机器人杂志

机器人杂志2019年第1期

• 一种带有重心调节机构的作业型飞行机器人建模与控制

  连杰, 宋光明, 王营华, 孙慧玉, 宋爱国

  针对作业型飞行机器人完成抓取、搬运等任务时所产生的重心偏移问题，设计了一种带有重心调节机构的作业型飞行机器人，并提出了一种重心调节控制策略.该方法通过对作业装置中的机械臂进行运动学推导，动态计算出机械臂运动时复合系统重心位置的改变量，利用力矩平衡方程计算得到调节机构所需转动的角度，从而实现对复合系统重心的调节.为验证所提出控制策略的有效性，在Matlab仿真环境中，分别研究了有无重心调节控制时机械臂运动对复合系统重心轨迹和定点悬停位姿的影响.通过户外实物实验测试了飞行机器人搭载负载情况下，调节机构在定点悬停作业时的稳定效果.实验结果表明，在所述控制策略下，重心调节机构能够在飞行机器人作业过程中实时调节复合系统重心的偏移量，验证了控制策略的有效性.

• 基于自适应RBFNN噪声估计的自抗扰控制在姿态控制中的应用

  李希, 谭建豪

  针对旋翼飞行多关节机械臂内部参数不确定性、外部环境和自身机械臂规划运动对飞行平台的干扰问题设计了一种姿态控制方法.首先将跟踪微分器作为期望姿态角的过渡过程，利用自适应RBFNN（径向基函数神经网络）算法对旋翼飞行多关节机械臂内、外部干扰进行逼近估计并实时补偿.然后采用非线性状态误差反馈控制来实现旋翼飞行多关节机械臂的姿态跟踪控制，并利用李亚普诺夫函数进行稳定性分析.最后，在仿真平台上实现该算法，将其仿真结果分别与PID（比例-积分-微分）控制、传统自抗扰控制（ARDC）进行比较分析.并且在实际旋翼飞行多关节机械臂系统上进行了实验，在0.4s之内三轴姿态角可从0快速跟踪到0.6rad且无超调.该算法对各通道的扰动有较强的抗干扰性，对系统参数有较强的鲁棒性，并且明显优于ARDC和PID算法.结果说明该算法能有效地解决系统不确定性干扰问题以实现姿态角的准确、快速跟踪.

• 面向抓取作业的飞行机械臂系统及其控制

  张广玉, 何玉庆, 代波, 谷丰, 杨丽英, 韩建达, 刘光军

  面向飞行机械臂的飞行抓取作业，提出了一个由六旋翼飞行机器人和7自由度机械臂组成的飞行机械臂系统.系统采用分离式控制策略，即飞行机器人和机械臂各有一个控制器.机械臂运动所引起的系统质心和转动惯量的变化量及其导数被用来估计机械臂对飞行机器人的扰动力和力矩.为了减弱机械臂扰动对六旋翼飞行机器人的飞行控制性能的影响，提出了扰动补偿H∞鲁棒飞行控制器.实验结果表明，与没有扰动补偿的控制器相比，当机械臂运动时所提出的扰动补偿H∞鲁棒控制器对系统的飞行控制性能有明显的提升效果.最后，目标物抓取作业实验验证了所提出的飞行机械臂系统的可靠性.

• 智能机器人服务环境下传感数据映射及服务组合方法研究

  路飞, 刘硕, 田国会

  为了提高传感器数据信息可利用性和机器人服务的智能性，针对动态异构智能空间提出基于SSN（语义传感器网络）本体的传感器数据映射方法和Web服务组合方法.首先，利用SSN本体技术建立智能空间中的传感器数据本体模型，通过传感器标注和语义映射语言（SASML）自动将动态传感器数据映射进SSN本体文件，实现物理-信息的转换.在此基础上，利用面向服务计算的思想，采用Web服务技术将空间设备功能封装成统一的接口，建立智能空间服务模型.最后，采用无回溯反向链（NBBC）算法实现动态Web服务组合，以实现提供复杂服务的能力.智能空间背景下的系统运行实验结果表明，构建的SSN本体模型能够有效融合传感器数据信息，实现的服务组合算法能够将单个简单服务组件组合成具有复杂功能的服务序列，从而进一步提高机器人服务的智能性.

• 基于时空一致性的相机定位与地图重建算法

  范涵奇, 张帅

  为了提高SLAM（同时定位与地图构建）的精确性，提出一种基于时空一致性的单目相机SLAM算法.稳定的特征点具有以下2个特性：一是出现在连续的多帧图像中；二是能够被多个不同视角的相机观察到.本文分别使用时间一致性和空间一致性（简称时空一致性）描述上述2个特征.利用时间一致性的策略确定插入关键帧的时机，利用空间一致性的策略严格筛选3维点云.在KITTI数据集中，本文与ORB-SLAM（基于ORB特征的SLAM系统）算法相比较，本文方法需要选取的关键帧数量更少，使得局部优化线程中关键帧位姿能够得到更加充分的优化，处理速度可达35帧/秒，能够满足实时性要求.实验表明本文方法能够有效地降低误差，提高SLAM的精确性.

• 基于改进差分进化算法的机械臂运动学逆解

  谢习华, 范诗萌, 周烜亦, 李智勇

  以9自由度液压机械臂为研究对象，建立求解位姿逆解的非线性方程组.以末端执行器位姿误差最小为优化指标建立目标函数，将非线性方程求解问题转化为最优化问题，并应用差分进化（DE）算法求解该问题.首先，为了避免位置和姿态收敛精度的不同，引入自适应权值系数进行平衡.然后，为克服基本DE算法难以平衡全局探索能力和局部开发能力的缺陷，结合DE/rand/1/bin和DE/best/1/bin两种进化模式，改进自适应变异差分进化（SAMDE）算法，提高了算法的收敛精度和收敛速度.最后，采用对称映射法对不满足关节角边界范围的个体进行处理，提高了收敛精度.开展了与基本DE算法的对比试验，仿真结果表明，该算法的收敛精度和收敛速度优于基本差分进化算法，且能够大幅度提高算法的稳定性.

• 一种由粗至精的室内场景的空间布局估计方法

  刘天亮, 顾雁秋, 曹旦旦, 戴修斌, 罗杰波

  为有效标注室内场景的布局关系，提出一种由粗至精的空间布局估计方法.首先，采用局部不连续自适应阈值检测场景的长直线段，根据直线段的方向将其分为竖直和水平直线段；基于投票机制和正交准则估计垂直与水平消失点，由这两个消失点等角度间隔地引出成对射线生成场景候选布局.其次，采用VGG-16全卷积神经网络估计相应场景的几何上下文和信息化边界，采用softmax分类器决策其fc7层特征以获取布局类别，融合信息化边界和布局类别生成全局特征以粗选取场景候选布局.接着，基于VGG空间多尺度卷积神经网络估计相应场景的法向图和深度图以提取法向特征和深度特征.然后，利用消失点射线夹角参数化3D盒式布局模型，利用几何积分图聚集候选布局中的直线段成员、几何上下文、法向量和深度等区域级特征，采用割平面法学习结构化模型参数.最后，对候选布局的结构化预测得分进行排序，将得分最高者选取为最终空间布局.Hedau和LSUN数据集实验表明，该方法能获得空间布局的精准区域面划分个数和精确边界位置.

• 一种基于并联6自由度结构的电动轮足机器人

  刘冬琛, 王军政, 汪首坤, 沈伟, 彭辉

  针对现有基于串联式机械腿结构的四足机器人无法同时满足承载能力大、环境适应性强、运动速度快等要求的问题，提出了一种基于并联6自由度结构的电动轮足机器人结构原理，集成了轮式运动和足式运动各自的优势.在对机器人并联式轮腿进行运动学和动力学分析基础上，建立了单腿动力学模型和机器人整体运动学模型，提出了机器人机身姿态调整算法，有效提高了机器人运动过程中姿态的平稳性.仿真与实验验证了所提出的轮足复合式机器人的可行性和轮式运动时机器人机身姿态调整策略的有效性.

• 动态环境下基于线特征的RGB-D视觉里程计

  张慧娟, 方灶军, 杨桂林

  基于RGB-D的视觉SLAM（同时定位与建图）算法基本都假设环境是静态的，然而在实际环境中经常会出现动态物体，导致SLAM算法性能的下降.为此，本文提出一种基于线特征的RGB-D视觉里程计方法，通过计算直线特征的静态权重来剔除动态直线特征，并根据剩余的直线特征估计相机位姿.本文方法既可以减小动态物体的影响，又能避免点特征过少而导致的跟踪失效.公共数据集实验结果表明，与现有的基于ORB（oriented FAST and rotated BRIEF）点特征的方法相比，本文方法减小了动态环境下的跟踪误差约30%，提高了视觉里程计在动态环境下的精度和鲁棒性.

• 室内环境下基于图像序列拓扑关系的移动机器人全局定位

  董星亮, 苑晶, 张雪波, 黄亚楼

  针对室内环境结构相似的特点，提出一种基于图像序列拓扑关系的移动机器人全局定位算法.首先，提取图像的Gist描述子，并提出一种局部极值算法，将环境划分成若干组不同的图像序列.然后，使用ESN（echo state network）对每一组图像序列在时间上进行双序训练，提取鲁棒的图像序列特征，再利用空间上的双向匹配策略实现图像序列特征的匹配.最后，采用HMM（hidden Markov model）对图像序列间的拓扑关系进行建模，将移动机器人全局定位问题转化成有向无环图中最长路径求解问题，并通过实验对该图像序列划分和序列建模方法进行验证.与基于单帧图像匹配的算法、SeqSLAM算法以及Fast-SeqSLAM算法相比，该算法在室内走廊环境和办公环境中均可实现100%的定位.特别是在室内办公环境中，机器人仅需要运动0.80m便可以对自身进行准确定位.实验结果表明，该算法具有较强的鲁棒性、较高的定位准确性和定位效率.

• 工厂环境下改进的视觉SLAM算法

  李月华, 朱世强, 于亦奇

  针对工业场景对自动导引车（AGV）高定位精度的要求，提出一种改进的视觉同时定位与地图创建（VSLAM）算法.在算法前端，双目相机采集立体图像，通过双目匹配算法得到亚像素级的匹配点对，计算出这些特征点在相机坐标系中的3D信息.然后利用RansacPnP算法根据3D-2D匹配点对计算位姿变换，并以它为初值进一步最小化重投影误差，实现局部优化.基于匹配点对描述子的汉明距离提出一种不确定性模型，该模型为局部优化中的约束条件提供信息矩阵，提高定位精度.在算法的后端，通过竖直向上拍摄的单目相机检测可靠的人工信标闭环信息，进行全局位姿优化，并针对AGV的运动模型和工作场景，提出一种基于全局平面约束的优化方法，降低SLAM系统的误差.实验通过KITTI离线数据集对比了该算法前端双目里程计与ORB-SLAM2及libviso2算法里程计的定位精度，并在工厂环境中对整个算法进行实地测试来判断其实际精度和鲁棒性.实验结果表明该算法具有良好的综合性能，定位误差在10cm以内，定位频率达20Hz，能够满足工业现场要求.

• 基于模糊补偿的主从式上肢外骨骼康复机器人训练控制方法

  张蔚然, 鲁守银, 吴林彦, 张兴杨, 赵慧如

  针对主从式上肢外骨骼康复机器人主臂信息获取、从臂快速响应等问题，提出了基于关节位姿、速度和力/力矩等信息的运动意图建模方法及基于模糊补偿的康复训练控制策略.根据人体工程学原理，提出了一种同构同型的主从式双臂康复机器人新型结构；利用D-H算法给出了笛卡儿空间的主从臂运动学模型，建立了患者健肢运动意图信息和从臂各关节动作的人机协作映射关系；以患者运动意图力矩作为输入，基于模糊补偿算法提出了患者-主臂-从臂协作控制策略，并利用李亚普诺夫定理证明了该控制系统的稳定性.仿真结果表明，康复机器人从臂可以根据患者运动意图跟随主臂运动，能有效地防止抖动误动，可避免对患肢的二次伤害.实验结果表明从臂运动轨迹平滑，无剧烈波动，控制轨迹跟踪主臂效果好.

• 复杂环境下视觉SLAM闭环检测方法综述

  刘强, 段富海, 桑勇, 赵健龙

  随着无人驾驶技术和虚拟现实技术的快速发展，近几年视觉同时定位与建图（SLAM）成为研究热点.本文针对复杂环境下视觉SLAM闭环检测的3个主要问题，场景描述、决策模型和闭环检测性能评价展开综述.首先，介绍了基于经典图像特征、深度学习、深度信息以及时变地图的场景描述方法，并详细分析了不同方法的优缺点.其次，概述了在基于场景描述的闭环识别过程中常用的一些决策模型，着重介绍了概率模型和序列匹配.再次，说明了闭环检测的性能评价方法，并分析了其与后端优化的联系.最后，围绕深度学习、后端优化和多种描述子融合等关键点，展望了有助于推动闭环检测技术未来发展的方向.

• 腹腔镜增强现实导航的研究进展综述

  王田苗, 张晓会, 张学斌, 王君臣

  综述了当前不同临床领域中得到应用或经文献报道的各种腹腔镜增强现实导航（LARN）系统，从导航数据来源、配准方法、显示方式3个不同角度，对当前LARN系统进行分类总结和描述.从导航数据来源于术前或术中的角度，将LARN系统分为基于术前数据的LARN和基于术中数据的LARN，重点对其图像配准技术进行介绍，描述了各类典型LARN系统的研究进展现状及系统特点.最后总结了LARN在临床应用方面的技术难点并对其发展趋势做出了展望.