本发明公开了基于迭代学习的多机械臂变批次协同阻抗控制方法，包括以下步骤：步骤1，构建多机械臂动力学模型，并根据机械臂的性质和假设将多机械臂变批次协同阻抗控制问题描述为期望轨迹、期望相对配置和交互力之间的动态关系，得到目标阻抗模型；步骤2，基于所述目标阻抗模型得到多机械臂变批次协同阻抗控制目标；步骤3，针对所述阻抗控制目标设计分布式的迭代学习阻抗控制律，使每个机械臂仅通过邻域的阻抗信息来获得期望的阻抗。本发明使得每个机械臂能够通过与邻居的交互来调整阻抗参数，从而在不确定的动态环境中实现更好的协作和性能提升。

一种基于保持型仿人 PID 的系统控制方法 获取偏差信号后，对偏差信号进行 保持型仿人 PID 控制运算，再输出对执行器进行控制的控制信号 ， 控制执行器且通过执行器对 被控对象的被控变量进行调整 ， 用测量装置实时检测被控变量。本发明设计合理、构思巧妙、实现方便且适用范围广、控制效果好，运用保持型仿人 PID 控制方法的控制系统调节时间短、超调量小且抗干扰能力强。该技术与 2012.2 获得国家发明专利授权，授权专利号： ZL 201010190132.7

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本实用新型公开了一种变电站绝缘子带电水冲洗机械臂，包括基座、刚性主臂、绝缘臂、高压水喷 头，所述刚性主臂下端与基座通过第一销轴铰接，所述基座上设有与第一销轴相连的第一驱动装置，刚 性主臂顶部与绝缘臂底部通过第二销轴铰接相连，刚性主臂上设有与第二销轴相连的第二驱动装置，所 述高压水喷头与绝缘臂顶部通过第三销轴铰接，所述绝缘臂上设有主动皮带轮和驱动主动皮带轮的第三 驱动装置，第三销轴上设有固定相连的从

自从20世纪初发明三相交流输电以来，采用高压和超高压架空输电线是长距离输配电能的主要方式，定期巡检是高压架空输电线路安全稳定的运行的重要保证。鉴于高压输电线路检测工作的重要性和艰苦性，开发一种可以替代或部分替代巡线工人进行巡检作业的新型设备一直是国内外相关研究领域的研究热点之一。 基于长臂猿仿生结构的三臂式高压输电线路巡检作业机器人，在自主工作和地面控制平台远程操作两种工作模式下，能够沿110kV-500kV输电线路相线行驶，可以基本取代传统的线路巡检方式，完成部分或全部巡检的任务。机器人能够以不小于1.2km/h的平均速度自动行驶并跨越直线段上的防震锤、间隔棒等线路设备，在地面控制平台的操控下，具备跨越耐张杆塔功能。 巡检过程中，机器人可记录和保存相对线路的GPS信息，所得图像与数据可存储于机器人本体内并与地面控制平台之间进行无线通信传输。机器人本体搭载不同的巡检设备，采用模块化接口，可方便更换如红外成像仪、可见光云台、激光测距仪等巡检设备。在行驶过程中，机器人可实时监测能耗和动态规划巡检任务，同时具备在线取电装置和充电模块，满足长距离的巡检需求。 机器人主要功能及技术参数 三臂式高压输电线路巡检作业机器人平台系统具有搭载各种作业工具，自动跨越架空线路各种障碍，并能完成相应作业的功能。具体技术参数为： 1、能够在 110kV-500kV 架空输电线路环境下稳定、可靠行走，自动跨越防震锤、悬垂线夹、间隔棒、接续管等障碍物。 ① 自动行驶时，行走速度不低于1.2km/h； ② 采用50AH锂电池供电，持续工作时间≥3.5小时； ③ 机器人本体重量≤40kg，最小尺寸（长×宽×高）1300×530×850mm； ④ 机器人可跨越线路各种障碍，进行带电作业； ⑤ 能够爬坡度不低于 40°的线路，并且满足超高压输电线路安全规程要求。 2、移动作业机器人平台在无线远程监控下，沿架空线路行走与越障。远程监控系统检测距离≥500米。机器人能够将作业信息、路线监测信息（红外录像）、电池监控信息等下传到地面基站。 创新点 本项目研究以双ARM为控制核心、基于仿生结构特征的架空线路移动作业机器人平台。该机器人平台能够在自身携带的控制系统下稳定可靠的在线路上运行，并能自主跨越线路中的各种障碍（线锤、线夹、跳线等），可以完全取代原有的线路作业方式，完成部分或全部线路作业任务。该项目与国内外类似研究相比较具有以下特色和创新点： 1）基于仿生学理论与方法，结合长臂猿骨骼结构的特征与长臂组成及比例参数，提出了一种具有长臂猿骨骼特征的架空线路移动作业机器人悬挂臂结构，实现了机器人平台挂线稳定行走与越障功能。 2）开发研制了一种三臂式全驱动架空线路移动作业机器人平台，该平台爬坡角度大于50°，能够在控制系统的配合下自主协调跨越线路中的防震锤、间隔棒、线夹等障碍，在人工辅助下，能够稳定跨越引流线和绝缘子等跳线障碍。 3）机器人平台控制系统采用双ARM为控制核心，提出了一种双ARM主副热备份互容错启动控制技术。集成了多传感器信息融合容错技术、双备份容错技术和电磁干扰容错技术等多重容错技术，提高了系统的稳定性与可靠性。 4）建立了传感器的信息融合规则和状态检测比对策略，研制了基于规则库的多传感器信息融合专家控制系统，从而提高了控制系统的响应效率和容错可靠性。 5）开发设计了机器人平台智能型在线取电与不间断电源管理系统，实现了机器人平台移动作业的智能充电与自主管理功能。 成果社会效益及应用： 该项目研究以双ARM为控制核心、基于仿生结构特征的架空线路移动作业机器人平台。该机器人平台能够在自身携带的控制系统下稳定可靠地在线路上运行，并能自主跨越线路中的各种障碍（线锤、线夹、跳线等），可以完全取代原有的线路作业方式，完成部分或全部线路作业任务。 该机器人平台能够实现跨越安装于导线上的防震锤、间隔棒、悬垂线夹、修补管等线路设备，具备跨越耐张杆塔功能；控制采用双ARM为控制核心，提出了一种双ARM主副热备份互启动容错控制技术；集成了多传感器信息融合容错技术、双备份容错技术和电磁干扰容错技术等多重容错技术，提高了系统的稳定性与可靠性；建立了传感器的信息融合规则和状态检测比对策略，研制了基于规则库的多传感器信息融合专家控制系统，从而提高了控制系统的响应效率和容错可靠性；开发设计了机器人平台智能型在线取电与不间断电源管理系统，实现了机器人平台移动作业的智能充电与自主管理功能。因此具有很好的推广应用价值。 该成果通过在山东众域电气科技有限公司实施，产生了良好的效果，为其他企业提供了可靠的技术平台和经验。本成果将进一步扩大其使用范围，在架空线路检测与维护作业中发挥更有效的作用。 

本项目主要解决此市场痛点，将3D打印技术和液压系统相结合，设计一套轻量化的液压机械臂，特别适用于航空航天、军工、勘探、安防、排爆、物流搬运等特种机器人领域。对比同体积和质量的电驱动马达，扭矩可增加4倍以上。 一、项目进展 已注册公司运营 二、企业信息 企业名称 上海埃曼机器人有限公司 企业法人 唐锋 注册时间 2021.8.19 注册所在省市 上海 组织机构代码 91310113MA7B0CQ912 经营范围 机器人及其配件的研发、销售 企业地址 上海市宝山区上大路668号 获投资情况 EFG天使基金 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 唐锋 材料科学与工程/冶金工程 2020.09 黄梦婷 材料科学与工程/冶金工程 2020.09 刘翔 材料科学与工程/冶金工程 2020.09 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 王江 材料科学与工程 教授 陈超越 材料科学与工程 讲师 五、项目简介 目前市面上使用的机械臂、机器人95%以上为电机驱动，存在负载小，抗干扰能力差，续航短的问题，难以满足人们对负载日益增长的需求。而液压驱动的机械臂、机器人在相同功率下可以提供更大负载，对外界干扰不敏感，但同样存在一些问题，比如液压执行机构和液压元器件体积大，质量大，漏油，散热差等，因而很少被采用。在大负载、移动式机器人领域二者难以兼顾。 本项目主要解决此市场痛点，将3D打印技术和液压系统相结合，设计一套轻量化的液压机械臂，特别适用于航空航天、军工、勘探、安防、排爆、物流搬运等特种机器人领域。对比同体积和质量的电驱动马达，扭矩可增加4倍以上。 从最初的结构设计就采用增材制造思维，打破传统加工工艺的限制，因而设计更加多样化。然后将关键液压元器件也采用轻量化设计，金属3D打印工艺加工，部分液压元件外壳可进一步与机械结构件集成，使整体更加轻量化，简洁化。 团队目前已为中电X所开发一套原型机，产品于2021年7月交付，目前在开发第二代产品。今年1月与浙江大学机械工程学院签订三年合作开发协议，开发一款用于军工的机械狗腿部关节等项目。

本发明公开了一种基于干扰估计补偿的机械臂轨迹跟踪方法和系统，属于轨迹跟踪技术领域，方法包括：获取机械臂期望轨迹信息，包括期望位置q<subgt;d</subgt;，期望角速度期望角加速度基于给定系统总扰动d，建立机械臂动力学模型；设计神经网络干扰观测器，估计系统总扰动，获取系统干扰估计值y；设计超螺旋滑模控制器和全局非奇异终端滑模面s，获取基于机械臂期望轨迹信息和给定系统总扰动d的等效控制力矩u<subgt;eq</subgt;；基于系统干扰估计值y和等效控制力矩u<subgt;eq</subgt;，获取满足Lyapunov稳定性分析的机械臂控制律u，实现机械臂轨迹跟踪。本发明能够提高机械臂系统的稳定性和轨迹跟踪性能。

       山东天力机械铸造有限公司成立于2002年8月，注册资金5100万元，占地30.49亩，位于滕州市官桥镇工业园区。公司是国家高新技术企业，山东省“专精特新”中小企业，中国铸造协会理事单位，并获评中国铸造行业企业“AA”级信用等级企业。作为铸造行业国家标准起草制定单位，已累计主导或参与二十余项国家标准的制定工作。       公司坚持创新驱动发展战略，积极推动产学研融合，与武汉科技大学共建“高性能钢铁新材料开发与应用技术校企联合创新中心”。同时，公司深度融入地方产业生态，是枣庄市高端装备（精密铸造）产业发展联盟主席团核心成员单位，并作为承建运营单位，负责滕州市先进金属材料技术创新中心的建设与运行。       在生产制造方面，公司构建了现代化铸造生产体系，形成了年产能达4.5万吨的规模化制造能力。 核心熔炼环节配备多台中频电炉（包括5吨、3吨、1吨规格各2台），可满足不同规模的熔炼需求。在热处理环节，公司配置了先进的全自动智能推杆式淬火线，以及多台大型热处理炉（涵盖40吨、30吨、20吨及10吨等多种规格），实现了对铸件组织与性能的精准调控。凭借上述装备与技术实力，公司具备稳定生产单重18吨以下、涵盖各类牌号铸件的能力，能够灵活响应客户多品种、小批量及高端定制化的生产需求。       在铸造工艺体系方面，公司构建了以消失模铸造为核心，水玻璃砂型、树脂砂型、金属型、铁模覆砂及复合型砂等多工艺协同的成熟工艺体系。基于不同产品在结构特征、性能要求、质量稳定性及批量条件等方面的差异，公司能够科学匹配最适宜的工艺路线。依托上述工艺体系，公司可稳定覆盖从复杂薄壁件到大型厚重件、从单件试制到规模化生产的多样化制造需求，为客户提供高适配度、可持续的铸造解决方案。       为确保产品质量的可靠性和研发数据的准确性，公司持续加大检测能力建设，先后引进德国OBLF GS1000-Ⅱ型直读光谱仪、美国OLYMPUS VANTA系列VCR手持式X射线荧光（XRF）光谱分析仪、美国奥林巴斯OLYMPUS GX53金相显微镜等国际先进检测设备，并配备完善的力学性能检测手段，构建了覆盖化学成分、金相组织、力学性能及质量一致性的全流程检测体系，实现了从材料研发、工艺控制到最终性能交付的全过程技术闭环，为高可靠性铸件的稳定交付提供了系统性保障。       公司秉持开放合作、创新引领的发展理念，与国内一流科研机构及知名专家学者建立了长期稳定的合作关系，持续开展新型金属材料及其配套铸造工艺的研究。依托长期积累的多牌号铸造研发与生产经验，公司产品涵盖铸造碳钢、奥氏体锰钢、低合金钢、不锈钢、耐磨钢、耐热钢、抗磨白口铸铁、灰铸铁、球墨铸铁等多个门类，广泛应用于高端装备铸造配件、破碎粉磨装备耐磨部件、加工中心机床配件及高品质泵阀铸件等领域。       在质量管理方面，公司始终坚持高标准、严流程，建立并持续运行规范化的质量管理体系。公司通过中国质量认证中心（CQC）审核，取得ISO9001质量管理体系、ISO14001环境管理体系、ISO45001职业健康安全管理体系认证，并获得三标管理体系国际认证联盟（IQNet）认证，形成了覆盖原材料采购、生产制造、检验交付及客户服务等环节的全流程质量保障体系，为产品质量的长期稳定性与一致性提供了坚实保障。       在标准制定方面，公司长期深度参与国家铸造标准体系建设，围绕耐磨材料、铸铁与铸钢产品、金相检验、交货验收及工程应用等关键领域，持续为国家标准的制定与修订提供工程实践与技术支撑，相关成果已广泛应用于耐磨材料、阀门铸件、耐热与低合金钢铸件、尺寸与几何公差控制及绿色铸造等领域，有效促进相关技术要求在工程应用中的一致性与可实施性。       展望未来，公司将持续秉持“质量为本、创新为魂”的经营理念，依托多工艺协同优势与持续的技术创新能力，不断提升产品性能与服务水平，积极推动铸造行业技术进步和产业升级，为高端装备制造领域提供更加可靠、专业、定制化的铸造解决方案。

本发明公开了一种用于多自由度机械臂制动的制动装置及控制方法，所述制动装置包括：用于与制动执行元件配合完成制动动作的制动架，提供轴向移动自由度和传递扭矩的滚珠花键，用于制动执行元件的安装的球铰制动座，用于完成多自由度机械臂断电状态下的制动动作的制动执行元件以及用于测量制动执行元件压力大小的力传感器，还包括用于检测多自由度机械臂的工作、非工作状态的状态监测装置，用于控制制动执行元件的制动动作的制动控制器，以及驱动制动执行元件工作的气路元件。本发明具有结构简单、装配方便、制动安全可靠的优点，同时不约束多自

本发明属于柔性电子生产相关设备领域，并公开了一种用于柔 性膜转移的机械手控制系统，包括多自由度机械手、多传感器反馈单 元和控制单元，其中多自由度机械手用于对柔性膜执行转移操作；多 传感器反馈单元包括 CCD 传感器、激光位移传感器、重力传感器组、 真空传感器、压力传感器等，并用于对机械手包括位置、姿态、真空度和接触力在内的多项状态指标执行检测；控制单元则基于多传感器 反馈单元的信息，对机械手整个转移过程的操作执行精确控制，同时 还可对拾取头工作段的吸附面积大小进行灵活调节。通过本发明，可 根据柔性膜