机器人杂志

机器人杂志2020年第4期

• 仿欧椋鸟大规模超机动行为的无人机集群转弯控制

  于月平, 段海滨, 范彦铭, 霍梦真, 杨庆, 魏晨

  为了在动态不确定环境下实现大规模无人机集群转弯的快速性和一致性，提出了一种仿欧椋鸟大规模超机动行为的无人机集群转弯控制方法．通过分析欧椋鸟大规模超机动行为，分别建立邻居选择、局部交互和信息传递机制，并将其映射到无人机集群转弯控制中．在这些机制的基础上，利用改进社会力模型进行无人机转弯控制，使无人机集群在没有外界刺激的情况下实现快速聚集和速度极化；而在有外界刺激的情况下，无人机切换模式，整个集群快速完成超机动转弯动作以避开危险．仿真实验结果表明，在该模型作用下无人机集群既能满足转弯曲率的要求，又能保持群集运动的一致性．

• 基于误差状态卡尔曼滤波估计的旋翼无人机输入饱和控制

  张雪涛, 方勇纯, 张雪波, 蒋静琦, 华和安

  针对GPS（global positioning system）信号缺失环境下无人机自主飞行控制问题，设计了一种基于视觉与IMU（inertial measurement unit）融合的误差状态卡尔曼滤波（ESKF）框架，并在此基础上提出了一种新的输入饱和控制方法以进一步缓解视野约束以及运动模糊问题．不同于传统的扩展卡尔曼滤波（EKF）框架，本文设计的滤波框架是对误差状态进行更新与校正，而不是直接对系统状态进行估计．由于误差状态是小量，并且其线性程度较高，因此相对于系统状态局部线性化而言，误差状态的局部线性化的模型误差更小，进而可以提高状态估计的精度．基于ESKF框架得到的全状态估计，本文提出了一种新的线性与双曲正切混合的饱和函数，进而设计了输入饱和控制器并通过李亚普诺夫函数证明了闭环系统平衡点的渐近稳定性．最后，在旋翼无人机平台上的对比实验结果表明：本文ESKF方法得到的状态估计精度更高．另外，本文所提出的输入饱和控制方法有助于保证视觉特征在视野之内，并且比有界积分控制方法有更好的暂态以及稳态性能．

• 基于ESO的无人直升机高精度姿态控制

  范大东, 雷旭升

  针对小型无人直升机存在模型参数不确定性、电磁干扰影响的问题，设计了一种基于ESO（扩张状态观测器）的高精度姿态控制方法．直升机姿态通道中的不确定部分及外界复合扰动被视为总扰动，通过ESO进行实时估计，结合状态反馈控制器实现扰动消除．试验结果表明，在0.1 s内姿态角可从0°快速跟踪到5°且无超调．最后将设计的控制器应用于研制的高精度无人驾驶系统，实现系统参数变动等条件下直升机的全自主定点悬停和航迹飞行．

• 崎岖地表上的旋翼无人机自主安全降落系统

  李睿康, 黄奇伟, 冯辉, 胡波

  针对旋翼无人机全自主作业的需求，构建了崎岖地表上的旋翼无人机自主安全降落系统．该系统通过机载实时运算自动分析落区地形，寻找可行落点并实施自动降落．系统以低成本的立体RGB-D相机作为深度传感设备，利用截断符号距离函数（TSDF）对着陆区地形进行实时3维建模，生成低噪的落区地形深度图像，并设计了一种适应起落机构形状的实时精细落点搜索方法，最后使用级联PID（比例－积分－微分）控制器控制无人机实施安全降落．系统基于大疆M100无人机平台实现，定制了仿真器进行算法调试，并最终在实际的崎岖地表上实现了自主安全降落．本文工作可为旋翼无人机紧急降落、物流运输或者灾后搜救提供有效安全的解决方案．

• 基于修正模型与暗通道先验信息的水下图像复原

  林森, 白莹, 李文涛, 唐延东

  受到复杂成像环境影响，光学视觉系统获取到的水下图像普遍存在对比度低、模糊和颜色失真等问题．为此，本文提出一种基于修正散射模型的水下图像复原算法．首先，深入分析光在水下的吸收衰减特性，在简化大气散射模型的基础上，将水体背景光融入到模型的直接衰减项；其次，考虑到水下红光迅速衰减，采用红通道的逆通道对其进行补偿；然后，使用基于四叉树的分级搜索算法估计水体背景光值；最后，在修正的成像模型基础上，结合水下暗通道先验信息估计介质透射率进而复原水下图像．实验结果表明，本文算法水下复原后的图像色彩自然，能有效恢复出远景区域的细节信息，图像对比度、色度和饱和度的综合评价指标整体优于对比算法，适用于不同类型的水下退化图像．

• 基于Klann连杆的球腿复合机器人的设计与研究

  倪聪, 杨崇倡, 刘香玉, 冯培, 张春燕

  结合球形和四足机器人两者优势，创新性地提出一种能适应多重作业环境的球腿复合移动机器人．在滚动模式下，对其进行直线滚动和侧滚转向分析，验证机器人转向的可行性．在四足模式下，以复数矢量法求得机器人足端坐标，并用Matlab绘制的足端轨迹曲线与Adams仿真曲线对比，验证了理论的正确性．以抬腿高度作为目标函数，由非线性规划算法求得足端轨迹最优解．采用质心投影法分析了机器人四足行走时的稳定性．建立仿真模型对机器人的四足直行、四足转向、四足爬坡和球体侧滚等运动模式进行仿真试验．同时，制作一台样机，验证了该机器人方案设计及各运动模式的可行性．

• 基于重心动力学及虚拟模型的负载型四足步行平台对角步态控制方法

  谭永营, 晁智强, 韩寿松, 宁初明

  为提高负载型四足步行平台对角步态行走的稳定性，减小较大的腿部质量及偏心质量对稳定行走的影响，提出融合重心动力学及虚拟模型的控制方法．应用虚拟模型控制方法对机身及摆动腿加速度进行求解．结合平台重心动力学模型得到其所受合外力，而后应用二次规划将平台合外力分配到支撑腿足端．接着运用逆向动力学和关节空间PD控制得到步行平台关节力矩．通过Adams和Simulink对负载型四足步行平台对角步态行走进行仿真，并将该方法与虚拟模型控制算法进行对比．结果表明重心动力学及虚拟模型控制方法能够使平台姿态角稳定在目标值附近，在平台受到侧向冲击情况下横滚角、俯仰角分别减小约42%、21.8%，在机身偏心全向行走过程中减小50%、89%．证明了所提控制方法能够有效应对较大的腿部质量及偏心质量的影响，提高负载型四足步行平台对角步态行走的稳定性和鲁棒性．

• 面向智能制造的工业机器人健康评估方法

  赵威, 王锴, 徐皑冬, 曾鹏, 杨顺昆, 孙越, 郭海丰

  以智能制造领域中最具有代表性的设备——工业机器人——为研究对象，针对其精度退化及设备故障问题，研究了工业机器人健康评估问题．首先，对工业机器人核心部件进行了失效模式及影响分析，并对现有工业机器人健康评估方法进行了综述．其次，提出了基于边－云协同和深度学习的工业机器人健康评估框架．在边缘层应用基于群组聚类和对等比较的方法进行异常检测，快速识别出发生异常的设备；在云端借助故障预测与健康管理技术以及人工智能算法对发生异常的设备进行深度健康评估．最后，对基于深度学习的工业机器人健康评估方法进行了展望．

• 关节联动的单孔手术机器人运动解耦方法

  江国豪, 周圆圆, 张芳敏, 王重阳, 于涛, 刘浩

  针对单孔腔镜手术机器人的执行器械从驱动空间至操作空间的强运动耦合问题，研究关节联动构型，实现运动解耦，简化运动学模型．首先分析联动构型的运动特性并设计滚轮约束式铰接关节．继而研发了7自由度的联动构型器械，它可实现2自由度的“联动展开”．建立了D-H（Denavit-Hartenberg）模型，分析联动构型器械的位姿分离，并通过解析法直接求解逆运动学．然后基于立体角度量手术器械末端在给定点的灵活度，优化联动构型器械的远端段关节布置．实验表明，联动构型器械末端的姿态只取决于远端段关节，“联动展开”只改变器械末端的位置．驱动空间至关节空间的最大误差小于3°，近端段与远端段的驱动之间互不干扰．

• 下肢软质康复外骨骼机器人的模糊神经网络阻抗控制

  张玉明, 吴青聪, 陈柏, 吴洪涛, 刘焕瑞

  针对脑卒中或交通意外等因素导致的运动功能障碍问题，设计了一种可用于康复训练的可穿戴式的软质膝关节外骨骼机器人．在重点介绍基于Hill肌肉模型的套索人工肌肉驱动系统设计和实时控制平台的基础上，分析了模糊神经网络阻抗控制算法的推导过程．最后，分别在定阻抗与变阻抗参数控制策略条件下，进行人机协同训练模式下的康复训练实验，并对比分析了康复外骨骼系统对受试者肌肉活性的影响．实验结果表明，定频率定幅值训练时的屈/伸扭矩分别增加了9.70%和9.06%，而变频率变幅值训练时的屈/伸扭矩提升了88.34%和57.68%．由此可知，选择符合人体生理肌肉刚度特性的阻抗模型可以改善下肢康复机器人系统的稳定性和安全性，提高人机交互的柔顺性和协调性．

• 一种基于点线不变量的视觉SLAM算法

  陈兴华, 蔡云飞, 唐印

  点线特征结合的视觉SLAM（同步定位与地图构建）算法中，线特征匹配准确度差会引入新的误差，点线特征误差的累积加剧了数据关联失败情况的发生．针对这一问题，本文设计了一种基于点线不变量的线特征匹配方法，该点线不变量对线段与相邻2个特征点的局部几何关系进行编码，直接在现有特征点的基础上完成线匹配，可有效提高线段匹配的速度和准确度；此外，在点线特征的融合过程引入加权思想，根据场景特征丰富程度，在构造误差函数时对点线特征的权重进行合理分配．在TUM室内数据集和KITTI道路数据集上的实验表明，与现有的点线SLAM系统相比，本文提出的点线SLAM系统有效地提高了视觉SLAM中线特征匹配的准确度，提高了特征匹配环节的运行效率，使线特征在SLAM过程中发挥了积极有效的作用，提高了系统数据关联的稳定性．

• 基于JPS策略的ACS移动机器人全局路径规划

  马小陆, 梅宏

  针对蚁群系统（ACS）算法收敛速度慢、易陷入局部最优、路径转折点数量过多等问题，提出了一种基于跳点搜索（JPS）策略的ACS全局路径规划算法．该算法在迭代前加入一只特殊蚂蚁，利用方向因子引导该蚂蚁始终朝着目标方向前进，并查询是否存在最简路径；在蚂蚁查询下一个节点时，利用JPS算法思想舍去大部分不需要计算的节点．最后，为验证该方法的有效性，使用不同规格的栅格地图进行了仿真实验，仿真结果表明，改进的ACS算法相比于ACS算法，收敛速度加快、收敛时间缩短，且路径更优．最后将算法应用到实际的基于机器人操作系统（ROS）的移动机器人导航实验中，实验结果表明，改进的ACS算法能够有效地解决移动机器人全局路径规划问题，且能明显提升机器人全局路径规划的效率．

• 基于最优激励位姿序列的机械臂负载估计

  侯澈, 赵忆文, 张弼, 李英立, 赵新刚

  重力补偿方法广泛地应用于由连杆与旋转机构组成的机器人系统中，更换机器人末端执行器造成了补偿模型的不确定性．针对该问题，提出了一种利用机器人关节力矩与位置信息的负载参数离线辨识方法．基于机器人静力学方法提出了2种负载参数的计算模型，并通过采集机器人在多个静态位姿条件下的关节力矩与位置信息获得负载参数的最小二乘解．进一步，本文针对机器人的辨识位姿选取问题展开研究，提出了同时保证辨识精度与辨识简便性的多目标优化问题，使用多目标粒子群优化方法获得最优辨识位姿．根据辨识后的负载参数，给出了机械臂各关节负载的重力补偿量计算方法．实验结果表明所提方法具有较高的辨识精度，负载质量的辨识误差最小值达到0.007 06 kg，最大值达到0.151 kg，负载质心位置的辨识误差最小值达到0.025 4 m，最大值达到0.122 m，验证了上述方法的可行性与有效性．