摘要:

摘要:轮子是人类的一项伟大发明，轮式移动系统为人类的生产和生活带来了极大便利，机器人采用轮式移动系统是一个十分重要的发展方向。为克服普通轮子对复杂地形适应性不足的问题，研究者们在轮子与行驶表面的吸附方式、轮子自身的几何形态、行驶过程中的转向方式等方面进行了探索。在轮子将滑动摩擦转变为滚动摩擦这一移动机理的基础上，针对崎岖地形翻越、垂立壁面爬升、地面全向移动等场景要求，该文提出了三模式变形轮、磁吸附轮、变参数全向轮等 3 类新型轮子结构，及其相应的轮式移动结构；通过连杆机构实现了三模式变形轮在圆轮模式、爪模式、勾模式之间的切换和机器人的向越障；通过磁吸附轮结构和被动三自由度悬架，使全部轮子始终贴合壁面，实现了机器人的壁面行驶；通过空间机构调节辊子安装角参数，使轮子摩擦力方向受控，保障了机器人的全向行驶；通过样机搭建和实验研究，验证了该文所提创新设计的可行性。

摘要:为解决爬壁机器人在船舶货舱清洗过程中多壁面过渡的问题，该文设计了一种具有壁面自适应能力的磁吸附爬壁机器人，其包括磁吸附机构、自适应清洗机构和行走机构。该文首先通过建立机器人壁面过渡时的力学模型，得到机器人磁吸附力的分布特点，并据此设计出一种弧形磁吸附机构。然后利用 ANSYS Maxwell 3D 软件对该机构磁吸附力的分布进行优化，以满足壁面过渡的需要；此外，还在机器人前端设计了一种自适应清洗机构，通过对该机构的结构原理进行分析和实验，验证了清洗机构也具有壁面过渡能力。最后通过模拟船舶货舱壁面的实际特点，对机器人样机进行壁面过渡综合实验，完成了机器人舱底过渡行走实验和舱顶过渡行走实验，验证了该机器人的壁面自适应和舱内行走的能力。

摘要:假肢手的动作数量与轻量化之间存在矛盾关系，为兼顾两者之间的平衡，满足假肢手多动作和轻量化的要求，该研究通过分析人手的16种日常抓取动作，设计了一种合理的电机驱动结构。该结构在四指中应用了多关节同时屈曲传动，在拇指中应用了定轨迹适应性传动，掌骨使用可自动切换为弧面和平面的对称弹性串联驱动式传动，以及配置五指的自动伸展，将这些机能融合在假肢手中，仅用3个电机实现了11 种假肢手动作，达到了132.1 g的轻量化设计。该文还通过肌电信号结合神经网络算法，实现了假肢手直觉控制，并验证了其具有良好的抓取稳定性和操作性。

摘要:水下仿生机器人具有高效率、高机动性、低噪声等优点，针对仿生机器鳗鱼存在设计复杂、控制难度大等问题，该文提出了一种新型欠驱动机器鳗鱼的控制方法。首先，基于主动加被动的仿生机构推进原理，设计了两段主动体与两段被动顺从体相结合的机器鳗鱼仿生机构；然后，在仿真环境中进行建模，利用深度强化学习算法进行数据收集和训练，选择表现良好的神经网络在仿真环境中进行控制测试，从而得到机器鳗鱼的控制函数；最后，通过对比实验，验证了该文设计方法的可行性以及控制函数的有效性，实现了对机器鳗鱼的控制。

摘要:该文以空间直立桁架结构的人-机协作装配流程为研究对象，提出一种适用于径向快装桁架模块单元的创新构型，建立了基于状态矩阵和邻接矩阵的桁架结构装配序列、装配模式和装配过程的数学模型。该文还对空间环境下桁架装配的人-机能力约束进行分析，提出基于动素分析的装配任务层级化分解方法，利用比较分配原则制定了适用编程的人-机协作装配任务流程和分配方案。基于所提出方案，通过开展人穿戴模拟宇航服与机械臂协作装配 5 m 长直立桁架结构的地面演示试验，验证了该方案的合理性和组装流程的可行性，为空间大型设施在轨构建提供了技术原理支撑。

摘要:小鼠被广泛应用于各类生理、病理和行为学实验。不同基因型小鼠的自发行为差异对实验设计和结果的影响尚未明确。该文选择目前常用的 3 种近交品系小鼠 C57BL/6J、C57BL/6N、BALB/c(简称 6J、6N、BC)，利用基于层次化三维动物行为特征的无监督学习框架，对其自发行为进行了客观评估。实验结果表明，基因型显著影响小鼠的自发行为，影响因素造成的差异强度为：远基因型＞近基因型＞雌雄对照。具体表现为，BC 与 6J 和 6N 的体态明显不同，且在“抬头”“梳理”“跑”3 种运动模式上，BC 行为明显异于 6J 和 6N。6J 和 6N 的行为谱虽较为类似，但 6N 的嗅探行为明显多于 6J。该研究结果可作为小鼠模型实验设计、品系选择和样本量确定的参考。

摘要:在许多自动化应用场景中，如装配和分拣过程中，工业机器人的应用是提高生产质量和生产效率的一个重要环节。在机器人工作过程中，保证机器人和工人工作的安全，是推动机器人应用和发展的首要前提。该文提出一种基于三维视觉的机器人安全预警系统。首先，该系统利用三维相机对监控场景进行高精度三维重建，并将多个点云进行融合;然后，提取人体关键点，并根据三维人体关键点判断人与机械臂的安全距离;最后，计算判断人体与机器人是否处于设定的安全距离范围，并据此控制机械臂的工作状态。实验结果表明，该文所开发的安全预警系统能保障大视野范围内的人员安全。

摘要:通过对步态节律变化的观察，可以实现对人体复杂系统的观测，在行走过程中，步幅间隔时间序列的动态特性，能有效反映人体系统的状态变化，可用于步态异常检测及相关疾病辨识。人体步态传感信息的时间序列相空间重建，是一种有效表征系统非线性动力学特性的建模方法。相空间的几何建模和统计分析，是异常步态识别典型的分析方法，被广泛应用于神经退行性疾病检测等临床研究中。该文从空间拓扑特性分析的角度出发，提出一种基于拓扑非线性动态建模的分析方法，用于神经退行性疾病的异常步态识别。该文首先采用延时嵌入的相空间重构方法，将步态的波动时间序列转化为抽象相空间的状态点云；其次，采用基于计算拓扑中的持续同调工具，提取状态点云所在空间的拓扑描述信息；再次，采用基于拓扑描述的持续态势图，构建时间序列的拓扑非线性动态特征；最后，融合步态周期中左右足的步幅间隔、站立间隔、摆动间隔时间序列的拓扑非线性动态特征，作为分类器输入，构建出异常步态的机器学习识别模型。对患有肌硬化症、亨廷顿病和帕金森病的神经退行性疾病患者，进行 5 min 异常步态的连续行走数据(50 步滑动窗数据)测试，步态识别的准确率分别为 0.875 0(0.914 6)、0.940 6(0.962 3) 和 0.958 3(0.961 4)。因此，拓扑非线性动态建模分析是一种有效的神经退行性疾病异常步态检测方法，为基于步态分析的神经退行性疾病检测和可穿戴数据分析提供了一种新的思路。

摘要: