机械手空间圆弧运动的一种有效轨迹规划方法

本文提出了机器人末端过空间三点作空间圆弧运动的一种有效轨迹规划方法，并成功地应用于我们开发的电子装配机器人中．理论分析与实验分析的结果一致

柔性机械臂基于观测的逆动力学轨迹跟踪控制

本文探讨了稳定逆动力学与基于观测的状态误差反馈镇定器集成实现柔性机械臂末端轨迹跟踪的控制策略．基于观测器可以充分利用由稳定逆动力学生成的理想状态轨迹信息，实现全状态误差的反馈镇定以消除末端轨迹跟踪的扰动误差。

一种三自由度并联机器人机构运动学计算

出一种新型的三杆三自由度并联机器人机构，并推导了其运动学正反计算式，给出运动空间和根据作业空间设计结构参数的计算式。

并联机器人机床运动学正、逆解

基于一般ＳＴＥＷＡＲＴ机构研制的并联机器人机床是新一代智能化金属切削加工机床．然而，机床的运动学位置正、逆解呈强非线性，求解困难．出于机床精度的需要，本研究的模型样机在结构上采用了滚珠丝杠传动，因此又带来了关节运动耦合，导致机床运动学位置正、逆解求解更加复杂．利用运动学等效的原则，引入整机等效串联机构及分支等效串联机构，以等效广义坐标为中间变量建立机床运动学正、逆解求解迭代算法．仿真与控制实验表明，该算法具有收索速度快便于实际应用等特点。

机械臂惯性矩阵的并行计算

本文在给出一种非递推形式的逆动力学计算公式的基础上，针对机械臂惯性矩阵的计算提出了一种面向Ｏ（ｎ）个处理器的并行算法，并以ＰＵＭＡ５６０机器人的前３个臂为例进行了计算效率分析

基于分层控制的移动机器人最优运动规划

研究移动机器人在带有多移动障碍物的动态环境中的运动规划问题．基于分层最优控制理论，提出了一种新的运动规划方法来解决移动机器人的导航与避障问题．仿真实例证明了该方法的有效性。

基于运动耦合结构的并联机器人的运动学正逆解

根据运动学等效的原则，在并联机器人中引入等效串联机器人及分支等效串联机器人，以等效广义坐标为中间变量建立并联机器人运动学正道解求解算法。该算法能有效处理结构带来的运动耦合，并且规划的软件具有自动生成迭代初始点、避免多解性以及便于实际应用等特点，从而为并联机器人的结构设计与创新提供了理论支持。

仿象鼻并串联机构回避障碍“钻洞”的研究

研究了一种高冗余自由度并串联机构回避障碍的算法问题，并实现了运动仿真，核算法应用了优先顺位的理论，利用旋转张量法，对杆长随时间变化的高冗余自由度操作臂实现了变臂长的避障规划，并在ＣＡＤ工作站上完成了回避障碍钻洞的运动仿真，获得了满意的结果。国家自然科学基金

基于运动速度的机器人学习控制

为了使机器人跟踪给定的期望轨线，提出了一种新的基于机器人运动重复性的学习控制法．在这种方法中机器人通过重复试验得到期望运动，这种控制法的优点：一是对于在期望运动附近非线性机器人动力学的近似表达式的线性时变机械系统产生期望运动的输入力矩可不由估计机器人动力学的物理参数形成；二是可以适当的选择位置、速度和加速度反馈增益矩阵，从而加快误差收敛速度；三是加入了加速度反馈，减少了速度反馈，减少了重复试验的次数．这是因为在每次试验的初始时刻不存在位置和速度误差，但存在加速度误差．另外，这种控制法的有效性通过ＰＵＭＡ５６２机器人的前三个关节的计算机仿真结果得到验证。

基于加速度传感器的机器人极点配置控制

本文为工业机器人提出了一种极点配置控制法．这种控制方法的优点有：一是它的积分作用消除了机器人的微小扰动和稳态误差；二是能任意设置系统的极点，因此能保证闭环系统的稳定性和规定状态变量的暂态响应；三是加入了加速度反馈，抑制了由电枢电感所引起的机械手的振动．最后，给出了ＰＵＭＡ５６２机器人的计算机仿真和实验结果验证了此控制法的有效性。

工业机器人的小脑模型控制

本文为动力学控制工业机器人提出了一种综合学习算法,这种学习算法可将以前所学的信息用于新的控制输入.这种控制方法不需要事先知道机器人动力学,它易于应用于特殊的控制问题或修改以适应实际系统中的变化,控制方法在时间上是有效的,且很适合于定点实现.学习控制算法的有效性通过4自由度的直接驱动机器人前两个关节在重复运动中的计算机仿真实验得到了验证.

基于动力学约束的机械臂最优关节轨迹规划

本文提出了基于机械臂关节驱动力矩约束方程规划其关节最优运动轨迹的一种有效方法.该方法运用矩阵范数理论简化机械臂的动力学约束方程;在机械臂的关节空间内采用归一化的无因次量运用非线性规划法优化其运动轨迹.将所规划的无因次量轨迹方程作为机械臂产生实际运动轨迹的发生器,通过给定机械臂各运动段的起始和终止关节坐标,由系统的动力学约束方程计算出整个运动段所允许的最短运行时间,即生成所期望的运动轨迹.本文的轨迹规划方法计算效率高,可用于在线轨迹规划,文中通过算例证实了该方法的实用性.

工业机器人机械手的小脑模型自适应控制

本文为动力学控制工业机器人机械手提出一种综合控制算法。该控制算法,利用小脑模型算术计算机模块模拟机器人机械手的动力学方程并计算实现期望运动所需力矩作为前馈力矩控制项;利用自适应控制器实现反馈控制,以消除由输入扰动和参数变化而引起的机器人机械手运动误差。这种控制方法在时间上是有效的,且很适合于定点实现。控制方法的有效性通过四自由度的直接驱动机器人前两个关节的计算机仿真实验得到验证。

工业机器人的学习控制

加速度传感器装在机械手手部,各关节的加速度由加速度分解算法得到.然后,提出了一种学习控制法,这种控制法利用加速度误差校正驱动器运动.并提出了一种基于几何级数的极限条件估计学习控制过程收敛条件的理论方法.本文所提出的学习控制理论的有效性通过 PUMA-562 机器人的计算机仿真实验得到了证实.

监控式遥控机器人初探

本文初步探讨了遥控机器人监控的基本概念,得出这样一种认识:监控方式是机器人向智能化发展的一个恰当模式,监控系统是由人的高级智能与机器人的低级智能构成的系统.监控是系统中这两种智能相互作用的过程,人的智能应当能够在机器智能的不同级别上输入,我们研制了一个遥控机器人监控操作器的实验系统,通过实例和实验作了说明.