论文部分内容阅读
具有力觉临场感的遥操作机器人可以向用户提供从端机器人操作环境和对象的反馈力觉信息,在接触性的作业中能够增强用户对作业过程的感知能力,有助于提高操作的质量。本文主要针对力觉临场感主从式遥操作机器人(master-slaverobotwithforcetelepresence,msRFT)的系统结构和稳定性、实时性等问题进行研究,以软笔书法机器人为代表进行实现和验证。本文主要的研究内容如下:
对msRFT的系统结构进行总体设计。使用NOVINTFalcon作为主端力反馈控制器,MOTOMAN-HP3工业机器人为从端机械臂,通过开发力反馈控制器与主端上位机接口、设计从端机械臂与上位机的通信协议、构造触力信号采集与处理模块等相关工作,完成了对msRFT实验平台的搭建。进一步将msRFT实验平台用于软笔书法机器人,实现了软笔书法的主从式操作。
利用虚拟现实技术,优化并实现了msRFT的在线和离线两种工作模式,削弱了时延对系统性能的影响。针对软笔书法机器人,建立了视觉和力觉虚拟现实模型,使操作员能够实时感知操作过程中的视觉和力觉反馈信息,增强了用户操作机器人的临场感,有效提高了用户对操作环境的控制能力。
利用遥编程技术,产生符号化的控制命令,降低了msRFT中主从机器人通信线路的负载。同时提出了从端机器人的轨迹规划方法,根据轨迹曲线特征对其进行优化,提高了msRFT的自主能力。在软笔书法机器人中,对机器人中指令目标点集进行分类和裁剪,基于动态阈值自动去除其中包含信息量较少的非必要点,有效地提升了机器人的执行效率。
设计并实现了应用虚拟现实技术的引导力控制器,根据一定的先验知识,输出相应的辅助引导力。在msRFT系统中,该控制器可以分担用户操作从端机器人的用力,减缓操作人员进行遥操作时的疲劳;在虚拟力反馈训练系统中,该控制器可以通过输出力引导用户的运动方向,更好地训练用户完成指定的操作。应用模糊逻辑控制方法,有效解决了系统负载不确定对稳定性的影响,并利用接受域加权算法抑制了控制过程中的振荡。最后,成功地将引导力控制器应用于软笔书法训练。