下载排行
2017, 38(10):2351-2363.
摘要:
机器人遥操作是实现空间、医疗及深海等领域作业的重要手段，基于虚拟现实的机器人遥操作是克服时延的有效方法，具有透明性强、稳定性高的优点，成为当前机器人遥操作的主要方式。首先分析了基于虚拟现实的机器人遥操作系统的关键组成部分，并对其关键模块的具体作用进行了介绍；其次，归纳分析了各类虚拟现实环境建模方法，主要从几何建模和动力学建模方面展开，阐述了每种方法的应用领域、主要特点；此外，进一步分析了遥操作虚拟夹具设计的构建方法及适用领域。最后对当前存在的难点进行总结，指出今后研究的思路。
机器人遥操作是实现空间、医疗及深海等领域作业的重要手段，基于虚拟现实的机器人遥操作是克服时延的有效方法，具有透明性强、稳定性高的优点，成为当前机器人遥操作的主要方式。首先分析了基于虚拟现实的机器人遥操作系统的关键组成部分，并对其关键模块的具体作用进行了介绍；其次，归纳分析了各类虚拟现实环境建模方法，主要从几何建模和动力学建模方面展开，阐述了每种方法的应用领域、主要特点；此外，进一步分析了遥操作虚拟夹具设计的构建方法及适用领域。最后对当前存在的难点进行总结，指出今后研究的思路。
2020, 41(1):1-10.
摘要:
摘要：为了推动对刺激频率耳声发射（SFOAEs）的产生机制和检测方法的深入研究并推动SFOAEs的临床应用，综述了刺激频率耳声发射的研究进展，包括SFOAEs的产生机制、SFOAEs的检测方法、SFOAEs的检测评估与听力损失的关系、SFOAEs对听觉系统频率选择特性的评估潜力。在SFOAEs的产生机制的介绍中，分别从SFOAEs的产生源、SFOAEs的传输通路、SFOAEs信号的成分特征等几方面进行了论述。在SFOAEs的检测方法中，重点介绍了经常涉及到的双音抑制、非线性压缩、频谱平滑和扫频音等方法。最后，对SFOAEs的临床应用进行了展望。
摘要：为了推动对刺激频率耳声发射（SFOAEs）的产生机制和检测方法的深入研究并推动SFOAEs的临床应用，综述了刺激频率耳声发射的研究进展，包括SFOAEs的产生机制、SFOAEs的检测方法、SFOAEs的检测评估与听力损失的关系、SFOAEs对听觉系统频率选择特性的评估潜力。在SFOAEs的产生机制的介绍中，分别从SFOAEs的产生源、SFOAEs的传输通路、SFOAEs信号的成分特征等几方面进行了论述。在SFOAEs的检测方法中，重点介绍了经常涉及到的双音抑制、非线性压缩、频谱平滑和扫频音等方法。最后，对SFOAEs的临床应用进行了展望。
2020, 41(1):11-25.
摘要:
摘要：由于成像视场或X射线穿透能力的限制，计算机层析成像技术难以实现大型板壳类对象的无损检测和质量评价，而通过扫描几何结构调整和重建算法改进，计算机分层成像（CL）技术可为板壳类对象的内部结构分析提供有效技术手段。随着医疗、电子、材料等领域无损检测需求的日益迫切，CL技术引起广泛关注。以板壳结构对象的无损检测需求为背景，综述了CL技术国内外研究现状，介绍了几种典型CL系统结构，重点分析了CL图像重建算法和产品开发及应用情况。最后，展望了CL技术的应用前景和发展趋势。
摘要：由于成像视场或X射线穿透能力的限制，计算机层析成像技术难以实现大型板壳类对象的无损检测和质量评价，而通过扫描几何结构调整和重建算法改进，计算机分层成像（CL）技术可为板壳类对象的内部结构分析提供有效技术手段。随着医疗、电子、材料等领域无损检测需求的日益迫切，CL技术引起广泛关注。以板壳结构对象的无损检测需求为背景，综述了CL技术国内外研究现状，介绍了几种典型CL系统结构，重点分析了CL图像重建算法和产品开发及应用情况。最后，展望了CL技术的应用前景和发展趋势。
2020, 41(1):56-63.
摘要:
摘要：为解决电子鼻难以检测到十亿分之一量级(parts per billion, ppb)低浓度气味的问题,给出了一种电子鼻富集方案以及3种温度补偿方法。首先,设计了电子鼻富集装置以提高电子鼻检测下限。然后,针对富集后气体温度过高导致电子鼻检测和识别效果降低这一问题,给出了多元回归法、神经网络回归法以及基于这两种方法的温度补偿集成学习方法。最后,进行了电子鼻检测车内ppb级低浓度内饰材料气味的实验,用聚氨基甲酸酯(PU)皮和聚氯乙烯(PVC)皮两种材料制备实验待测气体,富集前、富集后未经温度补偿以及富集后经上述3种方法温度补偿后的平均识别正确率分别为6114%、8064%、9167%、9121%以及9506%,验证了电子鼻富集装置以及温度补偿方法的有效性。
摘要：为解决电子鼻难以检测到十亿分之一量级(parts per billion, ppb)低浓度气味的问题,给出了一种电子鼻富集方案以及3种温度补偿方法。首先,设计了电子鼻富集装置以提高电子鼻检测下限。然后,针对富集后气体温度过高导致电子鼻检测和识别效果降低这一问题,给出了多元回归法、神经网络回归法以及基于这两种方法的温度补偿集成学习方法。最后,进行了电子鼻检测车内ppb级低浓度内饰材料气味的实验,用聚氨基甲酸酯(PU)皮和聚氯乙烯(PVC)皮两种材料制备实验待测气体,富集前、富集后未经温度补偿以及富集后经上述3种方法温度补偿后的平均识别正确率分别为6114%、8064%、9167%、9121%以及9506%,验证了电子鼻富集装置以及温度补偿方法的有效性。
2017, 38(10):2373-2380.
摘要:
生物智能（人类智能）和人工智能（机器智能）各有所长，具有很强的互补性。借助各种人—机接口技术和方法，将生物智能和人工智能结合起来，使它们优势互补、协同工作，从而产生更强大的智能形态，并将孕育出重大的理论创新和技术方法突破。首先介绍了人机智能协同的主要研究方向、关键科学问题和主要研究内容，之后对人机智能协同在服务、医疗和康复机器人领域的应用及推动作用做了进一步介绍，最后分析了应用存在的可能问题和挑战并做出总结。
生物智能（人类智能）和人工智能（机器智能）各有所长，具有很强的互补性。借助各种人—机接口技术和方法，将生物智能和人工智能结合起来，使它们优势互补、协同工作，从而产生更强大的智能形态，并将孕育出重大的理论创新和技术方法突破。首先介绍了人机智能协同的主要研究方向、关键科学问题和主要研究内容，之后对人机智能协同在服务、医疗和康复机器人领域的应用及推动作用做了进一步介绍，最后分析了应用存在的可能问题和挑战并做出总结。
2020, 41(1):100-112.
摘要:
摘要：针对协作型机器人，自主研发了一款柔性阵列式触觉传感器，将其封装为可感知人手抓握姿态与力大小的触觉手柄，提出一种基于卷积神经网络（CNN）的可区分人手松抓握、紧抓握与无意间触碰触觉手柄3种模式状态的方法，识别准确率达到982%。提出一种可变导纳控制策略，利用人手抓握手柄状态，实时调节机械臂虚拟阻尼，基于此触觉手柄可实时感知人手局部变换姿态，准确估计操作者操作意图，并将局部感知信息传输给机器人控制其运动，以UR协作型机器人为实验平台，以触觉手柄为感知输入并进行人机交互实验，对机械臂运动精度做了评价。实验表明触觉手柄具有良好的意图感知能力。
摘要：针对协作型机器人，自主研发了一款柔性阵列式触觉传感器，将其封装为可感知人手抓握姿态与力大小的触觉手柄，提出一种基于卷积神经网络（CNN）的可区分人手松抓握、紧抓握与无意间触碰触觉手柄3种模式状态的方法，识别准确率达到982%。提出一种可变导纳控制策略，利用人手抓握手柄状态，实时调节机械臂虚拟阻尼，基于此触觉手柄可实时感知人手局部变换姿态，准确估计操作者操作意图，并将局部感知信息传输给机器人控制其运动，以UR协作型机器人为实验平台，以触觉手柄为感知输入并进行人机交互实验，对机械臂运动精度做了评价。实验表明触觉手柄具有良好的意图感知能力。
2020, 41(1):35-46.
摘要:
摘要：钢轨踏面在车轮的重复载荷作用下会产生滚动接触疲劳裂纹。钢轨踏面裂纹是典型的滚动接触疲劳裂纹，该类裂纹容易从轨头往下发展导致钢轨断裂，对行车安全造成重大隐患。首先采用有限元数值方法分析超声表面波与钢轨踏面裂纹的作用规律，研究了低频超声表面波在不同倾角、不同深度踏面裂纹上的散射特性及反射回波时域信号响应特点。其次，设计制作了中心频率为03 MHz的表面波电磁超声换能器（EMAT），对钢轨踏面斜裂纹进行B扫成像检测，以更好地识别显示裂纹。为克服EMAT提离对信号回波的影响以及适应快速巡查检测，对裂纹反射回波采用同步挤压小波变换（SWT）进行去噪和重建，实现了B扫快速成像。研究结果表明，所设计的表面波EMAT能够有效地检测钢轨踏面上的多个裂纹，采用同步挤压小波变换处理回波信号后，超声回波信噪比至少提高883 dB，可显著提高B扫成像清晰度和检测速度。
摘要：钢轨踏面在车轮的重复载荷作用下会产生滚动接触疲劳裂纹。钢轨踏面裂纹是典型的滚动接触疲劳裂纹，该类裂纹容易从轨头往下发展导致钢轨断裂，对行车安全造成重大隐患。首先采用有限元数值方法分析超声表面波与钢轨踏面裂纹的作用规律，研究了低频超声表面波在不同倾角、不同深度踏面裂纹上的散射特性及反射回波时域信号响应特点。其次，设计制作了中心频率为03 MHz的表面波电磁超声换能器（EMAT），对钢轨踏面斜裂纹进行B扫成像检测，以更好地识别显示裂纹。为克服EMAT提离对信号回波的影响以及适应快速巡查检测，对裂纹反射回波采用同步挤压小波变换（SWT）进行去噪和重建，实现了B扫快速成像。研究结果表明，所设计的表面波EMAT能够有效地检测钢轨踏面上的多个裂纹，采用同步挤压小波变换处理回波信号后，超声回波信噪比至少提高883 dB，可显著提高B扫成像清晰度和检测速度。
2020, 41(1):71-83.
摘要:
摘要：示教编程方法为共融机器人完成复杂、多样的日常任务提供了一个便捷、可行的解决途径。借助该方法，即使是非专业人士也能轻易地教机器人学会新的运动技能来完成各种日常家居任务。其中，技能学习方法是示教编程方法的核心。首先介绍了示教编程方法，并对其学习框架进行简要分析；随后结合当前研究现状，按技能学习和表示方法的不同将当前研究分成两大类并分别进行详细介绍；最后对上述技能学习方法进行分析与讨论，并探讨了该方向未来的发展趋势。
摘要：示教编程方法为共融机器人完成复杂、多样的日常任务提供了一个便捷、可行的解决途径。借助该方法，即使是非专业人士也能轻易地教机器人学会新的运动技能来完成各种日常家居任务。其中，技能学习方法是示教编程方法的核心。首先介绍了示教编程方法，并对其学习框架进行简要分析；随后结合当前研究现状，按技能学习和表示方法的不同将当前研究分成两大类并分别进行详细介绍；最后对上述技能学习方法进行分析与讨论，并探讨了该方向未来的发展趋势。
2020, 41(1):47-55.
摘要:
摘要：提出了一种基于贝叶斯理论的电磁层析成像(EMT)图像重建算法。传统的正则化方法仅仅能获得单一电导率的近似估计值，提供的模型信息量有限。统计概率方法可以获得大量合理的模型参数估计值，根据缺陷分布的稀疏性，将求解电导率划分为一系列块状结构，使用稀疏贝叶斯学习框架，将电导率分布的稀疏先验信息和噪声信息等统计信息引入到EMT图像重建中，可以得到电导率分布全面的统计描述。为验证该算法的有效性，将新方法与共轭梯度算法、总变差正则化算法进行比较，并基于EMT实验系统进行了缺陷成像实验。仿真和实验结果表明，含有统计信息的稀疏贝叶斯算法与传统算法相比，图像误差降低20%，有效提高了重建图像质量与精度。
摘要：提出了一种基于贝叶斯理论的电磁层析成像(EMT)图像重建算法。传统的正则化方法仅仅能获得单一电导率的近似估计值，提供的模型信息量有限。统计概率方法可以获得大量合理的模型参数估计值，根据缺陷分布的稀疏性，将求解电导率划分为一系列块状结构，使用稀疏贝叶斯学习框架，将电导率分布的稀疏先验信息和噪声信息等统计信息引入到EMT图像重建中，可以得到电导率分布全面的统计描述。为验证该算法的有效性，将新方法与共轭梯度算法、总变差正则化算法进行比较，并基于EMT实验系统进行了缺陷成像实验。仿真和实验结果表明，含有统计信息的稀疏贝叶斯算法与传统算法相比，图像误差降低20%，有效提高了重建图像质量与精度。
2017, 38(10):2364-2372.
摘要:
现有基于患者主动参与的机器人辅助康复训练方法，大多以感知患者“运动”参与为主，而忽略了“心理”层次主动参与，且人机交互控制方法未能同时将机器人连续变量运动控制或医师离散事件决策控制这种混杂特性融于统一框架内，具有一定的局限。针对此问题，提出一种基于焦虑情绪识别与混杂控制的机器人辅助临床康复控制方法。该方法首先分析机器人辅助康复过程中不同强度焦虑情绪生理响应特征的显著性及差异性；其次，运用基于径向基核的支持向量机设计焦虑情绪分类器；再次，基于混杂控制理论设计与患者焦虑情绪强度相一致的人机交互控制器；最后，选取3例脑卒中患者，运用Barrett公司WAMTM机器人构建临床康复实验平台，验证所提方法有效性。
现有基于患者主动参与的机器人辅助康复训练方法，大多以感知患者“运动”参与为主，而忽略了“心理”层次主动参与，且人机交互控制方法未能同时将机器人连续变量运动控制或医师离散事件决策控制这种混杂特性融于统一框架内，具有一定的局限。针对此问题，提出一种基于焦虑情绪识别与混杂控制的机器人辅助临床康复控制方法。该方法首先分析机器人辅助康复过程中不同强度焦虑情绪生理响应特征的显著性及差异性；其次，运用基于径向基核的支持向量机设计焦虑情绪分类器；再次，基于混杂控制理论设计与患者焦虑情绪强度相一致的人机交互控制器；最后，选取3例脑卒中患者，运用Barrett公司WAMTM机器人构建临床康复实验平台，验证所提方法有效性。
2020, 41(1):26-34.
摘要:
摘要：JilesAtherton (JA)磁滞模型静态参数辨识结果直接影响其对变压器铁心磁滞特性的预测效果。针对目前单一智能算法存在的寻优能力差、计算时间长等问题，提出了一种人工鱼群算法与优化惯性权重线性递减粒子群优化算法相结合的混合算法。搭建变压器铁心磁性能测试系统，对正弦激励下变压器铁心的磁滞特性和损耗特性进行实验研究。对比分析了所提混合算法与其他单一智能算法对JA模型的参数辨识速度与精度。结果表明，混合算法辨识结果的均方根误差仅为0006 9，低于其他单一智能算法的相应结果，证明了该混合算法相较于其他单一智能算法，具有不易陷入局部最优解、收敛速度快、参数辨识精度高等优点。此外，考虑交变磁场下动态损耗分量对变压器铁心磁滞特性的影响，修正现有动态损耗系数求解方法，建立了JA动态磁滞模型。通过对比动态磁滞回线模型预测结果与实验数据，验证了该方法的正确性与有效性。
摘要：JilesAtherton (JA)磁滞模型静态参数辨识结果直接影响其对变压器铁心磁滞特性的预测效果。针对目前单一智能算法存在的寻优能力差、计算时间长等问题，提出了一种人工鱼群算法与优化惯性权重线性递减粒子群优化算法相结合的混合算法。搭建变压器铁心磁性能测试系统，对正弦激励下变压器铁心的磁滞特性和损耗特性进行实验研究。对比分析了所提混合算法与其他单一智能算法对JA模型的参数辨识速度与精度。结果表明，混合算法辨识结果的均方根误差仅为0006 9，低于其他单一智能算法的相应结果，证明了该混合算法相较于其他单一智能算法，具有不易陷入局部最优解、收敛速度快、参数辨识精度高等优点。此外，考虑交变磁场下动态损耗分量对变压器铁心磁滞特性的影响，修正现有动态损耗系数求解方法，建立了JA动态磁滞模型。通过对比动态磁滞回线模型预测结果与实验数据，验证了该方法的正确性与有效性。
2017, 38(10):2484-2491.
摘要:
为了提升五轴数控机床各旋转轴精度，解决旋转轴几何误差难以测量的问题，提出了一种基于激光干涉仪的旋转轴几何精度快速测量方法。该方法针对AC双转台和BC摆头转台的结构特性，采用旋转轴与直线轴联动的测量技术，可以避免传统测量方法对旋转轴中心的依赖性，推导了测量中直线轴转角误差与直线度对旋转轴几何误差约束关系，在保证精度的同时减少了测量过程中的设备安装调试时间，实现了五轴机床旋转轴转角误差、重复转角误差以及反向间隙的快速测量和补偿。对实际五轴机床AC双转台几何精度进行检定，提高了旋转轴的几何精度，实验证明该测量方法具有很强的工程应用价值。
为了提升五轴数控机床各旋转轴精度，解决旋转轴几何误差难以测量的问题，提出了一种基于激光干涉仪的旋转轴几何精度快速测量方法。该方法针对AC双转台和BC摆头转台的结构特性，采用旋转轴与直线轴联动的测量技术，可以避免传统测量方法对旋转轴中心的依赖性，推导了测量中直线轴转角误差与直线度对旋转轴几何误差约束关系，在保证精度的同时减少了测量过程中的设备安装调试时间，实现了五轴机床旋转轴转角误差、重复转角误差以及反向间隙的快速测量和补偿。对实际五轴机床AC双转台几何精度进行检定，提高了旋转轴的几何精度，实验证明该测量方法具有很强的工程应用价值。
2020, 41(1):64-70.
摘要:
摘要：针对傅里叶变换红外光谱仪获取的谱线数量庞大，直接选用全部谱线进行多元线性回归易导致过拟合、稳定性差、分析周期长等问题，提出了一种基于频率与回归系数相结合的自举柔性收缩变量选择方法。该算法以变量的权重作为选择的依据，在每次迭代过程中，根据变量的回归系数与频率计算变量的权重，通过加权自举采样技术实现对变量的柔性收缩。应用玉米红外光谱集对该方法进行了验证，在玉米油数据集中，其预测均方根误差（RMSEP）与相关系数（Rp）分别为0020 2和0976 5，变量数目由原始的700个减少到13个；在玉米蛋白质数据集中，RMSEP与Rp分别为0027 9和0996 8，变量数目由原始的700个减少到16个。结果表明，提出的变量选择算法选择的变量少而精, 具有实际的应用价值。
摘要：针对傅里叶变换红外光谱仪获取的谱线数量庞大，直接选用全部谱线进行多元线性回归易导致过拟合、稳定性差、分析周期长等问题，提出了一种基于频率与回归系数相结合的自举柔性收缩变量选择方法。该算法以变量的权重作为选择的依据，在每次迭代过程中，根据变量的回归系数与频率计算变量的权重，通过加权自举采样技术实现对变量的柔性收缩。应用玉米红外光谱集对该方法进行了验证，在玉米油数据集中，其预测均方根误差（RMSEP）与相关系数（Rp）分别为0020 2和0976 5，变量数目由原始的700个减少到13个；在玉米蛋白质数据集中，RMSEP与Rp分别为0027 9和0996 8，变量数目由原始的700个减少到16个。结果表明，提出的变量选择算法选择的变量少而精, 具有实际的应用价值。
2017, 38(10):2391-2399.
摘要:
力触觉再现技术借助力触觉人机接口设备，提供了操作者与虚拟环境之间的力触觉交互，使得操作者能够主动地触摸、感知和操纵虚拟物体，从而有效增强了虚拟现实等系统的真实感和沉浸感，进一步拓展了虚拟现实等技术的应用领域。传统的穿戴式、力反馈操纵杆式力触觉再现设备在便携性、操作空间等方面存在局限性，随着计算机技术与消费电子的快速发展，面向自然交互的力触觉再现方法受到广泛的关注。评述了传统的穿戴式、力反馈操纵杆式力触觉再现设备后，重点阐述了非固定式和非接触式的两类面向自然交互的力触觉再现方法。在对比分析不同的力触觉再现方法之间的差异后，探讨了面向自然交互的力触觉再现方法的未来发展方向。
力触觉再现技术借助力触觉人机接口设备，提供了操作者与虚拟环境之间的力触觉交互，使得操作者能够主动地触摸、感知和操纵虚拟物体，从而有效增强了虚拟现实等系统的真实感和沉浸感，进一步拓展了虚拟现实等技术的应用领域。传统的穿戴式、力反馈操纵杆式力触觉再现设备在便携性、操作空间等方面存在局限性，随着计算机技术与消费电子的快速发展，面向自然交互的力触觉再现方法受到广泛的关注。评述了传统的穿戴式、力反馈操纵杆式力触觉再现设备后，重点阐述了非固定式和非接触式的两类面向自然交互的力触觉再现方法。在对比分析不同的力触觉再现方法之间的差异后，探讨了面向自然交互的力触觉再现方法的未来发展方向。
2020, 41(1):84-91.
摘要:
摘要：针对智能助行器坡路助行需求，提出了一种主/被动力矩实现方法。该方法利用磁流变制动器阻力矩可控的特点，结合磁流变制动器、蜗轮蜗杆减速器与直流电机，构成主/被动混合执行器。通过磁流变制动器与直流电机的协调工作，获得可控的主动力矩和被动力矩。设计了转子截面具有T形结构的磁流变制动器，应用有限元法对制动器内部的磁路进行分析，获取了制动器的力学性能参数。在此基础上，研制了主/被动混合执行器，并建立了其力学性能测试系统，完成了实验研究。实验结果表明，所提出的方法既能够提供可控的主动力矩，又能够提供可控的被动力矩。所研制的主/被动混合执行器，可以满足智能助行器坡路助行的功能要求。
摘要：针对智能助行器坡路助行需求，提出了一种主/被动力矩实现方法。该方法利用磁流变制动器阻力矩可控的特点，结合磁流变制动器、蜗轮蜗杆减速器与直流电机，构成主/被动混合执行器。通过磁流变制动器与直流电机的协调工作，获得可控的主动力矩和被动力矩。设计了转子截面具有T形结构的磁流变制动器，应用有限元法对制动器内部的磁路进行分析，获取了制动器的力学性能参数。在此基础上，研制了主/被动混合执行器，并建立了其力学性能测试系统，完成了实验研究。实验结果表明，所提出的方法既能够提供可控的主动力矩，又能够提供可控的被动力矩。所研制的主/被动混合执行器，可以满足智能助行器坡路助行的功能要求。
2020, 41(1):92-99.
摘要:
摘要：助行外骨骼机器人能够辅助下肢运动障碍人群站立行走，但相较于电动轮椅在移动距离与移动速度上存在不足。因此设计了一款可变形助行外骨骼机器人，具有助行外骨骼与电动轮椅两种相互独立可转换的形态。针对可变形助行外骨骼机器人变形与行走两种运动过程，研究面向系统静态稳定的运动规划。描述了可变形助行外骨骼机器人的变形原理；提出了基于系统重心投影点位置的运动规划方法，分析了外骨骼机器人在变形与行走过程的静态稳定性；完成了健康受试者穿戴外骨骼的变形与行走运动实验，实验中系统的稳定裕度分别大于54 mm和20 mm。实验结果表明，利用面向静态稳定的运动规划方法，可变形助行外骨骼机器人能够实现稳定可靠的变形切换与连续行走。
摘要：助行外骨骼机器人能够辅助下肢运动障碍人群站立行走，但相较于电动轮椅在移动距离与移动速度上存在不足。因此设计了一款可变形助行外骨骼机器人，具有助行外骨骼与电动轮椅两种相互独立可转换的形态。针对可变形助行外骨骼机器人变形与行走两种运动过程，研究面向系统静态稳定的运动规划。描述了可变形助行外骨骼机器人的变形原理；提出了基于系统重心投影点位置的运动规划方法，分析了外骨骼机器人在变形与行走过程的静态稳定性；完成了健康受试者穿戴外骨骼的变形与行走运动实验，实验中系统的稳定裕度分别大于54 mm和20 mm。实验结果表明，利用面向静态稳定的运动规划方法，可变形助行外骨骼机器人能够实现稳定可靠的变形切换与连续行走。
2020, 41(1):223-232.
摘要:
摘要：从流量退化趋势的角度提出了基于自适应网络模糊推理系统的寿命预测方法。首先利用改进的集合经验模态分解（MEEMD）方法对加速退化试验的振动数据进行多尺度重构降噪，提取重构信号的峭度值、均方频率、小波包能量，与转矩、转速、压力信号作为齿轮泵性能退化特征；然后使用核主元分析方法（KPCA）进行多特征融合，进而实现外啮合齿轮泵退化评估指标的建立和分析；再利用其退化评估指标与流量信号作为输入量对自适应网络模糊推理系统模型（ANFIS）进行训练，得到的齿轮泵剩余寿命预测模型，为了进一步验证该算法的有效性将其与liner回归模型、三次指数预测模型算法进行了比较，最后基于蒙特卡罗样本扩充方法实现外啮合齿轮泵的可靠性评估。结果表明，该方法的结果与实际阈值的预测误差约为8%，能够对外啮合齿轮泵的寿命进行比较准确的评估。
摘要：从流量退化趋势的角度提出了基于自适应网络模糊推理系统的寿命预测方法。首先利用改进的集合经验模态分解（MEEMD）方法对加速退化试验的振动数据进行多尺度重构降噪，提取重构信号的峭度值、均方频率、小波包能量，与转矩、转速、压力信号作为齿轮泵性能退化特征；然后使用核主元分析方法（KPCA）进行多特征融合，进而实现外啮合齿轮泵退化评估指标的建立和分析；再利用其退化评估指标与流量信号作为输入量对自适应网络模糊推理系统模型（ANFIS）进行训练，得到的齿轮泵剩余寿命预测模型，为了进一步验证该算法的有效性将其与liner回归模型、三次指数预测模型算法进行了比较，最后基于蒙特卡罗样本扩充方法实现外啮合齿轮泵的可靠性评估。结果表明，该方法的结果与实际阈值的预测误差约为8%，能够对外啮合齿轮泵的寿命进行比较准确的评估。
2020, 41(1):138-146.
摘要:
摘要：为了准确提取个体运动想象脑电信号的最优时段和频段特征以及有效提高其分类准确率，结合卷积神经网络和集成分类方法提出一种多特征卷积神经网络(MFCNN)算法，对运动想象脑电信号进行分类识别。首先对脑电信号进行预处理，然后将原始信号、能量特征、功率谱特征以及融合特征分别输入到卷积神经网络中得到其训练模型，最后通过加权投票的集成分类方法得到最终的分类结果。并利用2008年BCI竞赛Datasets 2b数据集和实测数据对所提出的方法进行实验分析。结果表明，所提的MFCNN方法可有效提高运动想象识别率，实验中所有受试者的平均分类正确率和平均Kappa值分别为786%和057，为运动想象类脑机接口的应用提供了新的思路和方法。
摘要：为了准确提取个体运动想象脑电信号的最优时段和频段特征以及有效提高其分类准确率，结合卷积神经网络和集成分类方法提出一种多特征卷积神经网络(MFCNN)算法，对运动想象脑电信号进行分类识别。首先对脑电信号进行预处理，然后将原始信号、能量特征、功率谱特征以及融合特征分别输入到卷积神经网络中得到其训练模型，最后通过加权投票的集成分类方法得到最终的分类结果。并利用2008年BCI竞赛Datasets 2b数据集和实测数据对所提出的方法进行实验分析。结果表明，所提的MFCNN方法可有效提高运动想象识别率，实验中所有受试者的平均分类正确率和平均Kappa值分别为786%和057，为运动想象类脑机接口的应用提供了新的思路和方法。
2020, 41(1):113-120.
摘要:
摘要：在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算法,主要依托惯性测量单元和贝叶斯信息准则构建概率生成模型的物理层和决策层,对步态时相进行初步的快速检测;当检测达不到判决阈值时,在决策层中引入记忆网络,预测下一段时间的步态时相参数,从而为概率生成模型提供更多的决策信息,并依据多次判决结果递进地完成步态时相精准的增量检测。实验结果表明:算法的步态时相检测准确率达978%;决策时间为283 ms,相较于自适应贝叶斯算法降低了约30%。
摘要：在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算法,主要依托惯性测量单元和贝叶斯信息准则构建概率生成模型的物理层和决策层,对步态时相进行初步的快速检测;当检测达不到判决阈值时,在决策层中引入记忆网络,预测下一段时间的步态时相参数,从而为概率生成模型提供更多的决策信息,并依据多次判决结果递进地完成步态时相精准的增量检测。实验结果表明:算法的步态时相检测准确率达978%;决策时间为283 ms,相较于自适应贝叶斯算法降低了约30%。
2020, 41(1):147-153.
摘要:
摘要：在微创外科手术机器人系统中，力反馈功能的实现可以提高外科医生在手术中的灵活性，降低患者组织和器官损伤的风险。为实现手术过程中力的检测，设计了一种基于光纤布拉格光栅（FBG）的微创外科手术机器人多维力传感器并研究其解耦方法。该多维力传感器由3条间隔120°的光纤布拉格光栅沿轴向粘贴于手术工具杆末端构成。首先在对传感器应力分析的基础上使用最小二乘法解耦，但由于装配等因素使传感器输入输出之间增加了非线性成分，因此使用前馈神经网络对多维力传感器进行非线性解耦。其次从理论和实验两方面分析了穿刺器的平移对解耦之后的力的影响。实验结果表明，前馈神经网络解耦多维力传感器的效果较好，3个相互垂直方向上的平均误差分别为005, 007和018 N；穿刺器平移后力检测的最大平均误差为0036 N，可以忽略不计。设计的传感器、解耦方法以及对穿刺器平移影响的分析均具有很强的实用性。
摘要：在微创外科手术机器人系统中，力反馈功能的实现可以提高外科医生在手术中的灵活性，降低患者组织和器官损伤的风险。为实现手术过程中力的检测，设计了一种基于光纤布拉格光栅（FBG）的微创外科手术机器人多维力传感器并研究其解耦方法。该多维力传感器由3条间隔120°的光纤布拉格光栅沿轴向粘贴于手术工具杆末端构成。首先在对传感器应力分析的基础上使用最小二乘法解耦，但由于装配等因素使传感器输入输出之间增加了非线性成分，因此使用前馈神经网络对多维力传感器进行非线性解耦。其次从理论和实验两方面分析了穿刺器的平移对解耦之后的力的影响。实验结果表明，前馈神经网络解耦多维力传感器的效果较好，3个相互垂直方向上的平均误差分别为005, 007和018 N；穿刺器平移后力检测的最大平均误差为0036 N，可以忽略不计。设计的传感器、解耦方法以及对穿刺器平移影响的分析均具有很强的实用性。
