机器人杂志

机器人杂志2023年第6期

• 基于上下文聚合策略的轻量级编/解码抓取位姿检测

  徐胜军, 任君琳, 刘光辉, 孟月波, 韩九强

  针对多样性目标在非结构化环境中的抓取位姿难以估计的问题, 提出一种基于上下文聚合策略的轻量级编/解码抓取位姿检测网络。首先, 以编/解码网络架构为基础, 利用深度可分离卷积层与混洗单元构建目标特征深度分离-融合提取块, 减少编码网络参数量, 增强网络对抓取区域特征的提取能力; 其次, 利用双线性插值法和深度可分离卷积层建立深度分离-重构块, 在恢复高层特征丢失信息的同时, 有效减少解码网络的参数量; 最后, 针对可抓取区域像素点与目标物体全貌之间的非一致性问题, 基于交叉熵辅助损失和自注意力机制, 提出一种抓取区域上下文聚合策略, 引导网络增强可抓取目标区域特征的表征能力, 抑制非抓取像素点的冗余特征。实验结果表明, 所提网络在Cornell数据集的图像拆分与对象拆分子集上抓取检测准确率分别可达97.8%与93.8%, 单张图像检测速度可达64.93张/秒; 在Jacquard数据集上抓取检测准确率可达95.1%, 单张图像检测速度可达60.6张/秒。与对比网络相比, 所提网络不仅计算量与参数量较小, 而且抓取检测的准确率与速度均有明显提升, 在真实场景下对9种物体的抓取检测验证中, 抓取成功率达到93.3%。

• 基于TS-TD3的动态环境端到端无地图导航方法

  姜杨, 曾铁文, 万东东, 吴成东

  针对基于地图的移动机器人导航框架部署在动态复杂环境时出现的问题, 提出一种基于时序-双延迟深度确定性策略梯度(TS-TD3)的无地图导航方法。首先, 将动态场景(具有环境部分可观测性)的导航任务定义为部分可观测马尔可夫决策过程(POMDP)。其次, 引入经过长短期记忆组件处理的历史信息作为模型的输入, 为策略网络的确定性策略梯度引入历史信息基准, 以处理隐藏在环境观测集合中的状态信息, 将关注导航动作时序关联性的评价标准引入评价网络。再次, 通过专家经验网络在训练前期指导策略网络的输出, 以规范导航动作。最后, 建立演员-评论家框架的深度强化学习(DRL)端到端模型, 根据传感器感知结果直接输出控制动作。与主流DRL方法进行对比实验, 在仿真实验中, 该方法运动轨迹自然、稳定、具有连续性, 能处理多动态障碍物交汇情况, 整体导航效果表现最优; 在真实动态环境的测试中, 模型未作调整直接部署在未知环境中, 模型的导航效果和泛化性得到验证。

• 考虑人类视线区域约束的机器人社交导航

  胡郑希, 张千一, 翟晓琳, 吴仕超, 刘景泰

  针对人机共融场景中移动机器人与人类关注区域交叠的情景，提出了一种考虑人类视线区域约束的社交导航方法。首先，基于感知到的注视方向和注视目标，确定视线状态并构建视域交互模型。然后，借鉴电磁场和极限环理论，引入包括视线静电力、视线磁偏转力和视域交互势场力在内的扩展社会力对机器人的行为和人类视线之间的关系进行建模。进而驱动机器人根据任务类型以符合社交规则的方式主动避让或接近人的关注区域，在保证人类心理舒适度的同时提升了服务机器人的社交性。仿真实验部分的定性定量分析及相应的问卷评估表明了在机器人社交导航中引入人类视线区域约束的必要性，也进一步验证了所设计导航方法的有效性和适用性。

• 磁性微型机器人神经自适应轨迹跟踪控制

  刘跃跃, 王浩羽, 张加易, 樊启高

  针对复杂环境和不确定的动态模型问题, 提出了一种自适应神经网络控制算法, 并且基于李雅普诺夫理论保证了闭环系统的稳定性。相较而言, 基于模型的控制策略需要精准地知道微机器人的动力学以及周围环境参数, 而本文提出的基于径向基函数神经网络的状态反馈控制策略可以有效地根据状态与期望轨迹在线估计系统模型的不确定项。最后, 在所开发的磁场驱动的微型机器人系统上进行了2项实验并进行了对比, 以验证所提出的控制器的有效性。结果表明, 曲线与直线的轨迹跟踪均方根误差分别达到6.2204像素与6.4279像素, 明显优于传统的PID(比例-积分-微分)算法。

• 差动瓦特连杆直线平夹自适应抓持器

  梁博, 田源, 张文增

  现有的平夹自适应抓持器不能实现末端直线轨迹运动, 导致其存在抓取盲区。针对此问题, 本文提出一种新型平夹自适应手指——Watt手指。该手指采用瓦特连杆机构实现末端指段的直线轨迹运动, 结合平行四连杆机构保持末端指段在初始阶段的固定姿态, 并利用三角形差动连杆机构实现自适应抓取。Watt手指在初始阶段具有直线平行夹持功能, 适合捏持桌面上不同尺寸的物体; 当第1或第2指段接触物体被阻挡时, 该装置自动进入自适应抓取模式, 可以适应不同形状、尺寸的物体。对该Watt手指进行了运动学分析, 获得了该手指的稳定抓取空间和相对优化的参数集合。研制了二指Watt手, 理论分析与实验结果表明, Watt手可实现良好的直线平夹与自适应抓取效果, 直线轨迹使得该手具有更大的抓取空间, 适应范围更广。

• 基于区域姿态解算的五指机械手抓取系统设计与实现

  禹鑫燚, 赵崇良, 陈磊, 朱明珠, 欧林林

  针对五指机械手抓取成功率低和抓取任务相对简单的问题, 基于区域姿态解算方法设计并实现了一种满足不同复杂任务的五指抓取系统。首先, 设计了一种气动五指软爪, 该软爪使用多种不同刚度的材料制成, 由1根主气管和5根支气管驱动, 控制复杂度较低, 机械性能和抓取性能良好, 适用不同的抓取策略。进一步结合软爪的特点提出了基于区域姿态解算的抓取策略。通过预测人手抓取物体时在物体上的接触区域, 求解接触区域与软爪指尖在空间上的姿态解, 计算软爪的抓取姿态和关节弯曲角度, 该策略能够生成高鲁棒性的抓取姿态。然后, 设计了包含大量物体的接触数据集。对数据集中的物体标注人手在抓取操作中指尖的接触区域, 并尽可能地去除场景信息, 提高了数据集的通用性, 可用作基准数据集测试算法性能。最后, 设计了一系列实验来验证软爪和抓取策略在复杂场景下的抓取性能, 实验结果表明了所设计的五指软爪抓取系统在复杂场景下的有效性和可靠性。

• 捕蝇草运动机理及其仿生驱动器的仿真和实验研究

  李健, 黄美珍, 闫杰, 栾智博, 王扬威, 王雨涵

  捕蝇草的叶片运动具备动作迅速、可逆、控制方便、结构简单等优点。本文从捕蝇草的快速运动中获得灵感, 从微观和宏观层面上研究捕蝇草的基本结构和运动学特性。微观层面上, 使用植物切片法和组织透明技术观察分析叶片的脉管系统结构、细胞尺寸及横向、纵向上细胞的排布规律。宏观层面上, 利用高速摄像机和Kinovea图像分析软件分析叶片边缘的水平位移、速度、加速度、张开角度等的变化规律, 采用非接触全场应变测量系统获得捕蝇草叶片闭合过程中外表面的应变情况; 基于多孔介质模型, 研究水分传输引起的细胞膨胀变形运动的规律, 以及在流体作用下仿生柔性叶片的弯曲变形规律; 最后使用3D打印技术制备仿生柔性叶片驱动器, 进行实验验证。研究表明, 本文提出的仿生柔性叶片驱动器通过流固耦合仿真技术能够在2 MPa的液压下在1 s内完成弯曲变形, 最大弯曲角度为32.27°。同时, 制备的仿生柔性叶片驱动器样机的实验结果与仿真结果基本吻合, 验证了流固耦合仿真技术的可行性与正确性, 完成了对捕蝇草叶片快速闭合运动的复现, 闭合过程中实现了叶片的快速弯曲。

• 深海长期驻留自主水下机器人系统研究现状与发展趋势

  徐会希, 吕凤天, 石凯, 朱宝彤, 陈仲

  深海环境的长周期监测已成为人类分析和认识海洋生态系统和海洋环境变换过程的必要手段, 而深海长期驻留自主水下机器人(LRAUV)系统则是实现深海环境长周期监测的有效装备, 成为近年来深海领域的研究热点。本文通过梳理、总结前人的研究, 首先对LRAUV系统的含义及其工作模式进行了介绍; 对LRAUV系统的典型应用领域进行了分析与展望; 然后, 对国内外LRAUV系统进行了综述, 包括其配置、功能与技术参数等内容, 并总结了其发展趋势; 最后对LRAUV系统长期生存、基站支撑、AUV自主对接、能源补充及数据传输、探测作业等关键技术的研究现状、难点问题及未来发展方向进行了综述与分析。

• 水下六足机器人及其运动规划研究现状

  孙英哲, 张奇峰, 刘晓萌, 杨雪娇, 张艾群

  水下六足机器人具有丰富的步态样式和冗余的肢体结构, 凭借其离散式的地面支撑和对水下障碍、礁坪等复杂特殊地形的极强适应性, 具有广泛的应用前景。本文通过充分的文献调研和总结, 对目前水下六足机器人平台发展现状进行了综述。针对水下六足机器人的海底爬行能力, 分别从稳定性判据、路径规划与自适应行走方法3项关键技术进行了分析和总结; 在稳定性判据方面, 分别针对水下六足机器人静态稳定性判据与动态稳定性判据进行阐述; 在路径规划方面, 在目前典型陆地六足机器人路径规划方法的基础上, 结合水下六足机器人独有的运动特性进行阐述; 针对水下六足机器人自适应行走方面, 分别阐述传统自适应调整方法与目前基于深度强化学习的方法进行介绍; 最后对这些关键技术的未来发展趋势进行了展望。

• 深度学习下的视觉SLAM综述

  黄泽霞, 邵春莉

  本综述涵盖了深度学习技术应用到SLAM(同步定位与地图创建)领域的最新研究成果, 重点介绍和总结了深度学习在前端跟踪、后端优化、语义建图和不确定性估计中的研究成果, 展望了深度学习下视觉SLAM的发展趋势, 为后继者了解与应用深度学习技术、研究移动机器人自主定位和建图问题的可行性方案提供助力。