论文部分内容阅读
近年来,随着仿人形双臂机器人逐渐受到重视,人们希望利用它们的灵巧性代替人工完成各种复杂的操作任务,而且不会增加编程负担;同时伴随着自然交互技术的不断发展,为仿人双臂机器人的运动控制问题提供了新的解决方法。本课题研究了基于虚拟现实的人机双臂主动运动传递新方法。借此,操作者可以凭借直觉,习惯等高效自然地用自身双臂的运动来操作机器人双臂在未知、非结构环境下执行复杂的操作,而不需要特殊的专业技能和训练。本论文主要完成了以下工作。人在控制机器人执行操作的过程中必须明确操作任务并实时更新任务执行的状态。所以人体双臂的运动传递不是盲目进行的,而是以这种虚拟现实的视觉反馈子系统为基础的。为此,本文将采用虚拟现实技术,使用Oculus Rift传感器为操作者提供机器人的第一人称视角,将机器人所观察到的场景实时地传递给操作者,让操作者能够完全沉浸在机器人所处的环境中,实现更加直观和高效的操作。然后本文建立了人体手臂的D-H模型。根据Baxter机器人的双臂结构以及人体手臂自身的灵巧性,利用Kinect传感器采集的肩关节,肘关节,腕关节和手部关节点的3D坐标值,建立了7自由度串联型的人体上肢的运动学模型。并提出了一种几何向量法,即利用关节点的位置坐标计算人体上肢的关节角度的方法,进而能够进行关节角度映射达到双臂主动运动传递的目的。再次本文提出了基于笛卡尔位姿映射的人机双臂运动传递方法。因为人手臂与机械臂构型存在差异,利用线性空间映射算法,将人上肢运动空间与机器人机械臂的运动空间进行映射进而求出机械臂末端执行器的位姿,再逆解出机械臂的关节角度实现运动的传递。针对冗余自由度的多解问题,本文提出了基于CLIK的仿人运动数值逆解方法。最后,本文搭建了基于虚拟现实的人机双臂主动运动传递系统的验证平台;实现了操作者对Baxter机器人双臂的主动运动传递控制;并完成了一系列的操作任务;验证了本方法的有效性和稳定性。