公共文化服务平台

赵欢: 作品数：19 被引量：199H指数：8; 供职机构：华中科技大学机械科学与工程学院更多>>; 发文基金：国家自然科学基金湖北省自然科学基金中国博士后科学基金更多>>; 相关领域：自动化与计算机技术金属学及工艺机械工程航空宇航科学技术更多>>

合作作者

基于示教学习和自适应力控制的机器人装配研究被引量：6: 2020年; 针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。首先根据是否与孔产生接触力将示教任务分为两段;接着利用了任务参数化的高斯混合模型(TP-GMM)训练并泛化第一段轨迹;最终和原示教的第二段轨迹组合为新的搜孔轨迹;采用了六自由度阻抗控制使得机器人具有柔顺性,再利用了模糊自适应策略调节阻抗控制中Z轴期望接触力,利用UR机器人对方形孔进行了装配试验验证。研究结果表明:所提出的策略在新的初始位置,仍能绕过障碍物并生成新的搜孔轨迹,无需再次示教;调节期望接触力相比其不变时,绕X轴方向力矩波动速度低,且波动误差减小了30%。; 陈鹏飞赵鑫赵欢; 关键词：机器人装配

松连接运输模型下的双移动机械臂协同规划研究: 2024年; 针对松连接运输模型下的双移动机械臂协同运输问题,提出了一种基于事件的运动规划方法。首先,针对物体协同运输场景,对任务中系统的运输模型进行了讨论;然后,在基于事件的框架下,设计了一种基于事件的规划方法;最后,针对提出的2种运输模型,在基于事件的规划下得到了相应的运动控制率。实验结果表明:运输过程中机械臂末端之间几乎没有相对运动,并且2个方向的位置跟踪误差以及姿态误差分别控制在0.03 m,0.15 m和0.02 rad以内,因此基于事件的方法能较好地保证多机系统在运输过程中的协同性能。; 韩东辰李祥飞赵欢丁汉

机器人磨抛加工接触稳态自适应力跟踪研究被引量：18: 2022年; 磨抛加工作为复杂曲面制造的最后关键工序,直接决定着零件的轮廓精度与表面质量。机器人具有运动范围大、通用灵活与智能化等优势,结合砂带磨抛工艺被广泛应用于大型复杂曲面零件的加工。但机器人多轴耦合、末端响应速度慢与定位精度低等弊端导致磨抛加工接触力精准控制困难,难以实现机器人柔顺力控加工。针对机器人磨抛加工接触稳态力跟踪问题,在阻抗控制与基于环境参数估计的参考轨迹自适应生成方法上,提出采用遗传算法对位置误差引起的接触力误差进行补偿。结果表明,所提出的方法提高了机器人磨抛加工接触力的跟踪精度,接触稳态力跟踪误差降低约85.7%,具有较好的稳定性与可靠性,可以实现机器人在未知环境下的柔顺自适应加工。; 李振赵欢王辉丁汉; 关键词：机器人

二进制点云局部特征描述子研究被引量：7: 2021年; 基于点云局部特征描述的三维目标识别是机器人视觉领域一个具有重要研究价值且富有挑战性的研究方向。尽管目前已有大量三维特征描述子的相关研究工作,但它们大多数采用浮点数,对计算和存储的开销很大,并且鉴别力较弱,鲁棒性不强。鉴于此,从点对特征出发,提出一种鉴别力高,鲁棒性强,结构紧凑,计算迅速的高性能点云局部描述算法—二进制点对特征直方图(Binarized histogram of point pair features, B-HPPF)。对模型进行降采样,根据点位置与点法线信息,计算局部邻域中点对的七个特征;利用其将局部点对集划分为若干区域,并对每一区域进行信息提取;通过轮换比较各信息量的大小将特征进行二进制编码;将每一区域的二进制子特征串联组合生成最终的二进制描述子B-HPPF。所提出的B-HPPF描述子在多个公开数据集上进行测试,并与经典的描述算法进行对比,结果表明,所提出的方法在鉴别力、鲁棒性、紧凑性和计算效率等方面获得了优越的综合性能。此外,B-HPPF的实用性也在目标识别数据集上得以进一步验证。; 唐敏杰赵欢丁汉; 关键词：点云特征提取二值化目标识别

复杂曲面机器人磨抛位姿优化与刀路规划被引量：10: 2022年; 近年来,以工业机器人为执行体的机器人磨抛由于其灵活性好、通用性强等特点正逐渐成为复杂曲面磨抛的发展趋势。在机器人磨抛加工过程中,刀具路径点常以曲面上曲率及法线方向为导向进行划分,但尚未考虑机器人实际运动姿态变化对磨抛路径光滑性产生的影响,且可能存在工件与工具干涉问题,因此难以保障最终加工精度。为此,提出了以磨抛姿态变化为约束并光顺干涉处姿态的规划方法。首先,以机器人末端磨抛姿态变化作为刀位点划分阈值,综合考虑其他非法线方向的位姿变换,减缓了刀具路径点之间的姿态变化。然后,在干涉处改变刀具姿态,并以等参数圆进行范围性光顺从而解决干涉问题。最后,综合姿态变化约束和干涉刀位点的姿态光顺,规划出一条光滑无碰撞的机器人磨抛路径。利用机器人砂带磨抛系统对航空发动机叶片进行磨抛试验,结果表明,所提规划方法的关节角速度变化平缓,刀具路径光滑性更好,磨抛后叶片轮廓度满足−0.03~+0.05 mm公差带要求,表面粗糙度由Ra>3.2μm提升至0.2472μm,验证了所提规划方法的有效性。; 罗来臻赵欢王辉李祥飞丁汉; 关键词：刀具路径

基于多种群遗传算法的一般机器人逆运动学求解被引量：95: 2017年; 几何结构不满足Pieper准则的机器人被称为一般机器人,其逆运动学运算不能采用封闭解法,而采用数值解法又需要庞大的计算量,且存在奇异位置无法求解的问题。为此,将多种群遗传算法应用于运动学逆解运算,提出一种适用于一般机器人的高精度并行求逆算法。为避免机器人位姿收敛精度不同,该算法将目标函数分解为位置和姿态函数,同时引入适应度函数权值系数来平衡两函数收敛速度;为避免局部收敛,该算法采用多点交叉和均匀交叉相结合的交叉算子,并逐步增大均匀交叉概率来抑制短子串偏差,使搜索趋于稳健;为提高收敛速度,该算法采用动态变异率的变异算子,以及种群替代和个体替代相结合的移民算子来克服全局收敛的盲目性。以封闭解法和数值解法无法求逆的6R一般机械臂为对象,开展与单种群遗传算法的对比试验,结果表明:该算法可在避免局部收敛的基础上保证算法稳定性,且能够大幅提升收敛精度和速度。; 林阳赵欢丁汉; 关键词：运动学逆解多种群遗传算法

面向动作识别的旋转投影变换关节特征骨架描述被引量：3: 2021年; 在机器人领域中,基于人类骨架关节特征描述的动作识别方法被广泛地应用于人机协作任务,以帮助机器人理解人类的行为。对动作序列中的时间信息和空间信息挖掘是其中的一个重要问题,不充分的信息提取往往会导致算法鉴别力低。鉴于此,从骨架旋转投影出发,提出了一种能够充分挖掘动作序列中时空信息的高鉴别力人类骨架关节特征描述方法,即骨架旋转投影描述子(Rotational and projective skeleton signature,RPSS)。建立以人为中心的正交坐标系;从训练序列中学习躯干尺寸并进行替换;将骨架分别绕坐标轴旋转一系列固定间隔的角度,并向某一平面进行投影以获取足量的空间信息,将多次投影得到的子特征进行串联后依据帧顺序并联得到序列的特征;利用方向梯度直方图对特征矩阵进行提取以生成最终的基于关节特征且蕴含丰富时空信息的描述子RPSS。所提出的RPSS描述子在多个公开的经典数据集上进行了测试,并与基于关节描述的经典和与学习相结合的先进骨架识别方法进行对比,结果表明所提出的方法在鉴别力上具有较大的优势。添加不同程度噪声与计算动作序列平均处理时长的试验亦说明该方法具有较强的鲁棒性和实时性。; 巫晓康赵欢唐敏杰丁汉; 关键词：特征提取

基于双深度神经网络的轮廓误差补偿策略研究被引量：9: 2019年; 五轴数控机床的加工精度通常由轮廓误差指标来衡量。传统的轮廓误差降低策略主要包括精确的轮廓误差估计和有效的轮廓控制器设计。然而,传统策略存在刀具路径轮廓误差在线估计或控制器设计复杂等问题。为此,从机床输入驱动指令和输出末端位姿的映射出发,针对五轴数控机床加工大批量工件提出基于数据驱动的轮廓误差补偿策略。调整PID控制器参数保证系统单轴伺服的稳定跟踪,同时采集各伺服轴的输入指令和机床的实际输出位姿。针对五轴数控机床的刀具位姿和刀轴方向分别搭建位姿和方向两个深度神经网络,并基于数据训练所得的神经网络模型预测系统新的输入参考指令。采用五轴刀具路径开展轮廓跟踪试验。试验结果表明:所提出的基于深度神经网络的轮廓误差补偿策略不需要刀具路径轮廓误差的在线估计和控制器的有效设计,即可有效降低刀具路径的位置和方向轮廓误差。; 喻曦赵欢李祥飞丁汉

面向复杂曲面加工的虚拟夹具辅助机器人示教编程研究被引量：9: 2021年; 为解决面向复杂曲面加工的机器人示教编程中虚拟夹具构造困难、难以依据操作者意图自适应调整等问题,提出一种虚拟夹具离线构造和在线迭代更新的辅助机器人示教编程策略。采用示教曲面流形离线构造先验虚拟夹具,若先验虚拟夹具吻合待加工曲面,则利用弹簧阻尼系统对示教路径偏差进行在线补偿,否则通过虚拟夹具刚柔性自适应调整实现迭代修正。研究结果表明,由曲面流形构造虚拟夹具简单且具有泛化特性,提高了复杂曲面虚拟夹具构造效率;以正弦/风扇轨迹作为虚拟夹具辅助示教,能使辅助示教路径位置误差、姿态误差分别降低至少84%、81%,并能根据操作者意图自适应调整虚拟夹具以更加吻合目标曲面。; 葛科迪赵欢陈鹏飞丁汉; 关键词：复杂曲面虚拟夹具

基于薄壁零件刚度仿真到真实迁移的力控制研究被引量：1: 2021年; 复杂薄壁零件广泛应用于航空航天领域,但由于结构复杂、壁厚较小、受载易变形,因此其加工过程中的恒力控制较为困难,导致零件加工精度难以满足要求。阻抗控制提供了一种控制恒定接触力的有效方式。然而,当零件(即环境)初始位置未知时,现有在线刚度估计方法无法保证环境刚度估计值收敛到真实值。此外,尽管可以通过离线策略精确辨识环境刚度,但力/形变数据获取过程复杂耗时。为此,提出了一种仿真到真实迁移(sim2real)的环境刚度精确估计方法。首先,利用有限元仿真获取零件不同位置的刚度值,并通过域随机化算法得到不同材料、形状零件的仿真环境刚度库。然后,采用神经网络学习仿真环境下的刚度数据,根据该结果预测真实环境中不同种类零件的刚度值。所提出的环境刚度估计方法克服了环境刚度和初始位置无法同时在线精确估计的难点,且比离线辨识策略更为简单高效。采用直线模组与悬臂梁开展试验验证,结果表明所提出的方法可以精确估计环境刚度,估计误差小于10%,利用估计刚度值进行的力跟踪误差小于±0.5 N,均优于现有基于Lyapunov的估计方法。; 陈鹏飞李祥飞何显铭蔡元昊赵欢丁汉; 关键词：薄壁零件

赵欢

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

赵欢

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈