發(fā)布時間：2022-12-18 11:02

　　隨著市場對產(chǎn)品的需求發(fā)生轉(zhuǎn)變,制造生產(chǎn)模式也須轉(zhuǎn)變。傳統(tǒng)工業(yè)機器人存在編程效率低、開發(fā)應(yīng)用成本高、制造柔性不足等缺點,已難以滿足新一代制造業(yè)發(fā)展的要求,并已經(jīng)成為阻礙產(chǎn)業(yè)升級的瓶頸之一,如何克服這些缺點是業(yè)界當前亟待解決的關(guān)鍵問題。人-機器人技能傳遞（Human-robot skill transfer）技術(shù)能夠?qū)⑷说娜犴樧鳂I(yè)技能（Compliant skills）快速地傳遞給機器人。該技術(shù)具有兩個顯著的優(yōu)點:（1）能夠高效地實現(xiàn)對機器人的示教編程,從而便于對機器人產(chǎn)線快速開發(fā)應(yīng)用,降低人工與時間成本;（2）能夠使得機器人具備類人化（Human-like）的柔順操作技能,提高基于機器人的制造系統(tǒng)的柔性,從而能夠拓寬機器人在制造業(yè)中的應(yīng)用場景并提高其產(chǎn)品加工質(zhì)量。由此可見,人機技能傳遞技術(shù)是解決上述問題的有效手段,成為業(yè)界當前重點研究領(lǐng)域之一。本文從當前工業(yè)機器人發(fā)展現(xiàn)狀出發(fā),首先闡述了人-機器人技能傳遞技術(shù)的研究背景和意義。接著對人機技能傳遞技術(shù)的發(fā)展現(xiàn)狀進行了綜述,主要集中在兩個方面:運動技能的獲取與表達和柔順技能的學(xué)習(xí)方法。在運動技能的獲取與表達方面,介紹了機器人學(xué)習(xí)示教者技能的一... 

【文章頁數(shù)】：122 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 運動技能表達研究綜述
        1.2.1 人機技能傳遞一般過程
        1.2.2 技能示教的人機交互方式
        1.2.3 運動技能表達模型綜述
    1.3 仿人柔順技能學(xué)習(xí)研究綜述
        1.3.1 基于肌電信號的柔順技能傳遞
        1.3.2 基于運動學(xué)習(xí)的柔順技能傳遞
    1.4 本文主要研究內(nèi)容
第二章 基于肌電信號的變剛度技能傳遞系統(tǒng)設(shè)計
    2.1 引言
    2.2 雙臂示教系統(tǒng)設(shè)計
    2.3 基于肌電信號的手臂剛度估計
        2.3.1 肌電幅值包絡(luò)獲取
        2.3.2 基于肌電的手勢識別
        2.3.3 手臂剛度估計模型
    2.4 雙臂阻抗控制策略
        2.4.1 人-機械臂剛度映射
        2.4.2 關(guān)節(jié)空間變阻抗控制器設(shè)計
    2.5 實驗與分析
        2.5.1 實驗一
        2.5.2 實驗二
    2.6 本章小結(jié)
第三章 基于動態(tài)運動原語模型的變剛度技能建模與泛化
    3.1 引言
    3.2 基于BP-AR-HMM模型的技能分割算法
    3.3 基于DMP的變剛度技能表達
    3.4 基于多次示教的技能學(xué)習(xí)
        3.4.1 主觀評價方法
        3.4.2 基于GMM模型的方法
    3.5 示教軌跡對齊處理
    3.6 實驗與分析
        3.6.1 實驗一
        3.6.2 實驗二
        3.6.3 實驗三
    3.7 本章小結(jié)
第四章 多模態(tài)信號融合表達的技能學(xué)習(xí)
    4.1 引言
    4.2 多模態(tài)信號融合表達模型
        4.2.1 利用HSMM模型從示教數(shù)據(jù)中學(xué)習(xí)
        4.2.2 利用GMR生成控制變量
    4.3 阻抗控制策略
    4.4 實驗與分析
        4.4.1 實驗一
        4.4.2 實驗二
        4.4.3 實驗三
    4.5 本章小結(jié)
第五章 基于人體運動調(diào)節(jié)機制的技能學(xué)習(xí)
    5.1 引言
    5.2 仿人運動學(xué)習(xí)調(diào)節(jié)機制
        5.2.1 人的運動學(xué)習(xí)基本規(guī)律
        5.2.2 在軌跡層面的阻抗與力的學(xué)習(xí)
        5.2.3 在參數(shù)空間的阻抗與力的學(xué)習(xí)
    5.3 實驗與分析
        5.3.1 實驗一
        5.3.2 實驗二
        5.3.3 實驗三
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文工作總結(jié)
    6.2 未來工作展望
參考文獻
攻讀博士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]基于表面肌電的運動意圖識別方法研究及應(yīng)用綜述[J]. 丁其川,熊安斌,趙新剛,韓建達.  自動化學(xué)報. 2016(01)
[2]基于人體動作反饋的上肢康復(fù)機器人主動感知系統(tǒng)[J]. 馬高遠,林明星,吳筱堅,孫強三.  機器人. 2018(04)
[3]基于表面肌電圖像的靈巧假手控制系統(tǒng)[J]. 胡旭暉,宋愛國,李會軍.  控制理論與應(yīng)用. 2018(12)
[4]機器人操作技能學(xué)習(xí)方法綜述[J]. 劉乃軍,魯濤,蔡瑩皓,王碩.  自動化學(xué)報. 2019(03)
[5]機器人操作技能模型綜述[J]. 秦方博,徐德.  自動化學(xué)報. 2019(08)
[6]人–機器人技能傳遞研究進展[J]. 曾超,楊辰光,李強,戴詩陸.  自動化學(xué)報. 2019(10)

博士論文
[1]基于sEMG與交互力等多源信號融合的下肢外骨骼康復(fù)機器人及其臨床實驗研究[D]. 范淵杰.上海交通大學(xué) 2014
[2]基于表面肌電信號的人機動作信息傳遞研究[D]. 梁培棟.哈爾濱工業(yè)大學(xué) 2017
[3]基于肌肉協(xié)同的肌電模式識別方法研究與應(yīng)用探索[D]. 王東清.中國科學(xué)技術(shù)大學(xué) 2018

碩士論文
[1]生物電信號分析及其在運動動作疲勞檢測中的應(yīng)用研究[D]. 王玨.華南理工大學(xué) 2018
[2]基于肌電信號的機器人遙操作控制[D]. 徐艷賓.華南理工大學(xué) 2018



本文編號：3721935