• 自动化21日xx

导航:EXPO21XX>自动化21 xx>H05:机器人大学和研究> École de technologie supérieure (ÉTS)
École de technologie supérieure (ÉTS)
视频
加载播放器…
  • 提供配置文件
  • 位于蒙特利尔École de technologie supérieure (ÉTS)的控制与机器人实验室重新组织了30多名成员,其中4名是教授。CoRo与工业和各种研究中心合作,专注于应用研究。实验室配备了最先进的基础设施,包括几个工业机器人,一个机械臂,一台激光切割机,各种平行机器人原型,显微镜和各种计量仪器。
产品组合
  • 研究领域

  • CoRo实验室的研究工作主要集中在以下领域:
    • 精密的机器人
    • 并联机器人
    • 机电一体化和触觉技术
    • 控制
  • 精密的机器人

  • 在工业环境中,机器人操作器的大多数用户都对其出色的动作重复性感到满意。今天,工业机器人的效应器可以达到以前教的姿势(位置和方向),位置误差低于0.1毫米。然而,在某些应用中,要获得的姿势是计算而不是教授的,在这种情况下,也需要绝对的准确性。
    提高机器人绝对精度的最具成本效益的方法是通过校准。虽然使用计量设备校准机器人确实有各种商业解决方案,但事实是,即使是最便宜的机器人也要几千美元。此外,由于各种原因,这些解决方案并不能满足所有用户的需求(机器人单元空间不足,缺乏购买三维测量设备的预算等)。
    虽然在精密机器人方面,航空航天部门可能是要求最高的,但矛盾的是,它也是服务最差的。该行业在蒙特利尔地区有着特别明显和活跃的存在,包括普惠、通用航空、梅西耶-道蒂、L-3 MAS和庞巴迪航空航天在内的几家国际公司都使用工业机器人进行精确任务。

    机器人标定方法的发展
    CoRo实验室配备了各种计量设备:
    • 三维测量机(Mitutoyo)
    • 雷尼绍激光干涉仪系统
    • 激光跟踪仪(Faro)
    • 测量臂(法罗)
    • ballbar(英国)
    • 探针(英国)
    实验室还配备了两个串联和几个并联机器人。机器人校准项目主要包括使用测量设备和机械工件来优化机器人的绝对精度。这种类型的研究工作需要很强的数学背景,以及机器人运动学和优化方法的知识。
    第一个方法在CoRo实验室开发的是基于使用激光跟踪仪来校准经典的六自由度串行机器人。在ABB IRB 1600机器人上进行了实验工作,其整个工作空间的最大定位误差降低到0.850 mm以下。通过Matlab通过本地以太网控制激光跟踪仪和机器人,自动进行测量。
    一个第二种方法已开发用于校准实验室设计的并行机器人之一,PreXYT,使用测量臂(或任何3D坐标测量机)。该机器人的最大定位误差已降低到0.050 mm以下。
    其他校准方法也已被探索,包括使用探针校准串行机器人,以及使用激光跟踪仪校准穆格六足机器人。CoRo实验室目前正在探索使用C-Track,这是魁北克制造商Creaform的双摄像头测量设备。这种光学装置可以实时测量机器人的执行器姿态,因此不仅可以用于校准机器人,还可以动态地引导它们。
    • 用激光跟踪仪校准串行机器人

    • 带有测量臂的并联机器人的校准

  • 并联机器人

  • 除了普遍存在的串行工业机器人,还有其他类型的机械手,称为并联机器人。串联机器人基本上是由一系列由机动关节连接的连杆组成,而并联机器人由几个系列的连杆组成,它们的大多数关节都不是机动的。
    与串行机器人相比,并行机器人可以更快、更刚性和/或更精确。和几乎所有的运动模拟器一样,大多数快速取放机器人都是平行机器人。许多精密定位装置也是并联机器人。
    通过他的网站ParalleMIC和他对平行机构的运动学分析和设计的研究,Ilian Bonev教授在平行机器人领域享有盛名。他领导了在CoRo实验室进行的大部分涉及平行机器人的研发工作,在那里工作分为三类:理论工作、机械设计和仿真软件开发。

    理论工作
    以下是Bonev教授感兴趣的主要理论领域:
    • 并联机器人奇异点及工作空间的研究
    • 具有大工作空间和少奇点的新型并联机构的几何设计。

    机械设计

    在实践层面,Bonev教授主要对具有大工作空间和高绝对精度的新型并联机器人的机械设计感兴趣(见精密机器人部分)或用于非常具体的应用。在这两种情况下,工业级原型都是在ÉTS设计和生产的。这些原型的控制器通常是由Pascal Bigras教授开发的(参见控制部分)。
    这些机器人是使用CATIA、SolidWorks和ADAMS软件设计的。零件在Laboratoire institutionnel de fabrication de l ' ÉTS (ÉTS '机构制造实验室)加工,该实验室拥有21台机器,包括7个数控加工中心。经过适当的培训,CoRo成员能够独立使用大多数这些机床。
    第四个原型是一种电缆驱动机器人,由8个电机驱动。该项目目前正在开发中。

    仿真软件开发
    Bonev教授还对并联机器人仿真软件的设计感兴趣。他已经设计了一系列Java小程序,并将设计一个模拟德尔塔机器人的软件应用程序。这类工作主要面向Projet de fin d’études课程注册的学生、外国实习生或任何希望按需合同工作的人。应聘者必须精通c++,精通OpenGL库和Qt GUI工具包。
    • PreXYT, xy -并联机器人

    • 第一个原型CoRo实验室开发的是XY-Theta精密定位表,称为PreXYT(用于精密XY-Theta表)。这是一种新的无奇异三自由度并联机器人,具有非常简单的运动学。该机器人是为硅片精确定位而设计的,其执行器可覆盖直径为170 mm的圆形区域,任意方向在-17°至17°之间,绝对定位误差在0.050 mm以下。
    • DexTAR, XYZ平行机器人

    • 第二个原型该机器人名为DexTAR(灵巧的双臂机器人),是一种基于5杆机构的快速拾取和放置XYZ机器人。它的独创性在于,机器人可以动态地重新配置自己,以最大化其工作空间(通过交叉串行奇点)。
    • MedRUE,六自由度并联机器人

    • 第三个原型是一个名为MedRUE (Medical robot for vascular Ultrasound Examination)的六自由度机器人,用于分析下肢动脉。机器人将使用超声波探头对狭窄进行诊断。该项目目前正在开发中,正在与Hôpital巴黎圣母院合作进行,这是医院中心'Université de Montréal (CHUM)网络的一部分。
    • MicARH,旋转六足微定位

    • 第五个原型是一种叫做MicARH(微定位敏捷旋转六足机)的旋转六足机。该项目目前正在开发中。
  • 控制

  • CoRo实验室的研发控制活动由Pascal Bigras、Vincent Duchaine和Guy Gauthier教授领导,并专注于几个领域。

    机器人控制
    该领域的一个项目是在NSERC的航空航天制造技术中心进行的,涵盖了工具与环境接触的工业机器人控制算法的建模、设计和实现。为了优化力和阻抗控制的设计,提出了一个考虑机器人几何形状、关节弹性以及位置控制器响应的模型。

    一个医疗机器人项目正在与Hôpital巴黎圣母院合作进行,这是医院中心'Université de Montréal (CHUM)网络的一部分。诊断动脉疾病通常需要精确的三维图像。回声成像技术是一种非侵入性和廉价的技术,可以精确地切割探针所在的动脉部分。因此,可以通过一组超声波扫描仪获得三维模型,这些扫描仪可以沿着动脉进行足够多的切割,从而进行三维重建。在这个项目中,目前正在开发一种安全的机器人控制器,以自动捕获下肢的3D超声图像。

    目前正在与Hydro-Québec的研究机构合作开发几个项目。这些项目的主要目的是用机器人重建水电大坝,考虑到人工重建将需要排水以确保工人的安全,这应能节省大量费用。

    由于与LIO的Rachid Aissaoui教授和Institut de réadaptation de Montréal合作,非线性测力计的开发项目正在进行中。这款功率计基于阻抗控制,应用于直接驱动电机,并结合仪器轮对,可以为用户忠实地再现轮椅的感觉,不仅适用于线性路径,而且适用于曲线运动。控制定律将很快扩展到允许用户学习更好地推动他们的椅子,以防止他们的肩膀疼痛。

    用摩擦控制定位系统
    为了提高有摩擦定位系统的控制精度,研究了新的动态摩擦模型。这些模型的识别,以及基于被动性和矩阵不等式的形式主义的控制律的设计构成了这些研究的核心。

    一些鲁棒控制和识别算法已经被提出并成功地应用于各种定位系统,如受限机器人和气动执行器。

    迭代学习控制(应用于热成形过程)
    这种控制方法适用于重复过程,如化学气相沉积过程。因为这个过程是重复的,所以在前一批上采取的措施可以用来纠正下一批要生产的产品,从而优化生产质量。该控制应用于热成型烤箱,以允许自动调整加热元件的温度设定值,允许热成型塑料片表面温度与所需型材的温度相匹配。
    由于热成形炉是一个非线性系统,有很多输入和输出,因此用迭代学习的方法设计控制算法非常复杂。还必须采取步骤,以确保温度设定值与理想值的收敛是单调的,并且即使在工艺参数和环境参数发生变化的情况下,控制仍保持鲁棒性。利用热成形炉数学模型对这些控制算法进行了验证。
    为了促进鲁棒设计算法的设计,Gauthier教授将混合灵敏度方法(基于h∞)和mu分析方法与内部控制和遗传算法相结合。一些方法,包括mu -综合方法,从迭代学习中提供了鲁棒控制算法,但实现这些算法将是一项复杂的工作。然而,由于控制器结构从一开始就确定了,因此更容易分析鲁棒性。因此,可以使用诸如基于遗传的优化算法来合成控制器。Gauthier教授期望将这种设计方法应用于非迭代的鲁棒控制。
    最后,Gauthier教授开发了一种包含内部模型和使用模糊逻辑的控制设计方法。通过对该过程所采取的措施,可以得到该过程的模糊模型,并将该模糊模型的逆过程集成到迭代学习控制算法中。
    • 带力控制单元的库卡机器人

    • 正在开发的回声机器人

    • 水下研磨机器人

    • 热成型烤箱

    • 热成型烤箱

  • 机电一体化和触觉技术

  • CoRo实验室在机电一体化和触觉学领域拥有专业知识。机器人这一分支的研究主要由文森特·杜凯教授和他的团队进行。这一广泛的类别包括人与机器人之间的物理交互、传感器技术的发展和触觉设备的设计等领域的工作。

    人与机器人之间的物理互动
    人类和机器人之间的物理互动是机器人技术中一个相对较新的领域,旨在使人类和机器人共享一个共同工作空间的协同作用。这种进化似乎是迈向更先进机器人的自然步骤,介于今天的工业机器人和明天的多功能人形机器人之间。这种可能的未来共存有可能对与日常生活相关的几个领域产生重大影响,如康复、机器人辅助设备或辅助手术。除了这三个应用领域之外,这种实现的最大影响可能是在制造业。人类和机器人之间的有效协同作用可以通过将人类的推理能力和适应非结构化环境的非凡能力与机器人的无穷无尽的力量相结合来考虑。
    Vincent Duchaine教授对通过创建适当的控制算法使这些机器人具有与人类直观互动的能力所带来的挑战特别感兴趣。这包括在可变阻抗控制和碰撞反应策略的发展方面进行的工作。

    传感器技术
    Duchaine教授的团队还对为各种机器人应用创造新的传感器技术感兴趣。该公司正在积极开发低成本的多轴负载传感器,设计触摸传感器,并开发一种用于机器人人工皮肤的触摸层。这些技术的发展可归因于新的机器人应用的出现,在这些应用中,机器人可以执行更复杂的任务,并在结构化较少的环境中进化。

    触觉设备
    Vincent Duchaine教授和他的团队目前正致力于创造便携式触觉界面,让手部截肢者重新获得触觉。除了简化的力学限制了当前假肢装置的抓握能力之外,这种装置无法感知和传递外感和本体感信息,这使得它们更加难以控制。这种信息的缺乏对截肢者执行某些日常任务的能力产生了负面影响,并且需要对假肢设备进行持续监测。
    • 符合图纸

    • 多轴负载传感器安装在Willow Garage PR2机器人上

    • 机器人人造皮肤

  • 基础设施

  • 控制和机器人实验室(CoRo)位于Pav的三楼。ÉTS的A。主室A-3566配备了16个工作站。隔壁的a -3569房间里有一个机器人系统和计量设备。
    • a - 3566房间

    • a - 3569房间

  • 以下是CoRo可用的主要设备

    • irb1600工业机器人,ABB

    • 机器人的单元配备了60,000 rpm的主轴(SLF HF),一个电动抓手(Schunk PG 70),一个电动执行器(IAI)和一个探头(Renishaw LP2)。伊利安·博涅夫教授的教学实验室还使用了另外四个相同型号的机器人
    • 万能手,Robotiq

    • Robotiq手臂是一个智能抓取器,可以自动适应物体的形状。这只手臂由制造商Robotiq捐赠。
    • IRB 360工业机器人(FlexPicker), ABB

    • 这个机器人被安装在一个有三个传送带和一个摄像头的牢房里
    • Visualeyez vz4000动作捕捉单元,凤凰科技

    • Faro激光追踪器ION, Faro科技公司

    • FaroArm Platinum, Faro Technologies

    • XL-80激光干涉仪系统,雷尼绍

    • 雷尼绍QC20-W滚珠系统