机器人杂志

机器人杂志2022年第4期

• 一种基于功用性图的目标推抓技能自监督学习方法

  吴培良, 刘瑞军, 毛秉毅, 史浩洋, 陈雯柏, 高国伟

  提出了一种基于功用性图的目标推抓技能自监督学习方法。首先，给出了杂乱环境下面向目标推抓任务的机器人技能自监督学习问题描述，将工作空间中机器人推抓操作的决策过程定义为一个全新的马尔可夫决策过程（MDP），分别训练视觉机制模块与动作机制模块。其次，在视觉机制模块中融合自适应参数与分组拆分注意力模块设计了特征提取网络RGSA-Net，可由输入网络的原始状态图像生成功用性图，为目标推抓操作提供良好的前提。然后，在动作机制模块中搭建了基于演员－评论家（actor-critic）框架的深度强化学习自监督训练框架DQAC，机器人根据功用性图执行动作后利用该框架进行动作评判，更好地实现了推、抓之间的协同。最后，进行了实验对比与分析，验证了本文方法的有效性。

• 联合力、声音信号的机器人钻骨操作

  李少东, 杜志江, 于洪健

  在近些年临床机器人辅助骨科手术中，机器人主要用来实现钉道定位，而后续钻削操作依然需要医生完成，因此本文主要针对机器人自主钻削展开研究。首先基于双层自适应模糊控制器实现皮质骨层钻削力控制操作，解决了钻削过程中的非线性时变问题，平衡了钻削进给速度和骨组织热损伤等问题。然后在机器人钻削过程中，分别基于时域和时频分析得到力特征和声音特征，并联合声音信号和力信号来实时感知钻削骨层状态，从而实现力控制到速度控制的切换，且保证了钻削安全，即钻削不会穿过内层皮质骨而损伤神经。最后以猪骨为实验对象，分别开展了力控制和钻骨状态感知实验。力控制实验结果表明双层自适应模糊控制器可以将钻削力误差控制在-2N, 2N，而钻削力通常大于20 N，表明误差对机器人钻削操作的影响很小；钻骨状态感知实验结果表明声音特征可以比力特征更早地感知内层皮质骨状态，而力特征可以提高感知鲁棒性。上述结果证明了本文的钻削控制和状态感知策略的有效性。

• 位—力驱动的线驱连续型机器人的动力学建模及实验验证

  刘忠振, 蔡志勤, 彭海军, 王刚, 张欣刚, 吴志刚

  提出了一种位－力混合驱动的线驱连续型机器人的动力学模型。首先，基于集中质量矩阵法进行机器人动力学建模，将机器人动能的连续积分等效离散为三点求和形式，可简化建模过程并提升仿真的计算效率。其次，分析了驱动力与驱动线几何约束的力学关系，将线驱动作用等效建模为电机的驱动参数与牵引线张力的线性方程组，不仅可以精确地满足牵引线对系统的约束条件，还可以在不使用拉力传感器的条件下得到线的驱动力，降低了机器人成本及控制难度，这种方法适用于任意数量牵引线的连续型机器人。最后，将线驱连续型机器人的仿真和实验结果进行对比，机器人末端点的轨迹最大误差为3.85%，验证了所提模型的有效性。

• 动态环境下基于增强分割的RGB-D SLAM方法

  王浩, 卢德玖, 方宝富

  目前视觉SLAM（同步定位与地图创建）方法在动态环境下易出现漏剔除动态物体的问题，影响相机位姿估计精度以及地图的可用性。为此，本文提出一种基于增强分割的RGB-D SLAM方法。首先结合实例分割网络与深度图像聚类的结果，判断当前帧是否出现漏分割现象，若出现则根据多帧信息对分割结果进行修补，同时，提取当前帧的Shi-Tomasi角点并通过对称转移误差筛选出动态角点集合。然后结合修补后的实例分割结果判定场景中每个实例对象的运动状态。最后利用静态特征点追踪相机位姿并构建实例级语义八叉树地图。在TUM公共数据集以及真实场景中评估了该方法，相比较于当前先进的视觉SLAM方法，本文方法取得了更好的相机位姿估计精度以及地图构建效果，展现出了更强的鲁棒性。

• 室内动态环境下基于网格分割与双地图耦合的RGB-D SLAM算法

  艾青林, 王威, 刘刚江

  为解决室内动态环境下现有RGB-D SLAM（同步定位与地图创建）系统定位精度低、建图效果差的问题，提出一种基于网格分割与双地图耦合的RGB-D SLAM算法。基于单应运动补偿与双向补偿光流法，根据几何连通性与深度图像聚类结果实现网格化运动分割，同时保证算法的快速性。利用静态区域内的特征点最小化重投影误差对相机进行位置估计。结合相机位姿、RGB-D图像、网格化运动分割图像，同时构建场景的稀疏点云地图和静态八叉树地图并进行耦合，在关键帧上使用基于网格分割和八叉树地图光线遍历的方法筛选静态地图点，更新稀疏点云地图，保障定位精度。公开数据集和实际动态场景中的实验结果都表明，本文算法能够有效提升室内动态场景中的相机位姿估计精度，实现场景静态八叉树地图的实时构建和更新。此外，本文算法能够实时运行在标准CPU硬件平台上，无需GPU等额外计算资源。

• 具有全局速度约束的惯性/编码器/视觉/激光融合定位方法：IEVL-Fusion

  武东杰, 仲训昱, 崔晓珍, 庄明溪, 彭侠夫

  针对卫星拒止环境中移动机器人高精度定位需求，提出一种基于误差状态扩展卡尔曼滤波（ES-EKF）的激光定位子系统/视觉定位子系统/全局速度测量子系统松耦合融合定位方法，并设计了一个误差低漂移的组合定位系统。首先，根据向量加法和矩阵乘法对系统状态的误差进行最小表示，建立误差形式的卡尔曼滤波模型，以误差状态的最优估计对系统状态的估计值进行补偿。然后，针对激光和视觉定位子系统位姿不确定度未知的问题，将位姿输出依时间戳转化为位姿增量，并建立位姿增量观测模型。其次，针对组合定位系统缺少全局速度约束的问题，利用姿态航向参考系统（AHRS）和正向运动学模型构建全局速度测量子系统，并建立全局速度观测模型。最后，在街道和野外两个场景中进行测试，本文算法的相对定位误差小于0.4%，相较于仅受局部速度约束的EKF和ES-EKF融合定位算法降低了约40%。实验结果表明，所提出的算法有效提升了定位系统的精度。

• 一种多模式全向移动机器人攀爬楼梯的步态

  陈程, 冷洁, 李清都, 侯运锋, 吕涛

  针对移动机器人在户外运动中所遇到的台阶、楼梯等复杂地形，设计了一种可攀爬楼梯的多模式全向移动机器人。通过切换运动模态，该机器人既能像传统移动机器人一样快速移动，又具备了足式机器人的越障能力。首先，分析并构建了多模式全向移动机器人的运动学模型；其次，研究了该机器人越障能力和质心位置之间的关系并计算了该机器人可以翻越台阶的最大高度。最后，提出了一种攀爬楼梯算法。实验结果表明，设计的越障方法能够使多模式全向移动机器人成功并稳定地翻越台阶。最大台阶翻越高度为20.94 cm，最大可攀爬坡度为35°，最小转向半径为0 cm。

• 面向地下空间探测的移动机器人定位与感知方法

  白师宇, 赖际舟, 吕品, 季博文, 郑欣悦, 方玮, 岑益挺

  提出了一种面向地下空间探测的移动机器人定位与感知方法。首先，针对地下空间的结构退化问题，构建了基于因子图的激光雷达/里程计/惯性测量单元紧耦合融合框架；推导了高精度惯性测量单元/里程计的预积分模型，利用因子图算法实现对移动机器人运动状态及传感器参数的同步估计。同时，提出了基于激光雷达/红外相机融合的目标识别方法，能够对弱光照环境下的多种目标进行识别与相对定位。试验结果表明，在结构退化环境中，本文方法能够将移动机器人的定位精度提升50%以上，并对弱光照环境中的目标实现厘米级的相对定位精度。

• 一种基于行星履带轮越障与混合双吸附补偿的爬壁机器人的设计与研究

  黄华, 王虎林, 王庆粉, 史方青

  针对爬壁机器人在复杂壁面工作时越障能力弱、移动迟缓和吸附力不足等问题，设计了一种基于行星履带轮越障与混合双吸附补偿的爬壁机器人，并对壁面移动和越障的性能进行研究。首先根据机器人在壁面上的运动原理，建立其力学模型，计算出沿壁面移动和越障所需的吸附力；进一步结合其受力情况，对越障过程中爬升阶段和跨越阶段的吸附力补偿模型和行星履带轮越障模型进行分析，确定了最大越障高度、临界工作条件和最优吸附力分配关系；在此基础上建立仿真模型对容易出现的滑移和倾覆两种失效形式进行静力学和动力学仿真，分析其稳定工作的条件。实验验证了爬壁机器人在壁面上移动和越障的稳定性，表明所设计的机器人具有移动灵活、吸附稳定和越障性能强的特点。

• 机器人俯仰关节能耗特性分析

  陶广宏, 耿世雄, 姜春英, 叶长龙

  以降低架空线移动机器人能耗为目标，从结构设计角度出发提出一种基于平行四边形机构的机器人俯仰关节，由单电机配合柔索驱动。首先，在考虑摩擦因素的情况下进行了关节受力及能耗分析，分别给出本文关节与传统俯仰关节的能耗计算方法。再分别就多单元串联式机器人俯仰运动、以及架空线移动机器人越障运动的能耗特性，进行了本文关节和传统俯仰关节之间的对比。仿真分析得出基于所提关节的机器人完成特定架空线越障动作可节能39.4%。通过自行搭建的关节样机进行了实验，不同负载位置下的关节驱动电流均值之间的差小于0.7 mA。结果表明，摩擦能耗对关节驱动总能耗的影响微小，关节驱动负载做俯仰动作的运动能耗仅与关节本体及负载等效作用于关节本体的重力相关。所设计关节具有低能耗特性，且负载至关节本体的距离越远，相对于传统俯仰关节的低能耗效果越明显。

• 考虑共同关注区域静态交谈群组检测的机器人导航及行为评价

  周磊, 赵坤旭, 宋一诺, 刘景泰

  针对静态交谈群组，提出了一种基于共同关注区域的F型社交关系（F-formation）检测算法。该算法将行人的位置、方向作为输入构造群组的共同关注区域，采用一个基于滑动窗口的最大值滤波器检测群组中心，然后根据群组中心进行群组聚类。在实现静态交谈群组检测的基础上，构造群组舒适空间，并基于多层代价地图机制将群组舒适空间模型应用于时间依赖的A*路径规划算法，实现了考虑群组舒适的移动机器人导航。除此之外，具有社交感知能力的机器人导航行为给予人的舒适感受难以定量评价，本文搭建了一个基于图卷积网络的机器人行为评价模型。实验结果显示该评价网络达到了与人类相似的机器人行为评价能力，可视化分析结果显示了评价网络结果的合理性。通过评价网络对机器人轨迹进行评估，发现考虑静态交谈群组的机器人能够产生更加满足人类舒适感受的运动轨迹。

• 基于模仿学习的双曲率曲面零件复合材料织物机器人铺放

  段宝阁, 杨尚尚, 谢啸, 肖晓晖

  针对双曲率曲面零件的复合材料织物铺放，手工铺放效率低、质量均一性差，机器人铺放的相关研究未能准确地描述手工铺放技能。为此，本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法。首先，利用拖动示教获取织物铺放的轨迹信息，以压力阈值为分割依据进行有监督的轨迹分割，再采用高斯混合模型（Gaussian mixture model，GMM）与高斯混合回归（Gaussian mixture regression，GMR）学习得到铺放轨迹概率模型。在此基础上，以示教姿态和曲面法向为参考，计算末端执行器的法向姿态，再次进行示教获得法向压力信息，由GMM/GMR学习得到铺放压力概率模型；然后，针对接触状态建立过程，在力/位混合控制框架下，提出预控制量退出机制，实现接触状态建立过程中无冲击的控制器切换；最后，基于UR5e机械臂、ATI六维力/力矩传感器和ROS（robot operating system）搭建试验平台，进行试验。结果表明：所提出的技能采集、描述方法可实现对人工铺放经验的准确提取与表达，采用预控制量退出机制，接触状态建立过程的最大压力误差为1.8 N，小于曲面模具所有16条轨迹的铺放压力均方根误差2.0 N，完成的铺层无肉眼可见的鼓包与褶皱等缺陷，深度相机测量织物点云距模具点云距离小于1.0 mm的点约占97.3%。