虚拟现实技术在自主水下机器人避障模拟中的应用

当前研发的自主水下机器人避障数据获取难度较大,导致避障精准度降低,因此研究了虚拟现实技术在自主水下机器人避障模拟中的应用。采用声呐探测技术对不同水域的水下环境数据进行采集,通过虚拟现实技术将采集的声呐数据转换为三维场景。利用SOV视觉算法对三维场景避障数据进行分析与计算,根据分析结果对自主水下机器人避障算法进行修正,从而完成自主水下机器人避障模拟。通过仿真实验,采用传统避障方法与提出模拟方法进行避障精准度测试,通过数据证明提出研究的有效性。     

六自由度可移动机械加工机器人的概念设计

为了满足机械加工作业智能化的需要,设计了一款六自由度四履带双摇臂机械加工机器人。介绍了其移动平台机械结构设计,该移动平台能够满足移动、转弯与越障等功能并承载刀具中心换刀机构;介绍了其机械臂的模块化设计,该机械臂可以实现钻、铣、镗等机械加工作业。对机械臂正逆运动学进行分析,并使用Matlab软件中的Robotics Toolbox功能进行仿真;对机械臂采用拉格朗日方程计算方法进行动力学计算,使用SolidWorks Motion功能对机械臂进行动力学仿真。分析结果表明,所设计的机器人能够满足使用要求。     

基于平板标定工具的机器人工具中心点标定方法

为在工业现场便捷、准确地获取工具中心点（tool center point，TCP）参数，降低机器人末端工具的定位误差，提出了一种基于平板标定工具的机器人TCP标定方法. 利用机器人TCP与平板多次触碰所形成的空间触点应共面的约束条件，建立了机器人TCP参数标定模型；针对TCP名义参数未知和已知的情况，分别提出了基于粒子群算法的TCP直接求解和线性化的偏差求解算法. 通过数值仿真和标定试验验证所提出方法的可行性和准确性，结果表明:TCP直接求解和偏差求解算法求解的结果与传统四点标定法相比，误差分别在0.5 mm和1.0 mm以内.      

58例达芬奇机器人系统辅助肺部手术的临床分析

目的探讨及总结采用达芬奇机器人系统行肺部手术的初期经验。方法回顾性收集西安交通大学第一附属医院胸外科行达芬奇机器人手术系统辅助肺部手术病例的临床资料并进行统计分析。结果 2016年3月-2017年11月我院应用达芬奇机器人系统行肺部手术58例,其中男42例,女16例,年龄25～79(59±11)岁。所有病例均顺利完成机器人手术,包括肺叶切除41例,肺段切除7例,肺楔形切除6例,肺袖式切除2例,联合肺段切除、楔形+肺段各1例;术后病理诊断为良性病变17例,肺癌41例;手术时间分别为,肺叶切除(169.93±66.88)min,肺段切除(165.43±56.37)min;术中清扫淋巴结5～26(15.1±8.7)枚;术后留置胸腔引流管2～15(6.0±2.6)d,术后住院时间2～21(7.95±3.23)d。除1例患者出现支气管胸膜瘘接受二次手术外,余均无严重术后并发症,顺利出院。患者住院期间总费用为32 015.57～127 087.89(78 483.19±15 925.18)元。结论达芬奇机器人系统辅助肺部手术在具有丰富常规胸腔镜手术经验的医疗中心可顺利开展,其效果安全、可行,并且在一些复杂操作中具有优势,但是相对昂贵的费用是限制其使用的一个重要因素。     

脑控主被动协同刺激下肢康复训练系统研究与开发

目的对脑控主被动协同刺激康复训练关键技术进行研究,探索解决脑卒中患者在康复训练过程中主动参与程度较低的问题。方法探索一种全新的脑控主被动协同刺激康复训练方法,集成了脑机接口、稳态运动视觉诱发电位、虚拟现实和下肢康复训练机器人等技术,通过视觉刺激效果和被动训练作用于患者中枢神经,形成信息传递的闭环回路,实现运动神经通道的协同刺激,并搭建了脑控主被动协同刺激的下肢康复训练系统。结果所有被试者都在本系统的辅助下顺利完成了实验,检测程序在信息传输率为6.82～16.11bits/min时,系统检测的准确度为76.7%～96.7%,系统识别被试者运动意图的平均时间为6.01s,平均识别率为82.8%。结论本系统通过脑控主被动协同训练,提高了患者的训练效率和积极主动性,具有良好的应用前景。     

顺岸式边装卸自动化码头人工智能运输机器人（ART）动态泊车设计*

针对自动化集装箱码头交通流拥堵的问题，结合天津港北疆港区C段智能化集装箱码头工程建设项目，基于顺岸式边装卸布置形式，提出一种自动化码头ART（artificial intelligence robot of transportation，即人工智能运输机器人）的动态泊车设计。该设计方案通过停车区设置模块、停车优先级设置模块、停车数量及规则设置模块和多场景停车规则管控模块实现停车区相关设置，并通过动态泊车策略控制ART完成停车任务。研究表明，动态泊车设计方案具备较完善的泊车控制流程，可为自动化码头改善ART交通流提供参考。     

多机器人系统强化学习研究综述

强化学习是实现多机器人对复杂和不确定环境良好适应性的有效手段,是设计智能系统的核心技术之一.从强化学习的基本思想与理论框架出发,针对局部可观测性、计算复杂度和收敛性等方面的固有难题,围绕学习中的通信、策略协商、信度分配和可解释性等要点,总结了多机器人强化学习的研究进展和存在的问题;介绍了强化学习在机器人路径规划与避障、无人机、机器人足球和多机器人追逃问题中的应用;最后指出了定性强化学习、分形强化学习、信息融合的强化学习等若干多机器人强化学习的前沿方向和发展趋势.      

全柔性铰链平面并联微动机器人的静刚度性能分析

对全柔性铰链平面并联微动机器人(3-RRR)建立伪刚性模型,并利用MATLAB7.1软件编程计算出动平台理论输出位移和方位角,然后根据Lagrange方程能量守恒原理推出机构线性静刚度方程,最后应用ANSYS10.0软件对该机构进行有限元分析,发现有限元刚度值比理论值大25％左右,这是因为把柔性机构伪刚性化,实际柔性铰链不仅产生转动,还会产生伸长等运动,还需要进行实验修正.此研究方法对于该类机构的设计、刚度计算以及机构的动力学分析都有实际意义.