【摘 要】
:
空间机器人代替宇航员的太空探索活动一直以来是国内外专家学者研究的热点,人类参与的半自主空间机器人遥操作人机交互技术仍是当前空间探测领域的主要手段,但是,空间机器人与操作者之间的信号传输存在着较大的时延,极大地影响了遥操作任务。本文以空间机器人遥操作为背景,旨在削弱空间时延对遥操作的影响,对空间机器人虚拟环境建模相关技术展开深入研究。针对空间机器人的作业需求和遥操作机器人的研究现状,设计并搭建了基于
论文部分内容阅读
空间机器人代替宇航员的太空探索活动一直以来是国内外专家学者研究的热点,人类参与的半自主空间机器人遥操作人机交互技术仍是当前空间探测领域的主要手段,但是,空间机器人与操作者之间的信号传输存在着较大的时延,极大地影响了遥操作任务。本文以空间机器人遥操作为背景,旨在削弱空间时延对遥操作的影响,对空间机器人虚拟环境建模相关技术展开深入研究。针对空间机器人的作业需求和遥操作机器人的研究现状,设计并搭建了基于多感知信息的空间机器人地面遥操作验证系统。首先对主从机器人进行运动学分析,实现主从机器人的正逆解,并建立了基于Schunk机械臂和七自由度力反馈手控器的运动学模型。通过空间机器人虚拟环境预测上位机软件的设计,为空间遥操作机器人系统各个模块的性能研制及实验验证提供理论依据与实验平台。然后针对空间机器人的预定义环境和非结构化环境分别展开虚拟环境的几何学建模,并提出相应的几何学修正方法进行实验研究。对于预定义环境下的虚拟机械臂几何学建模通过Open GL语言导入OBJ文件的方法实现预定义环境的几何学建模,并提出了一种虚拟机器人与虚拟对象碰撞检测的DAASD算法,通过基于ARMA预测模型修正算法完成了修正。对于非结构化环境的虚拟环境建模提出了一种基于RGB-D实时点云进行建模的方法,并采用RANSAC算法提取目标物体的几何特征,通过Barrett灵巧手触觉传感器采集的点云信息进行校准完成虚拟环境的几何学建模。围绕空间机器人虚拟机械臂的动力学建模进行研究,提出了一种适合Schunk机械臂与不同接触环境的非线性动力学模型CSCM模型,对该模型提出了合适的参数辨识方法进行模型参数估计,针对CSCM模型的非线性项作线性化处理,而对于动力学模型的线性项提出了一种基于自适应遗忘算子的最小二乘辨识算法,将每一步辨识出的动力学参数反馈给检测修正模块和主端虚拟环境。此外,对于动力学参数的修正,提出了一种基于最小可觉差的修正算法,通过保证虚拟力偏差在最小可觉差以内,确保虚拟力反馈建模的真实感。针对虚拟环境系统的稳定性研究,充分考虑环境和阻尼的关系,设计稳定性实验并验证了系统稳定性。最后针对人在回路的遥操作系统中不可避免的人为随机输入等给系统操作带来的消极影响,提出了一种基于RGB-D点云数据构建虚拟环境,通过视觉点云数据构建排斥力和吸引力势场模型实时地生成引导型虚拟夹具,针对机械臂禁止作业区域构建禁止型虚拟夹具,对操作者的行为规范作出约束保证系统安全,通过虚拟约束力建模极大地提高了操作者移动机械臂执行任务的效率,通过实验验证了有效性。最后设计并展开系统综合实验,验证虚拟环境的几何学建模和动力学建模的准确性,通过在不同时延条件下虚拟环境中操作者执行遥操作任务时的力反馈效果来验证系统的整体性和可靠性。
其他文献
近年来,虚拟现实技术的日益成熟和计算机运算性能的稳健提升,为虚拟人群仿真技术的研究与应用奠定了坚实的基础。虚拟人群仿真技术主要包括实时绘制技术、运动控制技术和行为控制技术,其中,路径规划技术为运动控制中的关键技术之一,且体现了人类的基础行为能力,路径规划技术便成为了人群仿真中的研究热点之一。然而,已有的虚拟人群路径规划方法大多以环境已知为前提条件,无法满足虚拟人群自主学习和适应不确定性环境的要求,
目前VR虚拟现实技术在室内设计领域获得广泛的应用。设计师通过VR全景漫游的方式向用户展示精心创作的室内设计方案。各大网站上都涌现了大量的VR全景方案以供用户选择。以传统的基于文本的检索方式难以在海量的方案中精确地找到业主需要的全景方案。本文将研究一种基于图像智能检索的VR全景方案匹配方法。使用深度学习技术,通过一张室内效果图,在海量的VR全景方案库中快速准确地匹配出相似的方案。论文的主要内容如下:
同时定位与制图(Simultaneous Localization and Mapping,SLAM)是移动机器人在未知环境下进行自主导航的关键技术,目前已成为国内外学者研究的热点。而回环检测作为SLAM系统的重要组成部分,可以消除移动机器人在长时间运动后位姿估计的累积误差,保证构建出的地图具有全局一致性。本文对回环检测技术中的特征提取算法和相似性度量算法进行研究。论文的主要内容如下:(1)研究了
近年来,随着自动控制技术、通讯技术和机器人技术的不断发展,机器人在人类生活中的应用越来越广泛。单个机器人在某些应用背景下,在感知范围、计算能力、抗干扰能力等方面都有着很大的缺陷。而多个机器人协同合作可以获得更大的感知范围、更高的计算能力和更好的抗干扰能力。因此,多机器人协同合作已成为机器人学发展的新方向。在多机器人协同合作问题中,多机器人编队问题是研究多机器人协同合作的基础问题,多机器人协同对抗则
得益于人工智能理论的进步和计算机硬件水平的提升,计算机视觉技术在近年来得到了快速的发展,与计算机视觉技术相关联的实际产品也逐渐走入了我们的生活。图像识别技术是计算机视觉技术的一个重要的研究领域,其根据识别场景又可分为粗粒度图像识别技术和细粒度图像识别技术。过去几年中,大部分的研究集中在粗粒度图像识别技术中,但受到实际应用场景的驱动,对细粒度图像识别技术的研究得到了越来越多的关注。相比于粗粒度图像识
目的论文选取与口腔鳞状细胞癌(OSCC)密切相关的蛋白标志物(PTM)为目标物,以PTM电化学免疫传感器面临的灵敏度较低、构型单一、固载效果差、检测复杂等问题为切入点,从生物元件固定化活性界面、信号标记物以及免疫检测模式等方面着手,建立系列灵敏度、稳定性和选择性三高的PTM电化学免疫传感新方法,为生物样本中活性分子识别及定量检测提供高效、精密、准确的方法学基础,为痕量标志物检测提供新思路。方法论文
小样本细粒度分类的应用广泛,但是现有的小样本细粒度分类算法正确率较低,分类数量也不多,限制了其实际应用。此外,由于某些任务的特殊性,例如需要生物学家在野外当场对稀有鸟类或其它生物物种进行识别,远程计算的实现难度较大。因此,小样本细粒度分类问题的硬件实现具有很重要的实际意义和广阔的发展前景。本文针对上述两个问题,在算法和FPGA两个方面进行设计和优化,并进行FPGA系统验证。在算法方面,本文通过将元
电耗、氯耗、矾耗是自来水行业制水成本的主要组成部分。其中电耗相对于其它两项而言,占到了制水成本的80%以上。如何以更优的方式来调度水泵,使得在保证安全生产的同时,能实现节能降耗的目的,是供水企业普遍面临且需要长期探索的课题。本文主要研究一泵房(也称原水泵房、取水泵房)的优化调度。通过对生产工艺、主要生产设备知识的学习、熟悉和了解,先对整个系统进行了设计,确定了以“用水高峰补水、用水低峰蓄水”为主要
近些年,随着深度学习算法的发展与硬件设备算力的提升,卷积神经网络逐渐成为计算机视觉领域高性能的代名词,在物联网与边缘计算的应用中发挥着重要的作用。然而,卷积神经网络的高性能以高密集运算及庞大参数量为代价,对卷积神经网络的终端部署带来了极大的挑战。为了深度学习技术的普及,对卷积神经网络的参数压缩及加速运行具有重要的研究价值。本文从挖掘卷积神经网络参数冗余性的角度出发,设计网络加速算法与高性能硬件加速
深度卷积神经网络在图像识别、目标跟踪等领域被广泛使用。在功耗和实时性有严格要求的设备上部署深度神经网络时,需要解决深度卷积神经网络计算过于密集和存储开销大的问题。因此,研究基于算法和硬件协同设计的卷积神经网络加速器有着重要的实用意义。本文总结了卷积神经网络基本结构和常用的卷积神经网络加速器优化方法。针对深度卷积神经网络参数和计算量庞大的问题,本文对网络参数进行量化处理,采用增量量化算法,量化精度为