机器人杂志

机器人杂志2022年第5期

• 北京2022年冬奥会和冬残奥会火炬传递机器人

  田启岩, 李硕, 杨丽英, 邵士亮, 张弼, 高岳, 帅梅

  面向北京冬奥会对机器人跨域火炬传递的需求，研发水陆两栖机器人、水下变结构机器人、空中飞行机器人、地面机器人、冰雪面六足机器人和助力外骨骼机器人等6型面向火炬接力的系列机器人，利用这些机器人可在地面、空中和水下完成火炬传递。最终，根据北京2022年冬奥会火炬接力路线方案的调整，将水陆两栖机器人、水下变结构机器人和水下特种火炬应用于北京2022年冬奥会火炬传递活动中，实现了奥运史上首次机器人与机器人之间的水下火炬传递；助力外骨骼机器人应用于北京2022年冬残奥会火炬传递活动中，残疾人代表使用下肢助力外骨骼进行了火种汇集，两位残疾人火炬手分别借助上肢和下肢助力外骨骼机器人一起进行了火炬传递，传递出“科技改变生活”的理念，体现出“技术温暖人心”的精神。

• 可穿戴式下肢外骨骼康复机器人研究进展

  丁逸苇, 涂利娟, 刘怡希, 张冀聪, 帅梅

  对于脊髓损伤、脑损伤等因素导致下肢运动障碍的患者，利用下肢外骨骼康复机器人可在患者损伤早期进行精准康复，并在康复过程中优化康复策略。本文详细对比了下肢外骨骼康复机器人相比于传统康复方法的优势，并结合国内外研究现状阐述了不同外骨骼机器人的设备特点及应用场景，详细分析了机器人的驱动方式、控制系统以及训练模式等关键技术。最后，着重探讨了下肢外骨骼康复机器人未来发展所面对的挑战，并针对机械结构优化、驱动算法优化、康复流程智能化、基于虚拟现实技术的应用场景优化及康复效果评估等5方面提出了可行的探讨，对下肢外骨骼康复机器人未来的技术发展趋势作出可行分析。

• 冬奥冰壶六足机器人研究

  高峰, 齐臣坤, 陈先宝, 尹科, 赵越, 高岳

  冰壶六足机器人是北京2022年冬奥会组委会需求的唯一进入冬奥会赛场的机器人。开发该机器人的目的是借助北京冬奥会展示我国机器人的自主创新能力和水平。我们重视独特设计创意，通过模仿冰壶运动员投掷冰壶的“行为特征”来设计和开发冰壶六足机器人。冰壶六足机器人设计面临多项挑战，要解决模仿人投掷冰壶行为的六足机器人的构形综合、投掷冰壶任务链与机器人行为链关联特征建立、机器人击打冰壶行为规划等问题。研制的冰壶六足机器人在北京2022年冬奥会冰立方冰壶赛场上顺利完成击打冰壶表演。

• 面向北京2022年冬奥会水下火炬传递的新型机器人

  王轶群, 田启岩, 陆洋, 李硕, 李智刚, 张奇峰, 刘鑫宇

  面向北京2022年冬奥会水下火炬传递应用需求，设计水下变结构机器人和两栖机器人，并提出水下火炬传递控制方法。克服机械臂（含火炬）运动和野外流场的复合扰动是火炬传递控制的关键问题，尤其是手持燃烧火炬的机械臂对浮游模式水下机器人的影响更加显著。针对以上问题，本文提出一种基于自适应控制策略的水下火炬传递控制方法，在线辨识静力学和流场水动力参数，预先补偿控制扰动，实现水下机器人的高精度姿态控制、位置控制。最终，在北京2022年冬奥会上成功完成奥运史上首次机器人间水下火炬接力。

• 面向智能假肢手臂的生机接口系统与类神经协同控制

  李纪桅, 张弼, 姚杰, 赵明, 徐壮, 赵新刚

  针对肢体残障患者的假肢控制问题，搭建了一种基于sEMG（表面肌电信号）的智能假肢手臂系统，实现手臂残障程度较高患者的手－肘协调控制。首先，基于肌肉协同理论，使用非负矩阵分解（NMF）方法提取肌肉协同作用，并进行手部动作识别以及肘关节的连续运动估计。其次，基于意图识别结果构建“前馈－反馈”控制框架，对受试者进行前馈监督与反馈检测；根据前馈－反馈结果调整期望的控制输入，提高假肢系统的舒适性与鲁棒性。然后，针对手部动作，构建一种自适应调整抓握力度的框架，通过力、位信息交替控制，实现不同刚度、不同形状物体的自适应抓握；对于肘部运动，设计一种基于识别结果的阻抗控制算法，实现手－肘一体化假肢的稳定的人机交互控制。最后，由6名健康受试者、1名手臂残障受试者对以上控制策略进行实验验证，对手臂整体运动实现了较为准确的意图识别，同时也完成了稳定的肘部屈伸以及手部抓取，做到了手－肘的一体化协调控制。最终该套系统在北京2022年冬残奥会实现了应用展示。

• 一种基于线结构光的水下目标3维信息测量方法

  徐鹏飞, 孟昊, 李同飞, 郑金海, 李智刚

  针对现有水下探测方式精度不佳、标定误差较大、效率较低等不足，设计了一种基于线结构光的水下目标3维信息测量方法。首先利用交比不变原理求解特征点在世界坐标系下的相对位置，随后基于像面特征点的方向向量及特征点的位置信息求解其在相机坐标下的真实坐标值，利用多个特征点完成结构光平面的标定。通过目标物扫描实验验证了该方法的可行性及有效性。线结构光平面的标定仅需要对特制的简单结构立体靶标进行一次扫描即可完成，无需多次移动靶标，避免了人为误差的影响。在标定线结构光平面的同时可以同步完成位移平台各自由度的位移速度标定，有效降低了实验平台系统误差，在提升系统精度的同时也极大地提升了整个系统标定过程的效率，非常适用于大尺度线结构光系统在水下现场标定。经验证，扫描水下目标物所得3维点云坐标沿X、Y轴方向的误差均小于2%，沿Z轴方向的误差略大，平均误差2.77%。

• 一种基于反光带方案的ARV对接视觉定位算法

  殷国程, 吴超

  针对自主遥控潜水器（ARV）近距离水下对接面临的定位方法效果不佳、定位信息误差较大等问题，设计了一种基于反光带方案的水下视觉定位算法。首先提出一种基于Q学习的混合鲸鱼优化算法（QHWOA）来提高算法的收敛精度和收敛速度，并以中继器对接口外布置的反光带为目标，利用QHWOA算法优化Otsu目标函数分割对接图像；然后提出基于PCA（主成分分析）降维法的关键点提取算法来提取关键轮廓与关键点；最后采用SRPnP算法解算ARV与中继器的相对位姿。通过水下对接实验进行关键点像素提取误差和视觉定位误差的计算，结果表明定位误差满足水下对接的精度要求。该算法能够在ARV水下对接时输出有效定位信息，引导ARV与中继器对接。

• 抓取任务中的融差控制方法

  仵沛宸, 帅威, 陈小平, 高杨, 洪文, 崔国伟

  依据“融差性思维”，提出了无需精确感知依旧可以在一定范围内有效工作的融差控制方法。具体分析了融差抓取方法如何运用相同控制量实现不同抓取任务的工作原理，这一原理使得融差抓取方法在面对一大类抓取任务时，不需要知道物体的具体参数，只需要知道这一大类物体的边界条件。进一步分析了融差抓取方法在欠驱动手爪上的适用性，并发现了欠驱动手爪的局限性。实验表明，在控制量设定不变的情况下，依据融差抓取方法，柔性手爪可以抓住且不抓坏宽度范围为5~45 mm的嫩豆腐，且能够成功抓取宽度范围为5~60 mm的硬质长方体；弹簧关节欠驱动手爪可以抓住且不抓坏宽度范围为20~40 mm的嫩豆腐，且能够成功抓取宽度范围为5~60 mm的硬质长方体。这体现了融差抓取方法的通用性和欠驱动手爪在抓取柔性物体时的局限性。最后，展示了柔性手爪使用融差抓取方法在桌面抓取应用中以简单的控制策略成功抓取不同形状、不同材质的物体。这充分说明了融差抓取方法不依赖于精确的对象感知及物体模型，能够简化控制策略。

• 基于接近觉的机械臂避障路径规划

  李龙, 陈禾炜, 汪田鸿, 张泉, 王国鹏, 田应仲, 彭艳, 罗均

  提出了一种基于接近觉的机械臂避障路径规划方法。首先，针对排列稀疏的接近觉传感器阵列的障碍物感知问题，定义连杆“运动方向”的概念，优先读取连杆运动方向上的传感器以缩短读取周期的长度，并将距离传感器最近的障碍物表面建模为“假想圆锥”，过其顶点作“安全平面”，连杆在运动过程中不能与其发生碰撞。其次，针对避障路径规划问题，采用基于势函数与关节空间的人工势场法，并根据所提出的障碍物感知方法提出了基于“绕行”的改进方法以解决人工势场法的局部最优问题。最后，在UR10机器人的小臂连杆上验证本文方法，实验结果证明了本文方法的有效性、鲁棒性与实时性。

• 基于事件的端到端视觉位置识别弱监督网络架构

  孔德磊, 方正, 李昊佳, 侯宽旭, 姜俊杰

  传统的视觉位置识别（VPR）方法通常使用基于图像帧的相机，存在剧烈光照变化、快速运动等易导致VPR失败的问题。针对上述问题，本文提出了一种使用事件相机的端到端VPR网络，可以在具有挑战性的环境中实现良好的VPR性能。所提出算法的核心思想是，首先采用事件脉冲张量（EST）体素网格对事件流进行表征，然后利用深度残差网络进行特征提取，最后采用改进的局部聚合描述子向量（VLAD）网络进行特征聚合，最终实现基于事件流的端到端VPR。将该方法在基于事件的驾驶数据集（MVSEC、DDD17）和人工合成的事件流数据集（Oxford RobotCar）上与典型的基于图像帧的视觉位置识别方法进行了比较实验。结果表明，在具有挑战性的场景（例如夜晚场景）中，本文方法的性能优于基于图像帧的视觉位置识别方法，其Recall@1指标提升约6.61%。据我们所知，针对视觉位置识别任务，这是首个直接处理事件流数据的端到端弱监督深度网络架构。

• 瞬变速软体机器人研究综述

  杨旸, 贺治国, 焦鹏程, 王海鹏, 李文焘, 叶星宏, 林官正, 宋伟, 任洪亮

  瞬变速软体机器人是一类能够在极短的时间内（不到1 s），通过柔性材料大变形产生瞬时高速驱动效果（大于1倍身长/秒）的软体机器人。本文总结了瞬变速软体机器人的国内外发展现状，并按照不同驱动方式为其分类。梳理了瞬变速软体机器人的运动建模与仿真方法，并提出了一种多场耦合的仿真模式，讨论了仿真研究的技术特点、难点、准确性以及发展方向。总结了当前瞬变速软体机器人的应用，并展望其在未来不同场景下的设计和应用。