽的需求；适当保留操作者对机器人系统的决策能力，从端机器人系统要有一定的自主能力。基于以上基本原则，本文提出了基于运动描述语言（Motion Description Language, MDL）的机器人网络遥操作系统设计方法，针对该方法在以下几个方面进行了深入研究： 1. 针对现有的机器人网络遥操作系统结构存在的问题，提出了基于运动描述语言的机器人网络遥操作系统控制结构。该控制结构充分考虑了机器人网络遥操作系统的构成特点，实现了系统计算、通信等功能的合理划分，为系统设计奠定了基础。 2. 结合基于事件的规划与控制理论，提出了新的运动描述语言模型，并以轮式移动机器人的镇定问题为例说明了基于运动描述语言的机器人系统控制方法。为了分析运动描述语言的网络环境特征，我们对基于运动描述语言的机器人网络遥操作系统进行了仿真研究，并与传统的遥操作方法进行了对比分析，仿真结果表明，基于运动描述语言的控制方法对网络随机延迟具有鲁棒性。 3. 在基于网络的机器人遥操作系统中，操作者依据系统运行过程中特定的事件进行决策，据此提出了遥操作系统中的信息变换和运动描述语言框架中的增强信息反馈方法。在信息变换方法中，针对各种媒体信息的特点以及操作者的感知特征，把视频信息转换为力信息，引导操作者提供和系统状态对应的控制命令。运动描述语言框架中的增强信息反馈方法反映了操作者感知离散事件的本质特征，对操作者感兴趣的离散事件进行了凸显，增强了操作者的感知能力。实验结果验证了两种方法的有效性。 4. 针对具体的遥操作目标抓取任务，建立了基于运动描述语言的机器人网络遥操作原型系统，定义了一致可操作性的概念，并探讨了运动描述语言框架中的优化问题。通过实验对传统的控制方法与基于运动描述语言的控制方法进行了对比分析，实验结果说明，基于运动描述语言的机器人网络遥操作系统在降低操作者工作负担以及减少对通信网络带宽需求方面具有很大的优势。 基于运动描述语言的机器人网络遥操作系统克服了传统控制方法的缺点，通过抽象实现了数据的压缩，这种特点较之于传统的控制方法在降低通信量以及操作者的工作负担方面具有很大的优势，对于提高机器人网络遥操作系统的性能具有现实意义。

基于原子力显微镜的机器人化纳米操作系统研究

自从1986年G. Binnig等发明原子力显微镜（AFM）后，纳米科技研究得到了快速发展，纳米科技研究的最终目标之一是从纳米甚至分子与原子尺度上制造功能器件或系统，而实现此目标的使能技术是具有能在纳米尺度上进行精确可控操作与装配的方法、技术与装置。为此，学者们对基于AFM的纳米操作进行了大量研究，但由于对纳米尺度上物体的受力与运动方式等物理机理认识的不足、AFM探针精确定位技术的缺乏、以及操作过程中实时反馈信息的缺乏，使得操作者无法对纳米操作的中间过程及最终结果进行精确控制，纳米操作的成功率、效率及灵活性低下，从而严重阻碍了基于AFM的纳米操作的发展与应用。对此，本文在分析目前研究现状及存在问题的基础上，结合机器人学理论与技术，研制了基于AFM且具有实时力/触觉及视觉反馈的机器人化纳米操作系统，通过对纳米环境中物体的受力与运动方式进行分析与建模，从理论与实验上对AFM探针的驱动与精确定位、实时三维纳米力/触觉及实时纳米视觉信息的反馈与控制等关键问题进行了深入研究。 在AFM探针驱动与精确定位方面，本文在对压电陶瓷驱动器电压-位移的迟滞/非线性特性进行理论与实验分析的基础上，提出了基于复现扫描轨迹的驱动方法，并对驱动器运动学耦合误差、探针悬臂变形引起的针尖偏移误差进行了定量分析与补偿，从而获得了很高的探针定位精度。 在实时三维纳米力/触觉信息反馈与控制方面，本文在对探针-微粒-基片之间各种纳米力进行初步理论分析的基础上，将AFM探针作为三维纳米力传感器，通过对探针受力-悬臂变形进行建模，并根据实时检测的经光学杠杆放大后的悬臂变形信号获得了探针所受三维纳米力的大小，将此三维力经比例放大后送入力/触觉设备，操作者通过其操作手柄可实时感受到探针所受的力/触觉反馈信息，并据此反馈信息对施加在探针上作用力的大小及方向进行在线调节与控制。 在实时纳米视觉信息反馈与控制方面，本文利用增强现实技术，通过对微粒的动力学建模得出操作微粒所需施加在探针上的作用力大小，并结合实际施加在探针上的力信息来判断微粒能否运动；通过对微粒进行运动学建模得出其运动模式，再结合探针的实际位置信息得出微粒在探针操作下的实时位置与姿态（或刻画时刻痕的位置与尺寸），以此对视觉界面上显示的微粒位置与姿态及纳米环境进行局部更新，实现了微粒运动过程及纳米环境变化的实时视觉反馈，操作者借助此视觉反馈信息可对探针的作用位置及运动轨迹进行实时调节与控制。 在上述研究基础上，研制成功了基于AFM且具有实时力/触觉及视觉反馈的高精度机器人化纳米操作系统。利用该系统，操作者不仅可以实时感受到探针与微粒或基片之间的相互作用力，还可以实时观察到微粒的运动过程及纳米环境的变化，并据此在线控制探针的作用位置与运动轨迹、以及施加在探针上作用力的大小与方向，从而实现了对纳米操作过程及最终操作结果的精确控制，大大提高了纳米操作的成功率、效率及灵活性。纳米刻画和多壁碳纳米管的操作实验验证了该机器人化纳米操作系统的有效性。 另外，本文针对目前纳电子器件装配制造方面的一个关键技术难题，探索结合了介电电泳与本机器人化纳米操作方式（粗、精两级操作方式），实现了单根碳纳米管与微电极的精确定位装配与电连接，为装配制造基于单纳米管/线的纳米器件提供了一种新颖可行的方法与技术。 本文的研究工作为基于AFM的机器人化纳米操作提供了可以借鉴的理论与实验经验，有助于推动基于AFM的纳米操作与制造技术的发展。

可重构轮手一体机器人的控制及群体构形研究

可重构机器人顺应从结构环境下定点作业向非结构环境下自主作业的发展要求，能够更好的应用到环境复杂、危险性高、人类无法进入的场合完成作业。可重构机器人技术的发展拓展了机器人的应用空间，使其在星球探测、灾难救援、军事领域等方面均有良好的应用前景。因此，可重构和模块化机器人系统的研究成为机器人研究领域的热点问题。本论文的研究内容是围绕“863”计划项目“可重构星球探测机器人的研究”展开的。立足于可重构和模块化中的关键技术，针对一种新型可重构轮手一体机器人的控制及其群体构形理论进行深入的研究。研究内容主要包括模块化分布式控制系统、机器人群体体系结构、群体构形的表达和变换、构形重构优化和构形运动规划等。为了实现可重构轮手一体机器人的多关节机械臂、手爪、轮体的协调作业，实现控制的独立性、实时性，提出基于分布式控制器和CAN总线的模块化控制结构。以功能为划分依据，将控制系统分解成具有不同功能、由独立控制器执行的模块化子系统；采用分布式控制方法，使各子系统独立、同步地执行对应任务。在规划控制子系统和运算子系统中（即两个独立的控制器中）分别执行正向运动学运算和逆向运动学运算，实现轨迹规划的分布式计算。对不同控制结构和控制方法中的系统时序进行分析和对比，结果表明模块化分布式控制结构和分布式计算方法在系统执行时间方面具有性能优势。通过仿真系统和功能样机实验对模块化分布式控制系统和分布式控制方法进行验证。针对可重构轮手一体机器人群体中存在单个机器人和构形两种运动单元的特点，提出具有动态层次结构、融合构形控制和协作控制的体系结构，具有层次动态化与控制功能模块化的特性。以控制目标为依据，将体系结构分为三层：群体控制层、构形控制层和模块控制层。根据群体系统中作为控制目标的运动单元的形式，动态地改变层次结构及其功能，实现构形控制、多机器人协作控制、机器人运动独立控制。针对可重构机器人重构目的，提出矢量构形概念，将构形研究内容扩展到不但包括构形的拓扑结构，也包含构形的运动趋势方向和组成构形的各模块的姿态方位及连接关系。针对现有构形表达方法对可重构轮手一体机器人这类独立操作型模块、模块间具有多关节连杆的可重构机器人构形表达的局限性，创新性地提出基于模块状态向量MSV（Module State Vector）和构形状态矩阵CSM（Configuration State Matrix）方法，实现该类可重构机器人构形的表达和变换。模块状态向量和构形状态矩阵中每个值都对应机器人模块或群体构形的某种状态信息，具有无冗余数据、所需存储空间较小等特点。并且这种方法支持变换运算和操作，根据变换规则和数学变换可以表达、触发模块的行为运动和构形的重构。根据重构对象的初始状态，将构形重构分成组合重构和变换重构两类。基于模块状态向量和构形状态矩阵，提出以工作负荷为优化目标的构形组合重构优化算法、以姿态方位工作负荷和连接工作负荷的组合为优化目标的变换重构优化算法，通过重构优化结果获得模块在构形重构中状态对应变换关系，作为构形重构规划的基础。针对构形重构中的模块状态变换，提出基于最小能耗的模块机械臂关节运动顺序规划方法，通过机械臂转动的能量损耗计算，选择能量功耗最低时的机械臂关节运动顺序作为规划结果。提出融合时序关系的行为树，采用改进深度优先搜索算法遍历行为树获得构形运动或重构的行为运动序列和时序关系；构建语义逻辑系统实现参数化的构形运动行为及其时序的描述。采用仿真计算和机器人仿真系统对机器人重构和运动的优化、规划方法进行演示和验证。

机器人化月表采样器的研究

月球是离地球最近的行星，了解开发月球是人类认识太空的第一步。月壤是月球的重要组成部分，也是人类认识月球的基本切入点，现在许多国家都在开展无人探月活动，因此设计一种无人操作的能够适应月表环境的机器人化月表采样器将是我们认识月球地质状况的关键。应用于月表探测的机器人化月表采样器在作业时往往面对极为复杂的苛刻的月表环境。传统的采样器受其自身的机械结构限制，一般不能够适应这么苛刻的月表环境，或者是不能达到预定的采样目标。具有多种采样形式的月表采样器的出现，解决了这一问题。国外自50年代开始研究机器人化行星采样器，并且已经研制出了许多样机。目前已有的行星采样器存在着只具有单种采样形式，或者受着陆舱体积的限制不能够进行深层采样等不足，因此都不能满足探月活动中要求越来越高的月表样品采集活动。本文叙述了行星采样器的研究和发展现状，并设计了一种用于月表探测时进行月壤采集的多功能机器人化月表采样器。该采样器具有三种针对不同月表样品的采样形式：夹取、铲取和钻取，根据采样的对象的不同能够自动改变采样方式，整个机械系统由仿生蚌式铲和转塔式钻机两大部分组成，仿生蚌式铲具有多种采样形式，转塔式钻机解决了空间受限的情况下采集深层样品的问题，整个系统具有六个运动副。机器人化月表采样器采用了基于CAN总线的集中式控制系统。本文在详细介绍机器人化月表采样器机械系统设计的基础上，对机器人化月表采样器对月壤的采样过程进行了数学建模，以便于将来对采样器的可靠性进行改进，并且减少设计费用和提高了终端产品的性能。通过采样实验验证了机器人化月表采样器机械结构确实满足预期采样目的。最后，本文对机器人化月表采样器的发展和后续研究工作进行了展望。

基于栅格地图的多化学羽流源定位

本文研究了移动机器人在湍流环境中定位多个化学羽流源的问题。利用粒子随机行走方法建立动态羽流模型。在此环境中机器人进行梳状搜索并采集羽流数据,使用一种基于后验概率独立假设的改进贝叶斯算法融合这些传感器数据建立一张羽流源位置的概率地图,地图中具有高概率值的栅格指出了羽流源可能的位置。仿真结果说明了该方法的有效性,通过与标准贝叶斯算法的比较说明了该方法优点。

混沌粒子群混合算法对微型永磁电机的优化设计

在电机的设计中,常常需要通过优化设计得到合理的电机结构尺寸和参数.电机的设计问题实质上是一种带约束的复杂的非线性连续函数优化问题.要得到一个满意的优化结果不仅要求算法具有较高的精度,而且要有快的收敛速度.提出一种新的混合算法对永磁电机的尺寸和整体结构进行优化设计.将混沌算法和粒子群算法相结合,以微型永磁电机为例,对槽形等多个变量进行优化,结果证明了算法的有效性和快速性,适合于同类问题求解.

水下机器人多功能作业工具包

本文首先阐述了水下机器人作业工具包的重要性 ,重点研究了水下机械手的原理、功能及两种主要结构 .并以沈阳自动化所研制的缆控水下机器人为背景 ,讨论了水下作业工具包的一些专用工具的原理及其结构

多移动机器人合作系统中的单机控制体系结构研究

随着机器人技术的不断发展，出现了合作多移动机器人系统这一新的研究和应用领域，随之而来的是对机器人控制体系的新的要求．本文分析了合作多移动机器人系统对单机控制体系结构的要求，并以此为背景，在比较两种典型的智能机器人体系结构的基础上，提出一种混合分层的体系结构

机器人力装配操作的顺应综合与实验验证

本文提出并实现了一种机器人装配顺应综合方法。装配操作过程可以表示为一列离散的几何接触状态的改变和转移。通过对不确定性下所有机器人形位进行仿真，得到每一接触形式对应的静态接触力特征。由对基本接触元的分析，求解实现接触状态转换的机器人运动方向，构成顺应的力－错误修复运动方向映射，为规划泊装配运动实现顺应。并在ＰＵＭＡ５６２机器人完成了一类简单装配实验对本文方法进行了验证。

Robust Learning Control for Manipulators with Uncertainty Disturbances Based on Internal Model

In this paper, a disturbance controller is designed for making robotic system behave as a decoupled linear system according to the concept of internal model. Based on the linear system, the paper presents an iterative learning control algorithm to robotic manipulators. A sufficient condition for convergence is provided. The selection of parameter values of the algorithm is simple and easy to meet the convergence condition. The simulation results demonstrate the effectiveness of the algorithm..

机器人机械手的鲁棒性稳定跟踪控制

为工业机器人机械手提出了一种稳定跟踪控制法．这种控制方法由前馈控制器、反馈控制器组成．前馈控制根据期望轨线用计算力矩法得到；反馈控制由线性ＰＩＤ控制项和非线性ＰＤ控制项组成，这种控制方法能使跟踪误差逐渐趋近于零．最后，给出了ＰＵＭＡ５６０机器人的计算机仿真实验验证此控制方法的有效性

机器人机械手的离散时间学习控制

本文为机器人机械手提出了一种基于离散时间的重复学习控制法，这种学习控制法利用机器人动力学模型的部分知识，从它的特性和实用观点看，这种控制法比现有的其它学习控制法更有吸引力．本文还给出了学习控制法的收敛性证明和计算机仿真结果。