隨著科學(xué)技術(shù)的不斷進(jìn)步,機器人技術(shù)得到了快速發(fā)展,機器人示教技術(shù)被用于各個領(lǐng)域,而常用的示教方法仍存在著許多不足之處,包括示教過程繁雜、靈活性差、安全性低等。通過采集人體運動信息,優(yōu)化數(shù)據(jù)融合,可彌補常用示教方法存在的不足,提高示教過程效率,保證安全性。本文通過MEMS傳感器采集人體手臂運動信息,利用捷聯(lián)慣性導(dǎo)航技術(shù)姿態(tài)解算方法,提出了一種多MEMS組合傳感器信息融合姿態(tài)解算控制策略,分別通過靜態(tài)和動態(tài)仿真測試所改進(jìn)的姿態(tài)控制策略的可行性。采用空間位置算法解算出人體手臂末端在三維空間的位置以及移動軌跡,通過實驗驗證MEMS傳感器對手臂運動信息的采集效果。實驗結(jié)果表明,采用多MEMS組合傳感器能夠采集到精確的手臂運動信息,且成本較低,可將此方法應(yīng)用于機器人示教。首先,通過人體手臂的物理特性,搭建手臂運動學(xué)模型,分析各關(guān)節(jié)運動情況,得到各關(guān)節(jié)自由度,分析了MEMS傳感器的構(gòu)造原理以及各微傳感器的工作原理,闡述了MEMS傳感器主要的誤差來源,采用中值濾波法對傳感器采集的原始數(shù)據(jù)進(jìn)行濾波處理,進(jìn)而提升其采集數(shù)據(jù)的精度。然后,分析了方向余弦法、歐拉角法和四元數(shù)法原理,比較了各方法的優(yōu)缺點,針對各... 

【文章來源】：江蘇科技大學(xué)江蘇省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

示教方式分類Figure1.1Classificationofrobotteachingmethods

82.1.1人體手臂的剖析上肢帶骨和自由上肢骨共同構(gòu)成了人體手臂骨骼[26]；上肢帶骨中的鎖骨是連接手臂和身軀的重要部分；自由上肢骨主要是指手臂肩部以下各骨骼，包括肱骨、尺骨、橈骨以及腕骨，肩關(guān)節(jié)連接著手臂上部和肩部，肘關(guān)節(jié)負(fù)責(zé)連接著手臂上下部，腕關(guān)節(jié)作為橋梁連接著手臂下部和腕部，手臂運動是依靠關(guān)節(jié)和自由上肢骨，手臂主要包括了：骨骼、關(guān)節(jié)、韌帶、肌肉、肌腱、軟組織以及皮膚等。上肢的手臂骨骼結(jié)構(gòu)分析如圖2.1所示：圖2.1手臂結(jié)構(gòu)分析Figure2.1Analysisofarmstructure本文通過建立人體手臂模型分析手臂在空間中的運動情況，分析如下：肩關(guān)節(jié)為三個自由度，它可以多軸運動，相較于其它關(guān)節(jié)，它是最靈活的關(guān)節(jié)，它主要是由肱骨頭和關(guān)節(jié)盂構(gòu)成。肘關(guān)節(jié)為二自由度，它與上臂結(jié)合可以做更大角度的自轉(zhuǎn)運動，它對于手臂的運動非常重要，同時肘關(guān)節(jié)約束著手臂的運動范圍，它主要包含了橈骨、肱骨下端和尺骨上端。腕關(guān)節(jié)也為二自由度，它可做旋轉(zhuǎn)運動和屈伸運動。本文在采集人體手臂運動數(shù)據(jù)時，只需考慮腕關(guān)節(jié)情況，不需考慮腕關(guān)節(jié)以下部位的運動情況。2.1.2人體手臂幾何模型分析人體手臂各關(guān)節(jié)之間存在著特定的層次關(guān)系，具體而言，上一節(jié)關(guān)節(jié)的活動會帶來其下所有部分的位置變動，反之，下一關(guān)節(jié)的活動卻不會對上一關(guān)節(jié)產(chǎn)生影響。這就形成了手臂各關(guān)節(jié)之間的層次化結(jié)構(gòu)。手臂各關(guān)節(jié)的層次關(guān)系如圖2.2所示：圖2.2手臂關(guān)節(jié)層次圖Figure2.2Armjointlevel

82.1.1人體手臂的剖析上肢帶骨和自由上肢骨共同構(gòu)成了人體手臂骨骼[26]；上肢帶骨中的鎖骨是連接手臂和身軀的重要部分；自由上肢骨主要是指手臂肩部以下各骨骼，包括肱骨、尺骨、橈骨以及腕骨，肩關(guān)節(jié)連接著手臂上部和肩部，肘關(guān)節(jié)負(fù)責(zé)連接著手臂上下部，腕關(guān)節(jié)作為橋梁連接著手臂下部和腕部，手臂運動是依靠關(guān)節(jié)和自由上肢骨，手臂主要包括了：骨骼、關(guān)節(jié)、韌帶、肌肉、肌腱、軟組織以及皮膚等。上肢的手臂骨骼結(jié)構(gòu)分析如圖2.1所示：圖2.1手臂結(jié)構(gòu)分析Figure2.1Analysisofarmstructure本文通過建立人體手臂模型分析手臂在空間中的運動情況，分析如下：肩關(guān)節(jié)為三個自由度，它可以多軸運動，相較于其它關(guān)節(jié)，它是最靈活的關(guān)節(jié)，它主要是由肱骨頭和關(guān)節(jié)盂構(gòu)成。肘關(guān)節(jié)為二自由度，它與上臂結(jié)合可以做更大角度的自轉(zhuǎn)運動，它對于手臂的運動非常重要，同時肘關(guān)節(jié)約束著手臂的運動范圍，它主要包含了橈骨、肱骨下端和尺骨上端。腕關(guān)節(jié)也為二自由度，它可做旋轉(zhuǎn)運動和屈伸運動。本文在采集人體手臂運動數(shù)據(jù)時，只需考慮腕關(guān)節(jié)情況，不需考慮腕關(guān)節(jié)以下部位的運動情況。2.1.2人體手臂幾何模型分析人體手臂各關(guān)節(jié)之間存在著特定的層次關(guān)系，具體而言，上一節(jié)關(guān)節(jié)的活動會帶來其下所有部分的位置變動，反之，下一關(guān)節(jié)的活動卻不會對上一關(guān)節(jié)產(chǎn)生影響。這就形成了手臂各關(guān)節(jié)之間的層次化結(jié)構(gòu)。手臂各關(guān)節(jié)的層次關(guān)系如圖2.2所示：圖2.2手臂關(guān)節(jié)層次圖Figure2.2Armjointlevel

【參考文獻(xiàn)】：
期刊論文
[1]航天器自適應(yīng)滑模變結(jié)構(gòu)姿態(tài)控制[J]. 王永俊,賈建芳.  電子測量與儀器學(xué)報. 2019(09)
[2]MEMS慣性傳感器現(xiàn)狀與發(fā)展趨勢[J]. 卞玉民,胡英杰,李博,徐淑靜,楊擁軍.  計測技術(shù). 2019(04)
[3]基于MEMS傳感器的姿態(tài)測量應(yīng)用研究[J]. 邊海關(guān).  電子測試. 2019(13)
[4]高精度捷聯(lián)慣導(dǎo)姿態(tài)算法的性能分析[J]. 徐志浩,周召發(fā),徐梓皓,常振軍,郭琦.  電光與控制. 2019(07)
[5]四旋翼飛行器的設(shè)計與實現(xiàn)[J]. 胡開明,錢敏,傅志堅.  東華理工大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[6]捷聯(lián)慣導(dǎo)四元數(shù)的四階龍格庫塔姿態(tài)算法[J]. 史凱,劉馬寶.  探測與控制學(xué)報. 2019(03)
[7]基于自適應(yīng)遺傳算法的MEMS加速度計快速標(biāo)定方法[J]. 高爽,張若愚.  北京航空航天大學(xué)學(xué)報. 2019(10)
[8]關(guān)于慣性導(dǎo)航技術(shù)分析[J]. 張志勇.  電子測試. 2019(12)
[9]一種SINS/GPS緊組合導(dǎo)航系統(tǒng)的改進(jìn)自適應(yīng)擴(kuò)展卡爾曼濾波算法[J]. 孟秀云,王語嫣.  北京理工大學(xué)學(xué)報. 2018(06)
[10]MEMS陀螺儀振動特性分析及性能優(yōu)化[J]. 盧新艷,李博,徐淑靜,楊擁軍.  微納電子技術(shù). 2018(07)

碩士論文
[1]用于機器人示教的空間運動跟蹤系統(tǒng)的研究與設(shè)計[D]. 黃洋.江蘇科技大學(xué) 2018
[2]基于圖像及體感控制機器人的目標(biāo)識別與跟蹤應(yīng)用研究[D]. 張海亮.西南交通大學(xué) 2016
[3]基于工業(yè)機器人的直接示教系統(tǒng)研究[D]. 劉昆.中北大學(xué) 2016
[4]基于人體運動規(guī)律和足部特性的仿人機器人行走運動研究[D]. 陳洋.合肥工業(yè)大學(xué) 2016
[5]基于MEMS傳感器的空間運動跟蹤系統(tǒng)的研究與設(shè)計[D]. 朱桁序.江蘇科技大學(xué) 2016
[6]智能空間下基于AHRS的人體動作識別[D]. 張慶賓.山東大學(xué) 2014
[7]基于MEMS慣性傳感器動作捕捉系統(tǒng)與軌跡追蹤的研究設(shè)計[D]. 楊波.電子科技大學(xué) 2014
[8]基于MEMS多傳感器數(shù)據(jù)融合的慣性組合導(dǎo)航系統(tǒng)算法設(shè)計與實現(xiàn)[D]. 胡恩偉.重慶大學(xué) 2013
[9]基于MEMS的慣性導(dǎo)航系統(tǒng)研究與設(shè)計[D]. 張曉玉.電子科技大學(xué) 2012



本文編號：2929007