机器人杂志

机器人杂志2020年第5期

• 一种先验知识引导的基于二阶段渐进网络的自主抓取策略

  张森彦, 田国会, 张营, 刘小龙

  针对未知不规则物体在堆叠场景下的抓取任务，提出一种基于二阶段渐进网络（two-stage progressive network，TSPN）的自主抓取方法．首先利用端对端策略获取全局可抓性分布，然后基于采样评估策略确定最优抓取配置．将以上2种策略融合，使得TSPN的结构更加精简，显著减少了需评估样本的数量，能够在保证泛化能力的同时提升抓取效率．为了加快抓取模型学习进程，引入一种先验知识引导的自监督学习策略，并利用220种不规则物体进行抓取学习．在仿真和真实环境下分别进行实验，结果表明该抓取模型适用于多物体、堆叠物体、未知不规则物体、物体位姿随机等多种抓取场景，其抓取准确率和探测速度较其他基准方法有明显提升．整个学习过程历时10天，结果表明使用先验知识引导的学习策略能显著加快学习进程．

• 微创手术机器人力反馈主手重力补偿研究

  王涛, 潘博, 付宜利, 王树国

  针对医生操作微创手术机器人力反馈主手进行主从微创手术时力反馈主手各杆件重力阻碍操作性能的问题，基于虚位移原理对力反馈主手各关节的重力矩进行推导，并采用Adams仿真软件对其进行验证．该方法适用于开链和闭链结构的机器人臂，与传统的牛顿－欧拉法和拉格朗日法相比，它不需考虑速度、加速度，且简单有效．然后采用电机驱动的方式对力反馈主手的各连杆重力进行补偿，实现了重力的完全补偿．实验结果表明，基于虚位移原理的主动重力补偿能够达到较好的补偿效果，将未补偿前的重力矩作用减小了60%以上，提高了力反馈主手的操作性能．

• 电动并联六轮足机器人的运动驱动与多模态控制方法

  陈志华, 汪首坤, 王军政, 徐康, 王修文, 刘道和, 雷涛, 司金戈

  提出一种并联六轮足移动机器人．该机器人设有多模式Stewart型腿结构，其负载能力大，集成了轮式运动和足式运动的优点，可实现足式、轮式、轮足复合式运动．首先，阐述了机器人设计思路，对电动并联六轮足机器人的硬件系统和控制系统进行设计．其次，针对足式运动模式，设计了一套完整的足式“三角”步态和稳定行走算法，该算法可降低足端与地面之间的垂直方向冲击，防止足式运动拖腿或打滑；针对轮式运动模式，设计并介绍了6轮协同控制和轮式协同转向原理；针对轮足复合式运动模式，介绍了变高度、变支撑面、变轮距、主动隔振控制原理，重点分析了主动隔振控制和变轮距控制，可实现主动隔振及姿态平稳控制，提高了机器人在崎岖颠簸地形下的轮足复合式运动的稳定性．最后，对电动并联六轮足机器人的足式、轮式、轮足复合式运动模式进行实验，实验结果验证了本文提出的并联六轮足移动机器人设计的可行性和各运动模式下驱动与控制算法的有效性．

• 一种基于角度传感器的6-UPS机构正向运动学分析方法

  卢文娟, 郑旭, 荣令魁, 曾达幸

  为了提高6自由度并联机构运动学正解的求解效率，增强求解方法的通用性，提出了一种6-UPS（universal-prismatic-spherical）机构的运动学正解算法．首先在6-UPS机构任意分支虎克铰处添加2个角度传感器，测量了虎克铰2个方位的旋转角度．再基于旋转矩阵构建12个方程，通过代数消元对其进行降次处理得到简易的一元二次方程组．最后，求得6-UPS机构的运动学正解．并通过具体数值算例验证所提方法，求出了确定的位置正解．该方法不仅降低了数据处理的难度，且能求得正解的唯一解，避免了并联机构正解存在多解的问题．

• 机器人RV减速器声发射信号传播机理分析及实验研究

  安海博, 梁炜, 张吟龙

  关于RV减速器的声发射信号传播机理目前还缺乏定量的分析．本文旨在分析和研究声发射信号在减速器内部的传播机理，实现对减速器磨损等故障的准确监测与评估．首先从RV减速器的运动学机理出发，建立声发射信号在RV减速器内部的传播模型，接着利用小波变换分析方法得到不同频段的声发射信号时频分量特征，进而建立RV减速器声发射信号趋势演化模型．通过RV减速器的加速退化实验，得到了4种不同磨损状态下的声发射信号演化趋势，验证了本文提出的声发射信号传播模型的正确性．

• 含有广义饱和函数的全局渐近稳定非线性PID控制

  牛国君, 曲翠翠, 潘博, 付宜利

  为解决传统饱和函数条件比较苛刻的问题，本文提出了一种饱和函数，并将其应用于线性PD（比例－微分）+非线性PI（比例－积分）控制律．应用李亚普诺夫稳定性定理和拉萨尔不变原理推导了非线性PID控制律全局渐近稳定条件．为提高非线性PID控制精度，以位置跟踪误差绝对值时间积分和关节力矩输出误差绝对值时间积分为目标函数，以全局渐近稳定性条件以及关节额定驱动力矩为约束条件，应用多目标遗传算法NSGA-II（non-dominated sorted genetic algorithm-II）进行非线性PID控制律参数整定．选择优化后位置跟踪误差绝对值时间积分最小的饱和函数，并研究含有该饱和函数的非线性PID控制律对模型不确定性、输入干扰力矩和噪声的鲁棒性．与传统PID控制律和含有传统饱和函数的非线性PID控制律相比，本文方法的位置跟踪精度分别提高了近2个数量级和1个数量级．提出的饱和函数在靠近平衡点处具有较强反作用，使误差快速收敛于平衡点，有助于提高非线性PID控制律的位置跟踪精度以及鲁棒性．

• 基于多分辨率搜索与多点云密度匹配的快速ICP-SLAM方法

  李鑫, 仲训昱, 彭侠夫, 龚赵慧, 仲训杲

  针对激光SLAM（同步定位与地图创建）的实时性和定位精度问题，为了克服初始位姿不准确情况下增大搜索范围和位姿匹配分辨率对实时性的影响，本文在传统ICP-SLAM（迭代最近邻SLAM）基础上进行改进，提出了一种分层搜索与匹配的快速ICP-SLAM方法．首先，在搜索范围内采用由粗到细的分辨率进行全局搜索，并通过逐渐增加待匹配点的密度进行分步匹配计算．点云匹配过程中，通过构建距离像计算待匹配点的最近邻距离值，其计算复杂度降低为O（1）．其次，通过对点云匹配结果进行优先排序和剪枝，快速排除非最优解．最后，以半数全局最优与全数局部最优原则作为搜索结束判断条件，提高搜索效率．SLAM Benchmark数据集上的测试结果表明，相比于流行的激光SLAM算法Cartographer，所提出的方法取得了更小的平均误差和平方误差，计算效率为Cartographer算法的2~5倍．同时，工业AGV（自动导引车）的实际应用实验验证了在初始位姿未知的情况下，可实现实时的位姿估计与建图，重复定位精度优于1.5 cm．因此，这种快速ICP-SLAM方法能够保证实现准确的定位估计，具有良好的实时性．

• 基于视觉惯性融合的半直接单目视觉里程计

  龚赵慧, 张霄力, 彭侠夫, 李鑫

  针对半直接单目视觉里程计缺乏尺度信息并且在快速运动中鲁棒性较差的缺点，设计了一种融合惯性测量信息的半直接单目视觉里程计，通过IMU（惯性测量单元）信息弥补视觉里程计的缺陷，有效提高跟踪精度与系统鲁棒性．本文联合惯性测量信息与视觉信息进行初始化，较准确地恢复了环境尺度信息．为提高运动跟踪的鲁棒性，提出一种IMU加权的运动先验模型．通过预积分获取IMU的状态估计，根据IMU先验误差调整权重系数，使用IMU先验信息的加权值为前端提供精确的初值．后端构建了紧耦合的图优化模型，融合惯性、视觉以及3维地图点信息进行联合优化，同时在滑动窗口中使用强共视关系作为约束，在消除局部累积误差的同时提高优化效率与优化精度．实验结果表明，本文的先验模型优于匀速运动模型与IMU先验模型，单帧先验误差小于1 cm．后端优化方法改进后，计算效率提高为原来的1.52倍，同时轨迹精度与优化稳定性也得到提高．在EuRoC数据集上进行测试，定位效果优于OKVIS算法，轨迹均方根误差减小为原视觉里程计的1/3．

• 基于引力自适应步长RRT的双臂机器人协同路径规划

  李洋, 徐达

  快速扩展随机树（RRT）方法的步长确定过分依赖于程序调试，而且固定的步长会导致碰撞检测失效问题．针对此问题，本文提出一种适用于双臂机器人协同路径规划的引力自适应步长RRT．首先，通过建立构型空间与工作空间的步长范数不等式，对双臂机器人在工作空间中所产生的步长进行约束，进而确保实现有效的碰撞检测；然后，提出随机树被动生长方法，在保证双臂机器人协同运动的基础上，降低规划空间的维度．最后，在随机树的节点处引入引力函数，加快算法的融合速度．仿真结果表明，引力自适应步长RRT方法可对工作空间中的步长进行有效约束，确保算法碰撞检测的有效性．在无碰撞的前提下，引力自适应步长RRT方法相比于其他算法减少了迭代次数，降低了运行时间并缩短了路径长度．将所提算法应用于双臂机器人的样机实验，结果表明双臂机器人可在保持位置协同的前提下，完成避障运动，验证了算法的可行性．

• 基于改进动态窗口法的户外清扫机器人局部路径规划

  张瑜, 宋荆洲, 张琪祁

  针对清扫机器人在停车场结构化路面下存在的加速度过大、路径偏离全局路径过大等问题，提出了一种改进的动态窗口法（DWA）．首先，为了限制小车加速度的范围，对DWA速度空间的动力学约束进行优化，避免出现过大的加速度导致轮胎垂直载荷过小的状况．然后，基于激光里程计对轨迹推算环节进行实时误差补偿，解决停车场路面下路径偏离全局路径较大的问题．最后将改进的DWA应用于四轮独立驱动、独立转向的清扫机器人上进行对比实验．实验结果表明，在相同的全局路径、相同的路况下，改进DWA的路径平均误差较传统DWA减小了约60%，轮胎垂直载荷在不同路况下也大大提高，验证了本文方法的有效性和可靠性．

• 肌腱驱动连续体/软体机器人控制策略

  王红红, 杜敬利, 保宏

  深入分析了为肌腱驱动连续体机器人开发的各种控制器，以作为肌腱驱动连续体机器人领域未来应用的参照．控制策略分为基于模型的控制和无模型控制，其中，基于模型的控制可分为静态控制、动态控制及几何运动学模型控制；而无模型控制是一个相对未知的领域，本文主要从无模型静态控制、无模型动态控制及无模型形状感知控制3个方面进行全面分析．最后，对基于模型和无模型的各种控制策略进行了综合评价，并对该领域未来的研究方向进行了展望．