视频
加载播放器…
  • 提供配置文件
  • 乔塞特教授的教育和研究兴趣横跨计算理论和机电工程实施之间的边界:严格的数学结果使工程进步,而实施的实际方面驱动理论推导。
产品组合
  • 机器蛇

    • 机械设计-躯干机器人-角执行器

    • 设计蛇形机器人的主要挑战是将驱动关节放在一个紧凑的体积中,在这个体积中,我们尽量减少关节之间的长度和横截面积。我们设计的主要概念,以及其他许多设计,是将两个自由度关节堆叠在一起,形成一个蛇形机器人。这类机器人主要有三种设计流派:驱动万向节、角旋转关节和角斜角关节。
    • 机械设计-主干机器人-外科手术

    • 为了克服目前可用的用于微创心脏手术(MICS)的辅助技术的局限性,我们开发并测试了基于高关节机器人探针(HARP)创新方法的第一个原型。我们假设,对于涉及心外膜对跳动心脏进行干预的手术,MICS可以通过HARP有效实现,通过剑突下端口进入心外膜腔,在不引起血流动力学和电生理学干扰的情况下到达心外膜内的远端位置,附着在目标表面,并在外科医生的直接控制下进行治疗干预。我们坚信,HARP的功能最终将应用于多种心包内治疗(例如,通过心包内注射进行细胞移植、心外膜消融、心外膜引导复位等)。我们的长期目标是实现我们集团的“心外膜前沿”愿景,通过开发和测试新的专用创新机器人技术,实现不断增长的心外膜治疗组合。我们设想以harp为基础的心包内治疗不仅会被微创心脏外科医生采用,还会被介入心脏病学家和电生理学家采用。
    • 机械设计-蛇机器人-模块化设计

    • 蛇形机器人可以利用其内部的许多自由度穿过拥挤的空间,进入人或机器无法使用的位置。此外,这些高度铰接的设备可以协调其内部自由度,以执行各种运动能力,超出了传统的轮式机器人和最近开发的腿部机器人的能力。这些设备的真正力量在于它们是多功能的,实现的行为不仅限于爬行、攀爬和游泳。
    • 机械设计-蛇机器人-皮肤驱动

    • 小型机器人有可能进入人类无法进入的密闭空间。然而,轮式和履带式系统的机动性在杂波环境下受到严重限制
      环境。蛇形机器人使用生物学启发的步态进行运动,可以在许多情况下提供更好的通道,但速度较慢,很容易被卡住。本文介绍了一种蛇形机器人运动的替代方法
      整个机器人表面提供持续的推进力,在许多环境中显著提高速度和机动性。

      该项目与上汽集团合作。
    • 控制理论-路径规划-遵循

    • 蛇形机器人有很多应用,但很难控制。一个人不能简单地单独操作蛇的每个关节,因为关节太多了。这些机器人需要运动规划算法。蛇机器人的运动规划是困难的,因为机器人有许多内部自由度,必须协调以实现有目的的运动。在运动规划术语中,这意味着蛇机器人存在于大维度的构型空间中。我们的工作将使机器人在从完全自主到人类引导的几种不同模式下操作成为可能。机器人将能够根据从功耗到安全性甚至隐身性的一系列成本函数优化自己的路径。
    • 控制理论-运动-机器人

    • 运动描述了移动系统如何通过改变形状来改变它们的位置。例如,上面所示的三连杆系统的位置是其中间连杆的位置以及该连杆相对于惯性系的方向,其形状完全由两个关节角描述。通过协调这些关节角度的变化,即使没有执行器直接控制位置变量,该系统也可以在平面上移动。通过研究这一过程,我们既可以为新型机器人设计动作,也可以更好地了解动物是如何在环境中移动的。

      三连杆运动蛇就像漂浮的蛇,但每个连杆都受到横向移动的限制。对中间连杆的约束阻止了系统横向移动,因此,像差动驱动汽车一样,运动蛇只有向前和旋转连接向量场。这些向量场具有奇点,这是约束之间相互作用的结果。运动蛇的两种步态在形状空间中描绘出相同的曲线,但起点不同。因为改变起点会改变前进和旋转运动的顺序,这两种步态产生的净位移显著不同。

  • 外科手术机器人- LSTAT/Snake机器人-生命支持创伤和运输-战场诊断机器人

  • LSTAT/Snake Robot项目描述:
    LSTAT(创伤和运输生命支持)系统包含了ICU的许多功能,但完全包含在担架中。它有一个除颤器,氧气供应,呼吸机,和各种形式的生理监测。它是由综合医疗系统公司建造和开发的,目前在伊拉克和阿富汗使用。

    我们正在与美国陆军的TATRC部门(远程医疗和先进技术研究中心)合作,将蛇机器人集成到LSTAT系统中。我们相信,像我们的蛇机器人这样的超冗余操作器,可以让医护人员在受伤士兵离开战场之前就开始检查和治疗;而且它将高效地利用空间,并将增加的重量降至最低。由于大多数战争时期的死亡都是由于失血造成的,能够尽早开始治疗往往会产生至关重要的影响。
    • 蛇机器人检查躺在LSTAT上的骷髅头

    • 蛇机器人检查躺在LSTAT上的一具骨架的腹部

  • 我们的机器人

    • 模块化的蛇

    • 蛇形机器人可以利用其内部的许多自由度穿过拥挤的空间,进入人或机器无法使用的位置。

      此外,这些高度铰接的设备可以协调其内部自由度,以执行各种运动能力,超出了传统的轮式机器人和最近开发的腿部机器人的能力。这些设备的真正力量在于它们是多功能的,实现的行为不仅限于爬行、攀爬和游泳。

      蛇步态
      modsnake项目的核心任务是开发新型步态,在蛇形机器人的关节角度上循环输入,其内部运动可在所需方向上提供净位移。我们已经开发了几个由下面描述的一组参数描述的步态。虽然我们没有声称我们的步态模型具有完全的通用性,但我们已经能够模仿所有的生物步态,并开发出那些超越生物能力的步态。
      然而,许多任务不能仅通过执行参数化步态来完成。这些情况的出现是由于任务的复杂性和机器人的硬件限制,如尺寸和电机强度。脚本步态是专门为机器人开发的,以完成所需的任务。这类任务的例子包括爬楼梯、穿越缝隙、钻到墙上的洞里、穿越铁路,以及用机器人的头部扫描摄像头
    • 树干蛇

    • 设计蛇形机器人的主要挑战是将驱动关节放在一个紧凑的体积中,在这个体积中,我们尽量减少关节之间的长度和横截面积。我们设计的主要概念,以及其他许多设计,是将两个自由度关节堆叠在一起,形成一个蛇形机器人。这类机器人主要有三种设计流派:驱动万向节、角旋转关节和角斜角关节。

      驱动万向节
      首先想到的最简单的设计是将简单的转动关节尽可能地堆叠在一起,这导致了驱动万向节的设计。顾名思义,他的设计包含了一个万向节和两个电机来驱动万向节的两个自由度。这种设计有许多变化:其中最简单的是将转动关节垂直堆叠,并尽可能地相互靠近,如图1所示。这些类型的设计往往是笨重和缓慢的,因此不适合许多蛇机器人的应用。

      这种设计方法的主要挑战是使关节尽可能紧凑,但足够强,具有可观的弯曲范围。这种设计的主要好处之一是,你只需要一个电机来驱动一个自由度,而不是网页中的其他设计,在任何时候都是两个电机驱动。然而,转矩转移到电机相对较大,因此需要更高的减少。通常高减速器是通过使用蜗轮蜗杆的功率螺钉来实现的,因此机构的速度较慢。

      转角旋转接头设计
      第二个进化的设计是有角度的旋转关节,这出现在喷气推进实验室的蛇机器人中。这是更紧凑的两自由度关节。设计很简单:从一个球体开始,然后将球体切割成两部分,使切片平面横于球体的南北极轴。现在旋转一半球体相对于另一半球体,注意北极的运动,因为它穿过一个旋转锥。通过被动万向节连接两个相邻的蛇槽,然后通过协调两个球形杯的旋转产生两个自由度:平面内弯曲和定向。这是迄今为止最紧凑的接头设计。然而,在这里,我们试图开发一种新的紧凑的二自由度关节。

      角斜角接头设计
      在这里,我们试图开发一种新的紧凑的两自由度关节。我们致力于优化这些关节的尺寸、强度、可达性和灵活性。到目前为止,我们已经设计了三种新型关节。

      我们已经设计并建造了许多原型:
      -角斜角
      -方向保持
      ——无齿轮
      -双角斜角
    • 医用蛇机器人

    • 为了克服目前可用的用于微创心脏手术(MICS)的辅助技术的局限性,我们开发并测试了基于高关节机器人探针(HARP)创新方法的第一个原型。我们假设,对于涉及心外膜对跳动心脏进行干预的手术,MICS可以通过HARP有效实现,通过剑突下端口进入心外膜腔,在不引起血流动力学和电生理学干扰的情况下到达心外膜内的远端位置,附着在目标表面,并在外科医生的直接控制下进行治疗干预。

      我们坚信,HARP的功能最终将应用于多种心包内治疗(例如,通过心包内注射进行细胞移植、心外膜消融、心外膜引导复位等)。我们的长期目标是实现我们集团的“心外膜前沿”愿景,通过开发和测试新的专用创新机器人技术,实现不断增长的心外膜治疗组合。我们设想以harp为基础的心包内治疗不仅会被微创心脏外科医生采用,还会被介入心脏病学家和电生理学家采用。
    • 蛇形机器人运动的环面皮肤驱动

    • 小型机器人有可能进入人类无法进入的密闭空间。然而,轮式和履带式系统的机动性在混乱的环境中受到严重限制。蛇形机器人使用生物学启发的步态进行运动,可以在许多情况下提供更好的通道,但速度较慢,很容易被卡住。

      该装置介绍了蛇形机器人运动的另一种方法,其中机器人的整个表面提供持续的推进力,在许多环境中显著提高速度和机动性。

      该项目与上汽集团合作。SAIC项目成员包括大卫·安霍尔特和詹姆斯·麦肯纳。
    • 分布式处理

    • 我们正在开发一种在平面上操作物体的替代方法,其中许多固定在平面阵列上的小操作单元合作处理物体。在我们的系统中,每个单元由一对执行器组成,它们的联合作用可以在任何平面方向上对位于阵列顶部的包裹施加力。此外,每个单元包含多达5个二进制传感器,用于检测物体的存在。

      在我们的系统中,包裹明显大于每个细胞;多个单元格处理单个对象。通过适当的协调,在阵列顶部的包裹可以在平面上平移和旋转。由于传感和驱动是分布式的,因此许多包裹中的每个包裹都可以独立操作,就好像每个包裹都由单独的车辆携带一样。因此,虚拟交通工具的名字。

      对于许多应用,专用机器人或输送机是最简单和最合适的解决方案。然而,在某些情况下,需要额外的灵活性和可重构性等特性。在这些情况下,虚拟交通工具具有许多优点,包括
      • 灵活性.由于驱动是分布式的,因此可以独立地操作多个包。这允许快速地对包裹进行分类、重新排序和重新定向。可以轻松地传递多种大小和形状的对象,并且可以并行调用多个对象路径。
      • 冗余.由于虚拟车辆系统是一个大量并行的单元阵列,如果一个单元坏了,相邻的单元就会围绕坏了的单元工作,要么将包裹转移到坏了的单元周围,要么只是将包裹传递到坏了的单元上。
      • 模块化/重构性。许多电池由于体积小和相对简单,可以以低成本生产。这些细胞被设计成“啪”地合在一起形成一个阵列。这种模块化允许以任何配置排列单元格。可以通过移动单元格和添加新单元格轻松地重新配置数组。模块化还使修复变得容易,因为损坏的单元可以简单地替换。
      • 可伸缩性.单元格可以被设计成携带各种大小的物体。例如,微机械驱动器可以携带集成电路组件等近乎微观的物体,而小型塑料轮子可以携带(许多尺寸的)行李箱通过机场,大型卡车轮胎可以在船舶/火车场周围携带箱式车厢。
      虚拟车辆可以与传统机器人和传送带结合使用,形成混合动力系统。例如,在机场行李处理中,可以使用长传送带长距离运输包裹,而虚拟车辆阵列可以安装在传送带连接处,以分类和重新引导包裹交通。在柔性制造中,虚拟车辆可用于在简单机器人用于物体固定的机器人工作空间之间运输物体。

      我们已经建立了一个原型系统,由一组小细胞阵列组成,能够传输面包盒大小的物体。每个单元由一对正交方向的电动滚轮组成(图3和图4),这些滚轮能够产生垂直于其轴的力,同时允许平行于其轴的自由运动。每个轮子由一个小型直流电机通过齿轮减速驱动。
    • Fullabot

    • Fullabot是一种通道爬行机器人,用于在埃及纪念碑的小通道中穿行,也用于城市搜索和救援。这个机器人的占地面积比一张纸还小,高度为4英寸,可以在极其狭小的空间里有效地移动。Fullabot具有驱动悬挂、大轮子和极低的重心,还可以爬过崎岖的地形。

      这个项目由Gregg Podnar领导。
  • 排雷

  • 这项工作开发了在目标区域扫雷的关键技术,无论是在浅水区、陆地上还是在它们之间的界面上。扫雷的关键第一步是找到地雷。寻找地雷是一项危险而昂贵的任务。机器人的使用立即绕过了危险,降低了成本,并有可能加快这一过程。在扫雷过程中,机器人必须让一个探雷传感器经过该地区所有可能隐藏地雷的地点。要做到这一点,机器人必须穿过目标区域的一条精心规划的路径。这项工作的目标是开发智能算法,以保证机器人完全覆盖目标区域,或目标高度集中的部分区域。这项工作还强调,智能算法不一定需要很高的计算预算,因此可以在廉价的户外移动机器人上运行。因此,我们正在开发新的廉价户外移动机器人,并在这些机电系统上编码我们的算法。

  • 综合规划与控制的混合控制

  • 本文研究了在复杂平面环境中同时规划和控制凸体轮式移动机器人运动的控制策略的构造问题。由于控制、非完整约束和避障之间的关系,这个导航问题具有挑战性。目标是使机器人在其环境中移动,从而在不接触任何障碍物的情况下到达指定的目标集,同时尊重系统固有的非完整约束和速度(输入)边界。
    解决这个问题的常规方法通常是将导航和控制分离。首先,规划器找到一条路径,然后反馈控制策略试图遵循这条路径。这些方法通常假设机器人体为点或圆形;其他非平凡的机器人身体形状使寻找安全路径的问题复杂化,因为路径必须在机器人的自由构型空间中规划。这就留下了一个具有挑战性的问题,即设计一个收敛到一维路径的控制律,同时保持对障碍物的安全。这种解耦的方法会导致鲁棒性的损失,可能需要在操作期间重新规划,或者在机器人试图收敛到安全路径时可能导致碰撞。如果将避障叠加在控制律之上,可能会使控制律的收敛保证失效。

    我们通过生成一个矢量场来解决耦合导航和控制问题,机器人可以沿着这个矢量场流动。“不幸的是,确定一个满足约束系统所有这些目标的全局向量场可能相当困难。我们的方法受到顺序组合思想的启发,使用局部反馈控制策略的集合加上切换策略来生成向量场。概念思想如下所示。

    我们不再试图设计复杂的全局控制律,而是在局部区域上定义更简单的控制策略。组合这些相对简单的策略可以在策略域的并集上得到一个分段连续的向量场。策略由定义在机器人自由构型空间局部区域(称为单元)上的构型相关向量场指定。从这个向量场和当前机器人状态的知识,确定控制输入,以便闭环动态流向单元内指定的策略目标集

    一个离散的转换关系,可以用图表示,是由一个策略的域到包含第一个策略的目标集的第二个策略的域之间的转换引起的。在线规划和在不断变化的条件下重新规划,在图上变得更容易处理,允许我们使用许多离散的规划工具来处理这个本质上连续的问题。通过根据离散计划器确定的顺序对局部策略进行排序,闭环动态诱导离散计划所需的离散转换。总体的混合(切换)控制策略响应系统扰动而不需要重新规划。面对不断变化的环境条件,离散图允许快速在线重新规划,同时继续尊重系统约束。

    该混合控制系统将规划与控制耦合在控制策略的离散空间中进行规划;因此,这种方法代表了对传统技术的背离。“细”路径或轨迹从来没有明确地计划过;相反,由闭环动力学诱导的轨迹沿主动策略定义的向量场流动,该策略是根据离散规划器确定的顺序选择的。与策略集合关联的离散图上的规划对应于关联本地策略域中的“厚”配置集。

    • 本地反馈控制策略

    • 四个不同的初始条件收敛到由局部反馈控制策略组成的总体目标。图中显示了实际的机器人数据。
    • “复杂”的潜在控制策略

    • 简单控制策略的组合

    • 目标为右的策略示意图

    • 诱导转变图