导读:本文包含了可重构机器人论文开题报告文献综述及选题提纲参考文献，主要关键词:可重构模块机器人,软测量,分散力,位置控制,自适应RBF神经网络
可重构机器人论文文献综述
杜艳丽,贾雁飞,赵莹,李艳娟[1]（2019）在《基于软测量的可重构模块机器人分散力/位置控制》一文中研究指出在受限空间内,可重构模块机器人末端腕力传感器造价昂贵且易受环境影响,它的使用还提高了机器人在软硬件设计上的复杂程度,针对这一问题,提出了基于软测量的可重构模块机器人分散力/位置控制方法。将可重构模块机器人系统在各个方向上进行模型分解,各方向的模型看作一个子系统,利用自适应RBF神经网络去估计各子系统间的不确定项和耦合关联项。在末端未安装腕力传感器的情况下,利用自适应RBF神经网络去估计末端接触力,并推导出了RBF神经网络的权值、径向基函数中心和宽度的自适应律。2类不同自由度可重构模块机器人的仿真结果验证了所提方法的有效性。(本文来源于《机床与液压》期刊2019年15期）
张硕,姚建涛,许允斗,朱海啸,韩博[2]（2019）在《形态可重构移动机器人行走机构设计与分析》一文中研究指出基于用移动机器人代替农民在农田复杂环境下进行劳作、减轻农民作业负担的理念,提出一种轮/履形态可重构移动机器人。该移动机器人由4个相同结构的轮/履形态可重构行走单元以及车体组成,具有轮式和履带式2种行走姿态,以便适应野外复杂地形。轮/履运动形态的可重构可以通过轮/履形态转换装置实现。建立了形态可重构单元的运动学模型、数学模型以及动力学模型,并推导了行走单元的数学模型,得到行走单元机器人在攀越台阶越障时机器人摆杆角度与台阶高度h的关系,以及能够攀爬的坡度范围。在Simulink以及ADAMS中建立了行走单元虚拟样机以及仿真环境,并设计了样机。通过对虚拟样机仿真以及Matlab理论值计算,末端速度和加速度的仿真值与理论值误差的数量级仅在10-8～10-6之间,验证了其数学模型以及运动学模型的正确性。(本文来源于《农业机械学报》期刊2019年08期）
卢佳佳,毛芳芳,李梅,李雅琼[3]（2019）在《基于MATLAB Robotics Toolbox的可重构模块化机器人运动仿真分析》一文中研究指出利用MATLAB Robotics Toolbox工具箱,采用D-H参数建模方法,建立四自由度模块化机器人的仿真模型,设计各关节的运动角度,模拟机器人的末端手爪运动轨迹以及每个关节的角位移、角速度、角加速度随时间变化曲线。检验机器人运动性能,为后续的动力学和控制研究奠定基础。(本文来源于《阜阳职业技术学院学报》期刊2019年02期）
刘香玉,张春燕,谢明娟,倪聪,李茂生[4]（2019）在《一种可重构多模式步滚移动机器人》一文中研究指出为适应多重复杂地形环境的需求,提出了一种新型的具有行走、变形和滚动能力的可重构多模式移动机器人,该机器人可以根据地形改变不同的运动模式,提高了对非结构化地形的运动适应性。利用螺旋理论找出机构在各运动模式下的奇异位,并对机构在各运动模式下移动可行性进行分析。运用ADAMS软件对多重特征地形进行了仿真试验,结果表明,该机构在步态、稳定性、多环境适应能力等方面有明显的优势,最后样机试验也验证了各运动模式的可行性。(本文来源于《机械传动》期刊2019年06期）
陈注祥[5]（2019）在《可重构软体模块化机器人研制及其运动仿真研究》一文中研究指出在科技发展的今天,软体机器人在各个领域中获得了越来越多的应用,特别是在一些地形复杂或环境恶劣的情况下,如管道探索、孔洞或者墙缝等,使用软体机器人代替人类工作即高效又安全,但其自身构型无法改变。假如针对每种环境设计各式的软体机器人将产生资源浪费,而模块化软体机器人由一个或多个组成,其自身变形能力强,运动形式丰富。当模块化的概念与软体材料互相结合,两者又碰撞出了激烈的火花。作为最新最前沿的机器人概念,它同样也面临着一些严重的问题,例如软体模块的结构、驱动方式和运动规划算法等。本文通过前人的经验构建了一种软体模块,设计了一套对应的简易控制系统,并通过Voxcad软体物理引擎开发了一款软体模块化机器人运动学仿真软件。并且其结构更适合自重构的功能。对于软体模块而言,设计其正方体结构,在周边十二条棱上内部均嵌有圆柱形磁铁。然后对其模型进行理论分析,在ABAQUS软件中进行运动学仿真,以确定设计参数满足实验的需求。最后为该软体模块设计了小批量生产的模具,在保证质量的前提下通过3D打印制作出了实物。对于控制系统平台,本设计建立了软体模块的闭环反馈控制系统。从硬件的选型开始,例如微控制器,气压传感器和气体通断电磁阀等,到设计驱动电路和电源管理电路并制作出PCB板,自定义了一套控制气压的串口通信协议并且调试成功。在最后通过控制算法增量式PID实现了气压的闭环反馈控制。对于软体运动学仿真软件,集成了比较成熟的Voxcad物理引擎,研究了一款适用于可重构软体模块化机器人的运动学仿真软件。以QT界面平台为基础,构建了一套独立的Ribbon风格界面UI,嵌入OpenGL流行的图形库来显示软体模型,以XML标记语言进行软体模型参数和仿真环境参数的记录与设置,辅以Zlib库对大数据流的高效处理提高了对遇见占用空间大的数据模型读取速度,实现了稳定的具有鲁棒性的和兼容性的高集成实时仿真功能。软件基于对象编程,可以轻松进行功能扩展并且移植方便,可以供后人进行改进。论文的最后进行仿真软件的实验和软体模块实验平台的实验。在仿真软件中进行了单软体模块的动力学仿真,仿真结果比较符合实际的运动;又进行了叁个软体模块的运动仿真,以控制器为正弦函数的表达式形式为驱动进行横波运动,得到了运动距离随时间变化的曲线。随后,在实验平台上,分别进行单模块和叁模块的运动实验来进行展示,同时也进行了软体模块体积与气压关系实验,初步印证仿真软件的可用性。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
江自真[6]（2019）在《基于模块间误差测量解耦的可重构机器人精度补偿研究》一文中研究指出模块化可重构机器人能够根据不同的结构环境,通过改变自身的拓扑结构,来适应变化的环境。模块化可重构机器人的这种特点,满足了现代工业在结构化环境下对柔性生产能力及非结构环境下完成多种任务能力的需求。然而,模块化可重构机器人重构后的绝对定位精度往往不高,无法直接投入到实际场合工作。本文围绕模块化可重构机器人重构后的精度补偿,展开相关的研究工作。本课题依托国家自然基金项目“基于模块间误差测量解耦的可重构机器人精度补偿研究”,主要的研究内容包括以下几个方面:模块化可重构机器人运动学方程的自动生成方法。针对机器人常见的几种建模方法作介绍性的论述,讨论各种建模方法的数学理论基础,并对各种建模方法的优缺点进行比较。重点研究基于局部指数积的模块化可重构机器人运动学建模,并给出运动学方程的自动生成方法。最后,利用编程软件编写运动学方程自动生成程序。关节-连杆对装配误差在线测量识别方法研究。可重构机器人单个关节、连杆的几何参数可以通过离线测量达到较高的数值精度,但是关节、连杆装配完后,装配导致的误差无法离线测量识别。为了解决装配误差测量识别问题设计出一种测量方法,基于该测量方法在相邻的关节、连杆上集成配对的机械接口,利用机械接口形成的几何关系并配合内部传感器实现误差在线实时测量识别;另外,配对的机械接口还能满足模块化可重构机器人反复快速重装的要求。最后,利用编程软件编写出装配误差在线测量识别的处理程序。单关节-连杆对验证实验。基于装配误差在线测量识别方法,设计了用于实验的单个关节与连杆,并将配对的机械接口集成到关节、连杆上,形成关节-连杆对。通过关节-连杆对的物理实验,验证了装配误差在线测量方法的有效性以及装配误差处理程序的正确性。基于模块本体误差离线测量和装配误差在线测量识别的可重构机械臂精度补偿研究。对模块化可重构机械臂的误差进行划分,划分为运动参数误差以及固定参数误差,以此建立起机械臂末端位姿的误差模型。在前期工作的基础上,将接口集成到所有的关节与连杆上,形成关节-连杆对,通过在线测量获得所有接口处的装配误差,同时,通过离线测量单个关节、连杆的几何参数,从而解决了整机可重构机械臂的固定参数误差补偿问题;存在的关节变量误差(运动参数误差)同样采用离线测量进行补偿。最后,对可重构机械臂精度补偿方法进行仿真分析,验证了精度补偿方法的有效性和算法的正确性。(本文来源于《安徽工业大学》期刊2019-04-26）
林蔚韡,姚立纲,东辉[7]（2019）在《一种可重构模块化机器人的设计与运动学分析》一文中研究指出设计了一种结构简单、联接方便的模块化机器人关节结构,每个模块具有统一的机械接口和电路接口,实现了接口的通用化,可以根据实际工作需求自由选择关节模块数目进行机器人的结构搭建,实现在不同工况下,满足相应的机器人所需要的自由度。用旋量理论对该模块组合的六自由度机器人进行运动学求解和工作空间分析,充分证明了模块化关节结构设计的可行性与有效性。(本文来源于《机械制造与自动化》期刊2019年02期）
李子璇,蒋少国,李玉杰[8]（2019）在《智能重构机器人系统设计》一文中研究指出智能重构机器人是一种灵活多变、自修复能力高、可扩展性强的新型机器人。本文在前人的基础上,提出了一种基于Arduino和V-rep运动仿真的重构机器人系统的设计方法。首先对智能重构机器人的设计体系进行阐述,再从硬件和软件的设计方面进行详细讲解,给出了模块设计、构型描述、实现方案,最后对智能重构机器人的应用进行展望。(本文来源于《新型工业化》期刊2019年04期）
尹泽强[9]（2019）在《基于深度学习的模块化可重构柔索并联机器人视觉系统研究》一文中研究指出计算机视觉技术在机器人技术中有着广泛的应用。本文针对柔索并联机器人,基于深度学习原理,对机器人视觉系统中的若干技术做出研究,主要内容如下:(1)针对图像分类问题,提出了一种深度前馈网络特征学习评价函数。将深度前馈网络当作特征提取器,通过对其提取的特征进行线性判别分析,定义一种评价函数,从而量化表征深度前馈网络特征学习能力。在CIFAR-10数据集中设计实验证明,该特征评价函数对于提取特征的分布具有良好的评价效果。(2)针对圆形导轨、直线型导轨机器人移动构件定位问题,提出了一种基于计算机视觉的快速定位算法。先设计定位目标,然后对目标进行检测,最后通过后处理模块进行精确定位。实验证明,在圆形导轨移动构件分布角度定位问题中,定位精度可以达到1°以内,算法对每一帧图像处理时间在30毫秒以内。(3)针对机器人控制系统资源受限问题,对深度学习训练模型进行剪枝。并实现了模型固化和跨平台调用。(4)搭建实验系统。在已有机器人实验平台的基础上,设计了一个基于TensorFlow的视觉软件框架,最后在实验平台上设计两组实验,研究定位算法的静态误差和动态跟踪误差并分析误差来源。(本文来源于《合肥工业大学》期刊2019-04-01）
沈高翔,陈萌,王一泽,苏士程,费燕琼[10]（2019）在《自重构机器人自变形算法研究》一文中研究指出设计了一种新颖的自重构机器人系统,其基本模块由正叁棱柱主、从模块组成。自重构机器人需要完成从初始构型到目标构型的自动变形,而自变形算法就是用于计算自动变形的过程。文中的研究目的就是找到一种快速的优化方式来解决自重构机器人的自变形问题。为此,文中提出了基于机器人运动空间和模块几何结构驱动的自变形算法并进行性能优化,仿真实现了机器人从初始构型自变形为目标构型的过程。(本文来源于《机械设计》期刊2019年01期）
可重构机器人论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于用移动机器人代替农民在农田复杂环境下进行劳作、减轻农民作业负担的理念,提出一种轮/履形态可重构移动机器人。该移动机器人由4个相同结构的轮/履形态可重构行走单元以及车体组成,具有轮式和履带式2种行走姿态,以便适应野外复杂地形。轮/履运动形态的可重构可以通过轮/履形态转换装置实现。建立了形态可重构单元的运动学模型、数学模型以及动力学模型,并推导了行走单元的数学模型,得到行走单元机器人在攀越台阶越障时机器人摆杆角度与台阶高度h的关系,以及能够攀爬的坡度范围。在Simulink以及ADAMS中建立了行走单元虚拟样机以及仿真环境,并设计了样机。通过对虚拟样机仿真以及Matlab理论值计算,末端速度和加速度的仿真值与理论值误差的数量级仅在10-8～10-6之间,验证了其数学模型以及运动学模型的正确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可重构机器人论文参考文献
[1].杜艳丽,贾雁飞,赵莹,李艳娟.基于软测量的可重构模块机器人分散力/位置控制[J].机床与液压.2019
[2].张硕,姚建涛,许允斗,朱海啸,韩博.形态可重构移动机器人行走机构设计与分析[J].农业机械学报.2019
[3].卢佳佳,毛芳芳,李梅,李雅琼.基于MATLABRoboticsToolbox的可重构模块化机器人运动仿真分析[J].阜阳职业技术学院学报.2019
[4].刘香玉,张春燕,谢明娟,倪聪,李茂生.一种可重构多模式步滚移动机器人[J].机械传动.2019
[5].陈注祥.可重构软体模块化机器人研制及其运动仿真研究[D].哈尔滨工业大学.2019
[6].江自真.基于模块间误差测量解耦的可重构机器人精度补偿研究[D].安徽工业大学.2019
[7].林蔚韡,姚立纲,东辉.一种可重构模块化机器人的设计与运动学分析[J].机械制造与自动化.2019
[8].李子璇,蒋少国,李玉杰.智能重构机器人系统设计[J].新型工业化.2019
[9].尹泽强.基于深度学习的模块化可重构柔索并联机器人视觉系统研究[D].合肥工业大学.2019
[10].沈高翔,陈萌,王一泽,苏士程,费燕琼.自重构机器人自变形算法研究[J].机械设计.2019
标签：可重构模块机器人; 软测量; 分散力; 位置控制; 自适应RBF神经网络;