机器人杂志

机器人杂志2022年第3期

• 具有2DOF铰接式躯干的仿猎豹四足奔跑机器人

  王琪, 张秀丽, 江磊, 黄森威, 姚燕安

  为了探索脊柱运动对腿运动的增强机理，设计了具有2自由度铰接式躯干的仿猎豹四足奔跑机器人。对带腾空相的跳跃(bound)步态奔跑运动的力学过程进行描述，采用阻尼型弹性负载倒立摆(D-SLIP)模型建立了四足机器人动力学模型。依据猎豹的奔跑运动模式，对四足机器人脊柱关节与腿关节的耦合运动进行了轨迹规划。提出一种改进的粒子群优化(PSO)算法，解决了机器人脊柱关节驱动机构尺寸和运动轨迹控制参数之间目标互斥的嵌套优化问题。对四足机器人跳跃奔跑运动进行动力学仿真，结果表明：脊柱与腿的协调运动可以增大奔跑步幅，使机器人产生腾空相，从而提高机器人的奔跑速度。

• 主动关节履带式蛇形救援机器人结构参数多目标优化设计

  栾宪超, 常健, 王聪, 李斌

  针对机器人化救援装备研制的难点，对具备肌肉注射功能的蛇形机器人结构参数进行了优化，进而解决了废墟非结构环境对机器人执行任务的约束问题。首先，在分析机器人废墟环境运动机理基础上，建立机器人运动性能与结构参数的函数模型。然后，利用基于非支配排序的NSGA-II和基于分解的MOEA-D多目标遗传算法2种方式对模型分别进行求解。通过对比2种方式，证明了NSGA-II算法在求解上更有效，最终确定机器人样机的最优结构设计参数。最后，根据优化结果研制了实验用的蛇形机器人样机。实验结果显示机器人的最大台阶翻越高度为0.18m，相对误差为0%；最大沟壑跨越宽度为0.4m，相对误差2.3%；直线构形最小转向阻力矩为14.320N·m，相对误差11.2%。验证了基于NSGA-II算法的结构参数多目标优化设计方法的有效性。

• 人与机器人共存中的位姿估计与碰撞检测

  黄沿江, 汪子钦, 张宪民, 吴衍傧

  提出了一种人与机器人共存中的位姿估计与碰撞检测方法。首先，利用光学3维动作捕捉系统获取标记点位姿信息，建立人体手臂的运动学模型。其次，针对工作空间中障碍物遮挡导致部分标记点位姿信息丢失的问题，将角度传感器获取的肘关节角度作为人体手臂运动学模型的输入，获取人体手臂末端位姿信息。再次，构建人体手臂和协作机器人的胶囊体模型，计算各胶囊体之间的最短距离，从而判断人机的相对位姿关系并实现碰撞检测。最后，通过10个人在不同人机共存场景下对人机位姿估计与碰撞检测方法进行评价。实验结果表明，本方法估计的人体手臂末端位置误差在20mm以内，人机最短距离的最大误差为14.53mm，能够实现人机碰撞检测。

• 面向人体动作预测的对称残差网络

  张晋, 唐进, 尹建芹

  为了研究不同残差连接方式对人体动作预测卷积神经网络的影响，探讨了在保持网络深度一定的情况下，如何利用残差连接构成一个高效捕捉人体动作特征的预测模型。通过观察人体骨骼关节点排列方式，提出一种适用于人体骨骼关节点预测的对称残差连接方法，并基于该方法设计了对称残差块(symmetric residual block，SRB)。所设计的SRB，最后一层卷积核的感受野达到最大，覆盖了人体全部关节信息，采用的对称连接方式高效地利用浅层动态特征，使预测的效果更好、模型使用的参数更少。此外，本文提出一种基于2个SRB和1个解码器的端到端卷积网络——对称残差网络(symmetric residual network，SRNet)，取得的预测结果高于基准方法。最后，在TensorFlow框架下利用公开数据集Human3.6M和CMU-Mocap进行了人体动作预测实验。其结果表明，与基准方法相比，本文方法的关节位置平均误差(mean per joint postion error，MPJPE)在各个预测时间点上均有0.2mm~1mm的降低，验证了本文提出的SRNet能有效建模人体姿态的全局空间特征。

• 低光照场景下基于序列增强的移动机器人人体检测与姿态识别

  祝文斌, 苑晶, 朱书豪, 胡天帅, 高远兮, 张雪波

  灾难救援、地下空间开发利用等场景均存在低光照、甚至完全黑暗的问题，导致机器人目标搜索与识别困难。为此，本文面向低光照场景提出基于红外深度相机图像序列的人体检测和姿态识别方法。首先，利用基于YOLO v4的AlphaPose算法检测人体框和关键点。然后，提出基于特征点匹配的漏检人体框恢复算法，降低人体漏检率，同时使用D-S（Dempster-Shafer）证据理论融合人体框和关键点的检测结果，从而降低人体误检率。最后，设计一种基于图像序列信息的人体姿态分层识别方法，在不同的识别层提取不同的人体躯干特征，利用连续多帧躯干向量特征组成的特征序列对人体姿态进行精准的识别并进行实验验证。实验结果表明本文算法能够在低光照条件下实现准确的人体检测与姿态识别，姿态识别准确率高达95.36%。

• 服务机器人的触觉手势识别

  杨天昊, 李云开, 王雅昕, 孟庆浩

  为了实现机器人在人机交互过程中的触觉感知，提出了一种用于服务机器人的触觉手势识别方法。首先，将电子皮肤安装在服务机器人上，通过采集15位被试者的10种手势动作信号，构建了情感手势数据集。然后，使用时空分离卷积神经网络，对被试者触摸服务机器人时做出的触摸手势进行分类。结果表明，被试内手势识别率为90.25%，跨被试手势识别率为83.44%。通过调节模型中的时空通道调节因子，在几乎不降低识别率的同时，可以大幅减少模型参数量。基于电子皮肤的触觉手势识别实验，初步认为使用时空分离卷积神经网络能够以较高的准确率和较低的计算代价实现对人的触觉手势识别，这为服务机器人通过电子皮肤与人实现情感交互提供了可能。

• 基于标准圆柱的线激光轮廓扫描机器人手眼标定方法

  高金锋, 梁冬泰, 陈叶凯

  在搭载线激光轮廓传感器的机器人平台手眼标定问题中，依靠线激光轮廓传感器输出的2维点云信息进行标定，存在标定过程复杂、标定精度低的缺点。本文针对这些问题，提出一种基于圆柱侧面约束的手眼标定方法。通过改变扫描机器人末端位姿，获得不同位姿下圆柱侧面扫描数据。对于激光平面与圆柱侧面相交得到的椭圆轮廓，利用随机抽样一致性（RANSAC）算法得到椭圆轮廓中心点坐标。利用椭圆轮廓的估计中心点到圆柱中轴线的距离建立约束优化方程，将手眼标定问题转化为约束优化问题。利用粒子群优化（PSO）算法和广义拉格朗日乘子法的融合算法求解约束优化问题，得到手眼标定的变换矩阵。最后基于所提方法进行模拟仿真和扫描重建试验。分别讨论了标定数据误差、标定参照物位置和标定参数初始值对标定结果的影响，并验证了手眼标定精度。结果表明，该方法不受标定参照物位置和标定参数初始值的影响，具有操作简单、通用性强、标定精度高等特点，标定精度在0.15mm以内，适合现场标定。

• 基于动态耦合与空间数据关联的RGB-D SLAM算法

  牛珉玉, 黄宜庆

  为了解决动态环境下视觉SLAM（同步定位与地图创建）算法定位与建图精度下降的问题，提出了一种基于动态耦合与空间数据关联的RGB-D SLAM算法。首先，使用语义网络获得预处理的语义分割图像，并利用边缘检测算法和相邻语义判定获得完整的语义动态物体；其次，利用稠密直接法模块实现对相机姿态的初始估计，这里动态耦合分数值的计算在利用了传统的动态区域剔除之外，还使用了空间平面一致性判据和深度信息筛选；然后，结合空间数据关联算法和相机位姿实时更新地图点集，并利用最小化重投影误差和闭环优化线程完成对相机位姿的优化；最后，使用相机位姿和地图点集构建八叉树稠密地图，实现从平面到空间的动态区域剔除，完成静态地图在动态环境下的构建。根据高动态环境下TUM数据集测试结果，本文算法定位误差相比于ORB-SLAM算法减小了约90%，有效提高了RGB-D SLAM算法的定位精度和相机位姿估计精度。

• 基于手眼双模态人机接口的移动机器人编队共享控制

  秦留界, 宋光明, 毛巨正, 刘盛松, 曾洪, 宋爱国

  传统的基于手控器单模态人机接口的移动机器人编队控制系统在进行队形变换和局部避障等复杂运动控制时效果较差。本文针对此问题提出了一种基于力反馈手控器和眼动仪双模态人机接口的编队共享控制方法。首先，将操作员的手部输入信号和视线跟踪信号分别映射为编队行进和队形切换命令。然后，设计一个由主端遥操作控制器和从端自主控制器组成的共享控制框架。主端遥操作控制器负责接收分发操作员的控制命令并接管编队行进运动控制和队形切换控制，从端自主控制器负责根据系统状态自主完成队形保持、外部避障和内部避碰等任务。最后，通过避障实验、队形切换实验和单双模态对比实验来证明该控制方法的有效性。实验结果表明，相对于传统的单模态双边遥操作控制，本文提出的控制方法降低了操作负荷，控制效率提升了17.42%。

• 基于视觉/力觉的机器人协同缝制系统

  付天宇, 李凤鸣, 崔涛, 宋锐, 王艳红

  针对服装制造行业中缝制过程自动化程度较低的问题，基于视觉、力觉信息设计搭建了一种机器人与缝制设备协同工作的智能缝制系统，实现了多种多边织物的自动化缝制。采用基于拐点检测的织物特征提取方法，实现机器人缝制线迹规划；在此基础上基于力/位混合控制策略，实现缝制过程中机器人与缝纫机的协同作业，保证缝制质量。最后测试了不同转速下机器人单边缝制效果以及多边织物边缘整体缝制效果。实验结果表明，设计的机器人缝制系统可以实现不同转速下双机协同缝制，缝制线迹到面料边缘距离误差小于2mm，针距误差小于0.5mm，线迹总长度误差小于1.6cm。

• 一种空间仿生柔性机器人设计与智能规划仿真方法

  刘物己, 敬忠良, 陈务军, 潘汉

  针对传统空间刚体机器人存在的自由度有限和环境适应性差等缺陷，基于生物体结构提出了一种受“尺蠖”与“蛇”启发的适用于空间在轨服务的柔性机器人。首先，搭建了柔性机器人原型样机，研究了镍钛形状记忆合金（SMA）驱动器的驱动特性，设计了可视化控制界面并通过实物实验验证了机器人原型样机的可操控性。然后，设计了一种基于所提柔性机器人结构的Q学习算法和相应的奖励函数，搭建了柔性机器人仿真模型并在仿真环境中完成了基于Q学习的机器臂自主学习规划仿真实验。实验结果显示机器臂能够在较短时间内收敛到稳定状态并自主完成规划任务，表明所提出算法具有有效性和可行性，强化学习方法在柔性机器人的智能规划与控制中具有良好的应用前景。

• 帕金森病康复机器人研究综述与展望

  游煜根, 侯玮佳, 于宁波, 张松, 于洋, 朱志中, 党宇, 秦岩丁, 赵新刚, 巫嘉陵, 韩建达

  总结了目前帕金森病康复机器人的研究现状，并探讨了相关技术的未来发展方向。首先，通过与脑卒中对比，重点介绍帕金森病的病理特点、运动症状、康复机理和治疗原则。然后，从上肢运动康复、下肢运动康复、震颤抑制以及病情评估等4个方面对目前帕金森病康复机器人及相关技术进行综述。进而，讨论分析了现有研究的局限性，并对机器人辅助帕金森病康复技术进行展望。特别指出，基于帕金森病的病理特点和康复机理，需要着重突破“脑—肌—肢”协同的专病康复技术。