基于视觉线索的机械臂仿生运动规划与柔顺控制研究

To improve the motion ability and environmental adaptability of robotic manipulator in dynamic environment, from the point of view of bionics, this project presents the research on bionic motion control methodologies of robotic manipulator according to the studies on the visual mechanism of biological system and the motor nerve regulation mechanism of human arm. The main researches are carried out as follows: (1) The biological mechanisms of vision, motor nerve and muscle action will be studied, and the mapping relation between the biological mechanisms and the motion control of manipulator will also be derived to provide ideas and strategies for the bionic motion control of robotic manipulator. (2) Based on visual clues-based Tau theory, the bionic motion planning methods for robotic manipulator will be presented to meet the requirements of target approaching and obstacle avoidance simultaneously in dynamic environment. (3) The bionic compliant control methods for robotic manipulator based on virtual dynamic model and visual cues will be proposed, where the visual cues will be utilized as feedback information in the proposed bionic control methods. Furthermore, bionic learning algorithms will be designed to optimize the parameters of the control system by repeated trials and iterative learning algorithms, and the compliant control methods for robotic manipulator based bionic learning algorithms will be then derived. The theoretical results will be applied to the motion planning and control of robotic manipulator in dynamic environment, and the scope of application of the robot will be thus broadened. The project has important theoretical significance and broad application prospects for promoting the integration and development of biological physiology and robotics.

为提高机械臂在动态环境下与环境交互的运动性能和环境适应能力，项目从仿生学角度出发，借鉴生物系统视觉机制和人体手臂运动神经调控机理的研究成果，开展机械臂运动控制的仿生控制方法研究。主要开展以下研究工作：（1）研究交互操作过程中视觉机制及手臂的运动神经与肌肉动作机理，及其在机械臂运动控制系统中的映射关系，为机械臂仿生运动控制提供思路和策略；（2）研究基于视觉线索Tau理论的机械臂仿生运动规划方法，以满足动态环境中同时趋近目标和避障的需要；（3）研究基于虚拟动力学模型和基于视觉线索的机械臂仿生柔顺控制方法，通过反复试验和迭代学习的方法，设计仿生学习算法对控制系统中的参数进行优化，实现机械臂的仿生学习柔顺控制。项目的理论研究成果在动态不确定环境下的机械臂运动规划和控制中的应用，对拓宽机器人的应用范围，促进生物生理学与机器人技术的融合发展具有重要的理论意义和实际应用价值。

本项目围绕工业机械臂的仿生运动规划和柔顺控制等问题进行了深入的研究。项目的研究工作主要归纳为三个部分：首先，课题组搭建了以Vicon系统为核心的人体上肢运动捕捉实验平台，并对对人体上肢在执行抓取任务时的动作进行捕捉，提出了基于迁移学习的人体上肢运动意图识别方法和基于深度置信回声状态网络的人体上肢运动轨迹预测方法。然后，基于生物视觉机制提出了一种新的Tau指数导引策略并将其应用于机械臂的运动规划中；进一步提出基于改进细菌觅食和Tau理论的机械臂运动规划方法，克服了传统优化算法和传统轨迹规划方法存在的计算量大、轨迹不光滑等问题。最后，针对控制系统中存在的干扰和不确定性，提出了基于自适应雅克比和神经网络的位置/力跟踪阻抗控制方法、基于观测器的神经网络位置/力跟踪阻抗控制方法、基于电压控制策略的神经网络阻抗控制方法和基于视觉的虚拟阻抗控制方法等，使机械臂在不确定性环境下具有较好的柔顺性。本项目的研究有助于可提高机械臂在未知动态环境中的稳定运动和交互能力，为人-机器人自然交互与高效协作提供有效的理论支持和方法途径。依托本项目的研究，发表高水平SCI检索论文13篇和EI检索论文12篇，出版学术专著1部，获批发明专利1项、申请发明专利4项，培养研究生15名。在自然科学基金部分资助下，项目组加强与国内外高校的交流合作，如国内的湖南大学、东北大学、山东大学等，国外的加拿大新布伦瑞克大学等，并积极参与国内/国际学术会议。