机器人杂志

机器人杂志2022年第2期

• 扁平气动人工肌肉的设计和分析

  沈冬华, 王存金, 张琦, 王兴松, 田梦倩, 夏丹, 毛宏理

  传统的气动人工肌肉受结构和制造手段的限制，很难同时满足高收缩率、高收缩力和全柔性等应用需求。针对这些问题，本文基于约束层、收缩层与扁平气囊正交混合编织的工艺，提出了一种扁平编织型气动人工肌肉（扁肌）。通过建模分析了最小收缩层长度、收缩率以及扁肌最大厚度与气囊层数及气囊手指数量之间的关系，并通过数值拟合获得了收缩力的近似解析解。扁肌的各主要部件均采用激光切割而成，组装完成的扁肌质量仅为8.1g，厚1.2mm。收缩实验表明，扁肌在5%的收缩率下最大收缩力可达280 N，是其自重的3527倍。在0.5 kg的负载下最大收缩率42.8%，最大收缩速度1216.2mm/s。迟滞实验表明，扁肌存在一定的位移迟滞，而力迟滞并不明显。在采用闭环控制时，扁肌对0.25 Hz的正弦信号具有良好的位置跟踪能力，最大位移误差2.5mm。当频率为0.5 Hz时，受放气速度的影响，扁肌存在较大位移延迟。

• 多模式刚柔结合欠驱动抓取机构的设计、分析与实验测试

  陈为林, 冯梓泓, 卢清华, 黄铭贤, 张普翔, 张清华

  结合刚性欠驱动抓取机构与柔顺机构，提出一种多模式刚柔结合欠驱动抓取机构，并对所提出的机构进行分析与实验研究。基于刚体替代法，设计了二指多模式欠驱动抓取机构的刚柔结合方案。运用正运动学分析与载荷平衡方程，对驱动单元进行静力学建模。结合伪刚体模型法、载荷平衡方程与操作对象平衡位置枚举搜索，建立两点抓取与包络抓取模式下抓取力与驱动力矩的关系式。将驱动单元静力学建模与抓取单元静力学建模相结合，可以得到完整的多模式抓取力模型。进一步地，考虑由于接触引起的柔性杆件变形，结合线性插值，对抓取力模型进行修正。基于修正后的抓取力模型，对机构尺寸参数进行优化设计，综合提升机构在两点抓取模式和包络抓取模式下的载荷输出性能。RecurDyn仿真结果显示，在两点抓取模式和包络抓取模式下，修正后完整的抓取力模型与仿真值的最大相对误差为7.62%，并且所提出的优化算法有效提升了机构的两点抓取力与综合包络抓取力。实验结果显示，优化后的抓取机构抓取力有较大的提升，修正后完整的抓取力模型与实验值的最大相对误差为1.87%，验证了抓取力建模、优化设计的有效性。

• 一种基于抓取簇和碰撞体素的工业零件抓取姿态检测算法

  徐进, 柳宁, 李德平, 林龙新, 王高

  针对工业上常见的散乱堆叠零件的抓取问题，提出一种基于抓取簇和碰撞体素的抓取姿态检测算法。所提出的抓取簇是定义在零件上的连续抓取姿态集合，解决了传统方法中因采用离散固定抓取点而导致可抓取点丢失、筛选效率低的问题。先对料箱和场景点云进行体素化；然后把包含料箱或点云的体素标记为碰撞体素，并把与碰撞体素相邻的体素标记为风险体素，从而建立体素化的碰撞模型；接下来，根据抓取簇的几何性质计算出候选的抓取姿态及其对应的抓取路径；最后，通过检测抓取路径所经过的体素类型来完成快速的碰撞检测，从而筛选出最优抓取姿态。基于所提算法搭建了完整的Bin-Picking系统，并对多种实际工业场景中常见的零件进行仿真实验和实际抓取实验，结果表明：该算法能够快速、准确地检测出安全的抓取姿态，实际抓取的平均成功率达92.2%，料箱平均清空率达87.2%，较传统方法有明显提升，且抓取过程均未发生碰撞，可满足实际工业应用的要求。

• 构形可变移动机器人的构形评价、优选及变换规划

  冯婷婷, 谭炯钰, 谷世超, 叶文达, 朱海飞, 管贻生

  为提升移动机器人对环境的适应能力，提出了一种适用于车体构形、轮距和轮向可变的轮式移动机器人的构形评价、优选和变换规划方法。该方法以转弯所需半径、通过宽度和稳定角为指标评价不同构形下机器人的移动性和稳定性，然后构建权系数多目标模型从构形集合中优选与环境特征匹配的构形，再将任意两构形之间的变换规划转化为网络路径搜索问题来求解耗能最少的变换路径。最后，通过实验验证了所提评价指标、构形优选以及变换路径规划方法的合理性和有效性。研究结果可为此类构形可变轮式移动机器人的设计分析和运动规划提供指导或参考。

• 相似场景下基于局部地图的激光SLAM前端算法改进

  许宇伟, 颜文旭, 吴炜

  在走廊、隧道等相似场景下，传统激光SLAM（同步定位与地图创建）算法由于观测数据的相似性，算法性能将严重劣化，甚至完全失效。为解决该问题，本文在hdl_graph_slam算法的基础上，首先基于匀速运动假设改进了运动预测模型，获得了更准确的初始位姿估计；然后通过引入局部地图概念实现点云的稠密化，改善了相似场景下前端里程计的性能。在室内实验中，场景的还原度达到了99.54%，较改进前提高了57.25%；在室外实验中，里程计漂移由原先的111.62 m降至7.65 m。实验结果表明，提出的算法在室内和室外的相似场景中均能带来显著的性能提升。

• 基于人类演示视频的机器人指令生成框架

  莫秀云, 陈俊洪, 杨振国, 刘文印

  为了提高机器人学习技能的能力，免除人工示教过程，本文基于对无特殊标记的人类演示视频的观察，提出了一种基于序列到序列模式的机器人指令自动生成框架。首先，使用Mask R-CNN（区域卷积神经网络）来缩小操作区域的范围，并采用双流I3D网络（膨胀3D卷积网络）从视频中提取光流特征和RGB特征；其次，引入双向LSTM（长短期记忆）网络从先前提取的特征中获取上下文信息；最后，使用自我注意力机制和全局注意力机制，学习视频帧序列和命令序列的关联性，序列到序列模型最终输出机器人的命令。在扩展后的MPII烹饪活动2数据集和IIT-V2C数据集上进行了大量的实验，与现有的方法进行比较，本文提出的方法在BLEU_4（0.705）和METEOR（0.462）等指标上达到目前最先进性能水平。结果表明，该方法能够从人类演示视频中学习操作任务。此外，本框架成功应用于Baxter机器人。

• 基于移动补偿的绳驱动关节运动解耦方法

  贺磊盈, 陈建国, 吴天次, 杨亮亮

  提出了一种通过移动补偿解决绳驱动关节运动耦合的方法。首先，根据运动耦合的机理推导出解耦的约束条件，并相应地设计了一种2自由度绳驱动机械臂；然后，为分析绳索的弹性形变对解耦效果的影响，应用绞盘方程建立了绳索拉力对关节转角偏移影响的理论模型；最后，开展了相应的试验。试验结果显示当关节不受外力矩时，其最大角度偏移量为0.72°；关节上施加一定力矩后，基于上述模型得到的关节转角偏移量同试验值的差异小于0.02°。此外，关节转角偏移量随着预紧力的增大而减小，且关节的动态解耦性能良好。以上结果验证了提出的解耦方法的有效性和关节转角偏移模型的准确性。

• 基于迭代优化算法的AUV水下运动目标航行参数估计

  康小东, 李一平

  为了解决自主水下机器人（autonomous underwater vehicle，AUV）对水下运动目标进行实时动态追踪的技术难题，本文将渐消记忆递推最小二乘算法与平方根算法相结合，提出一种迭代优化算法。该算法充分利用渐消记忆递推最小二乘算法的快速收敛性能，利用平方根算法解决迭代过程中的数值不稳定问题。迭代优化算法能够快速解算出运动目标的初始距离、航向角及运动方向，数值收敛时间约为3 min，目标运动速度信息也能够在5 min左右收敛。该算法的收敛时间短、计算速度快，甚至AUV无需进行任何形式的机动即可令其保持悬停，这些优点使本算法适用于AUV水下运动目标追踪的工程实际问题。

• 小型两栖仿龟机器人多模式运动研究

  邢会明, 刘畅, 郭书祥, 石立伟, 刘文智, 李海波, 赵岩

  针对浅滩环境和水下狭窄空间的科研考察、资源勘探等任务，提出一种“腿－多矢量喷水”复合驱动的小型两栖仿龟机器人。通过研究“腿－多矢量喷水”复合式驱动系统的运动机理，设计仿生爬行步态和旋转步态。根据“腿－多矢量喷水”复合驱动机构的变结构特性，提出“H”、“工”和“X”等多模式运动。通过机器人水中运动学建模，建立基于实时动态推力矢量分配优化机制的水中3维自主运动控制方法。最后搭建机器人原型机，陆地上的多地形运动实验验证了机器人在非结构化浅滩环境中的适应能力强，水中运动控制实验验证了两栖机器人多模式运动控制的灵活性和可行性。

• 水下视觉环境感知方法与技术

  喻俊志, 孔诗涵, 孟岩

  有效感知水下环境是水下机器人自主运动与作业的关键。本文首先对水下视觉环境感知的共性问题进行分析，总结了视觉退化和折射畸变两大共性问题对水下视觉成像产生的影响。其次，围绕如何应对上述挑战，分别从水下视觉恢复方法、水下3维视觉感知以及水下视野增强方法3个方面对国内外主流的水下视觉环境感知方法的研究现状展开综述。最后，对水下视觉环境感知的未来发展趋势进行展望，重点包括集群化视觉感知、多模态感知信息融合、仿生视觉感知等热点研究方向。

• 基于深度强化学习的机器人操作行为研究综述

  陈佳盼, 郑敏华

  通过梳理、总结前人的研究，首先对深度学习和强化学习的基本理论和算法进行介绍，进而对深度强化学习的流行算法和在机器人操作领域的应用现状进行综述。最后，根据目前存在的问题及解决方法，对深度强化学习在机器人操作领域未来的发展方向作出总结与展望。