申请/专利权人：天津工业大学

申请日：2024-02-07

公开（公告）日：2024-04-12

公开（公告）号：CN117863161A

主分类号：B25J9/06

分类号：B25J9/06;B25J9/16;B25J17/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种可重组的模块化蛇形机器人结构及控制方法。通过设计一种可分离单元模块化结构，以应对机器人的部分关节故障或被外力限制的情况。在面对这些问题时，机器人可以通过将故障或受限制的部分分离出来，然后将其余正常的部分重新组合成一条新的机器人。本方法借助视觉引导和磁吸方式实现主动对接，使机器人能够在对接与分离之间切换。视觉引导系统通过先进的算法和传感器，实时获取环境信息，确保机器人能够准确识别目标的位置和状态。同时，采用磁吸方式作为主动对接的手段，实现模块之间的稳定连接。

主权项：1.一种可自重组的模块化蛇形机器人结构及控制方法具有独特的特征，其主要特征在于实现了单元模块化。每个单元关节结构包括头部和尾部两个部分，通过伺服电机进行连接；所述可自重组的模块化蛇形机器人控制方法包括如下步骤；S1：分离故障或受限部分；S2：确定目标识别算法，获取对接目标位置信息；S3：视觉传感器反馈位置信息，精准高效移动到对接目标位置；S4：磁吸方式稳定连接；所述步骤S1，其特征在于：在部分关节发生故障或受限时，机器人的执行滚动运动，形成旋转趋势。通过在关节内部引入磁铁，产生相反的磁性极性，从而产生斥力，促使故障或受限制的部分自动分离；所述步骤S2，其特征在于：基于AprilTag视觉基准系统开发了一套视觉算法，通过识别磁铁环中心的标签，返回固定蛇形机器人尾部相对对接蛇形机器人头部位置偏差矩阵D，如公式1所示； X，Y，Z是AprilTag在相机坐标系下的坐标，f是相机的焦距，cx，cy是图像的光学中心的像素坐标，u，v是AprilTag中心点在图像上的像素坐标，θc表示标签的位置方向角度，θtag是标签在相机坐标系下的朝向角度，θcamera是相机在世界坐标系下的朝向角度；所述步骤S3，其特征在于：S31：判断蛇形机器人是否满足机械臂运动；当满足机械臂运动时执行S32-S39步骤，否则执行S310-S311步骤；S32：蛇形机器人在对接过程中基座是不固定的，所以需要解决基座漂移这一重要问题。修改逆运动学方程，引入基座漂移的补偿项。由基座漂移引起末端执行器在X轴上的位移，漂移量设为dx，在Y轴上的位移，漂移量设为dy，加入到逆运动学方程中； 其中X-dx，Y-dy，Z表示末端执行器在空间中的位置坐标，分别表示绕X轴、Y轴和Z轴的旋转角度，θ表示关节角度，ai表示单元关机长度，m表示关节数；由于受限或故障部分是随机的，设两条对接蛇形机器人关节数目分别为N和M，在对接运动中，采用了差分-霍尔特D-H参数建模法，通过这种方法，能够计算相邻关节之间的运动转换矩阵。在对接过程中，将对接蛇形机器人n个关节看作固定基座，剩余N-n个关节看作机械臂，建立从末端坐标系到基座标系的正运动学方程。具体公式如3所示； 其中，i＝1，2，3，....，N-n，，di表示单元模块偏距，αi表示转角，θi表示关节角；S33：通过3求得每个关节齐次变换矩阵，将视为机械臂部分的N-n个关节坐标系之间的齐次变换矩阵相乘后，可以得到从机器人头部到基坐标系的齐次变换矩阵； S34：利用公式4可以求出对接蛇形机器人头部的位置向量，即齐次变换矩阵的最后一列；P＝[PxPyPz]5 S35：在对接过程中通过公式1求出的标签位置方向的偏差角度θc，能够计算前N-n个关节到对接目标位置的齐次变换矩阵； S36：通过公式9可以求出目标位置的位置向量； S37：计算目标位置与当前位置的偏移ΔP＝P-P0，利用逆运动学方程求解关节变量，逆运动学方程如下所示； S38：通过使用逆雅可比矩阵，将对接蛇形机器人头部的位置偏差转化为关节角速度，从而实现机器人的控制； 在公式12中，J-1是逆雅可比矩阵，表示末端笛卡尔速度；S39：在笛卡尔速度合适的情况下，为了方便控制机器人移动到目标角度，使用梯度下降法，其迭代步骤为：θnew＝θold-σj+f-113其中，σ是学习率，j+是广义逆矩阵，θnew表示下一目标位置，θold表示当前位置；S310：对接蛇形机器入进行蠕动运动，移动到目标位置 其中θi表示关节角度，A表示振幅，w表示角频率，表示相位，t表示时间；S311：对蛇头进行调整，使其能够插入到对接孔中；在所述步骤S4，其特征在于：对接蛇形机器人进行滚动运动，使得磁铁极性相同，产生吸力，使得两条蛇形机器人稳定连接，形成一条新的机器人，继续去执行任务。

全文数据：

权利要求：

百度查询： 天津工业大学 一种可自重组的模块化蛇形机器人结构及控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD