视频
加载玩家…
  • 提供配置文件
  • 乔赛特教授的教育和研究兴趣跨越了计算理论和机电一体化工程实施之间的边界:严格的数学结果使工程进步,而实践方面的实施推动理论推导。
产品组合
  • 机器蛇

    • 机械设计-主干机器人-角致动器

    • 设计蛇形机器人的主要挑战是将驱动关节放置在一个紧凑的空间中,使关节之间连杆的长度和横截面积最小化。我们的主要设计理念,以及其他许多设计理念,是将两个自由度关节堆叠在一起,形成一个蛇机器人。这类机器人有三种主要的设计流派: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

    • 为了克服目前可用于微创心脏手术(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,对于涉及搏动心脏的心外膜干预的手术,可以通过HARP有效地实现MICS,通过剑状下端口进入心包腔,在不引起血流动力学和电生理干扰的情况下到达心外膜心外膜内的远程位置,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的功能将最终应用于多种心包内治疗(如心肌内注射细胞移植、心外膜消融、心外膜导线再同步化等)。我们广泛的长期目标是实现我们团队的“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,使心外膜治疗的组合不断增长。我们设想采用基于harp的心包内治疗的不仅是微创心脏外科医生,还包括介入性心脏病学家和电生理学家。
    • 机械设计-蛇机器人-模块化设计

    • 蛇机器人可以利用其内部的多个自由度,穿过拥挤的空间,进入人类和机器无法使用的位置。此外,这些高度连接的设备可以协调其内部自由度,以执行各种超越传统轮式机器人和最近开发的腿式机器人的能力。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混乱中受到严重限制
      环境。蛇机器人采用仿生步态进行运动,可以在许多情况下提供更好的通道,但速度很慢,很容易被卡住。本文介绍了一种蛇机器人运动的替代方法
      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。
    • 控制理论-路径规划-跟随

    • 蛇机器人有很多应用,但很难控制。一个人不能简单地单独操作蛇的每个关节,因为蛇的关节太多了。这些机器人需要一个运动规划算法。蛇形机器人的运动规划是一个难点,因为机器人内部有很多的自由度需要协调才能实现有目的的运动。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有可能在从完全自主到人类引导的几种不同模式下操作。机器人将能够根据功耗、安全甚至隐身等一系列成本函数优化自己的路径。
    • 控制理论-运动-机器人

    • 移动指的是移动系统如何通过改变形状来改变位置。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。通过对这些关节角进行协调变化,即使没有促动器直接控制位置变量,该系统也可以在平面上进行运动。通过研究这个过程,我们既可以为新型机器人设计运动,也可以更好地理解动物是如何在环境中移动的。

      三连杆运动蛇形结构与浮动蛇形结构相似,但每个连杆的横向运动受到限制。中间连杆的约束阻止了系统的横向移动,因此,像差动驱动小车一样,运动蛇只有向前和旋转的连接矢量场。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。由于改变起始点会改变前进和旋转运动的顺序,两种步态产生的净位移明显不同。

  • 外科机器人- LSTAT/蛇机器人-创伤和运输生命支持-战场诊断机器人

  • LSTAT/Snake机器人项目描述
    LSTAT(创伤和运输生命支持)系统集成了ICU的许多功能,但它完全包含在担架中。里面有一个除颤器,一个供氧设备,一个呼吸机,以及各种形式的生理监测设备。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机械臂可以让医护人员在伤员离开战场之前就开始检查和治疗他;它将以高效的空间利用和最小的重量增加来做到这一点。由于大多数战争期间的死亡都是由于失血造成的,因此尽早开始治疗往往会产生重大影响。
    • 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

    • 蛇机器人可以利用其内部的多个自由度,穿过拥挤的空间,进入人类和机器无法使用的位置。

      此外,这些高度连接的设备可以协调其内部自由度,以执行各种超越传统轮式机器人和最近开发的腿式机器人的能力。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的步态,蛇机器人的内部运动提供一个在期望方向上的净位移,对关节角进行循环输入。我们已经开发了几个步态描述的一组小参数,如下所示。虽然我们没有声称我们的步态模型是完全通用的,但我们已经能够模仿所有的生物步态,并开发出超越生物能力的步态。
      然而,许多任务不能仅仅通过执行参数化的步态来完成。这些情况的出现是由于任务的复杂性和机器人硬件的限制,如大小和运动强度。脚本步态是专门为机器人完成所需任务而开发的。这类任务的例子包括爬楼梯、穿越缝隙、伸进墙洞、穿越铁路轨道和机器人头部的摄像头扫描
    • 树干蛇

    • 设计蛇形机器人的主要挑战是将驱动关节放置在一个紧凑的空间中,使关节之间连杆的长度和横截面积最小化。我们的主要设计理念,以及其他许多设计理念,是将两个自由度关节堆叠在一起,形成一个蛇机器人。这类机器人有三种主要的设计流派:驱动万向节、角旋转关节和角斜角关节。

      驱动万向节
      最简单的设计,首先想到的是堆叠简单的转动关节尽可能接近彼此,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带有两个电机的万向节来驱动万向节的两个自由度。这种设计有许多变体:其中最简单的就是将转动关节正交叠加,并尽可能地靠近彼此,如图1所示。这些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接头尽可能紧凑,但足够强,并具有明显的弯曲范围。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,而不是网页上的其他设计,其中两个电机在任何时候都被驱动。然而,转矩转移到电机是相对较大的,因此需要更高的减少。通常高的减少是通过使用蜗杆齿轮的权力螺钉,因此缓慢的机构。

      角旋转接头设计
      第二个改进的设计是角旋转关节,它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,然后把球体切成两部分,使切片平面与球体的南北极轴相交。现在让一个半球相对于另一个半球转动,注意北极的运动,因为它穿过了一个旋转的圆锥体。通过一个被动万向节连接两个相邻的蛇舱,然后通过协调两个球杯的转动产生两个自由度:平面内弯曲和定向。这是迄今为止最紧凑的接头设计。然而,这里我们正在尝试开发一种新的紧致二自由度关节。

      角斜角关节设计
      在此,我们试图开发一种新型的紧致二自由度关节。我们致力于优化这些关节的大小、强度、可及性和灵活性。到目前为止,我们已经设计了三种新型的关节。

      我们已经设计并制造了许多原型机:
      ——角斜
      ——方向保护
      ——无齿轮
      -双角斜角
    • 医疗蛇机器人

    • 为了克服目前可用于微创心脏手术(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,对于涉及搏动心脏的心外膜干预的手术,可以通过HARP有效地实现MICS,通过剑状下端口进入心包腔,在不引起血流动力学和电生理干扰的情况下到达心外膜心外膜内的远程位置,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的功能将最终应用于多种心包内治疗(如心肌内注射细胞移植、心外膜消融、心外膜导线再同步化等)。我们广泛的长期目标是实现我们团队的“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,使心外膜治疗的组合不断增长。我们设想采用基于harp的心包内治疗的不仅是微创心脏外科医生,还包括介入性心脏病学家和电生理学家。
    • 蛇机器人运动的环形蒙皮驱动

    • 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乱环境中受到严重限制。蛇机器人采用仿生步态进行运动,可以在许多情况下提供更好的通道,但速度很慢,很容易被卡住。

      该装置引入了一种可供选择的蛇机器人运动方式,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David Anholt和James McKenna。
    • 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,即固定在平面阵列上的许多小操作单元协同操作物体。在我们的系统中,每个单元由一对驱动器组成,它们的共同作用可以在任何平面方向上对位于阵列顶部的一个单元施加力。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;几个单元格处理一个对象。通过适当的协调,可以使阵列上的包裹在平面内平移和旋转。由于传感和驱动是分散的,每个包裹都可以独立操作,就好像每个包裹由单独的车辆携带一样。因此,虚拟汽车的名字。

      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,虚拟汽车具有许多优势,包括
      • 灵活性.由于驱动是分布式的,因此可以独立操作多个包裹。这使得包裹可以快速地进行分类、重新订购和重新定向。可以轻松地传递许多大小和形状的对象,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规模并行的单元阵列,如果一个单元损坏了,相邻的单元就会在损坏的单元周围工作,要么把包裹转移到损坏的单元周围,要么干脆把包裹传递过去。
      • 模块化/重构性。许多电池由于体积小和相对简单,可以以较低的成本生产。这些单元格被设计成“咔嗒”在一起形成一个数组。这种模块化允许单元以任何配置排列。可以通过移动单元和添加新单元轻松地重新配置该阵列。模块化还使维修变得容易,因为损坏的电池可以简单地更换。
      • 可伸缩性.单元可以设计为携带各种大小的物体。例如,微机械执行器可以携带接近微观的物体,如集成电路组件,而小塑料车轮可以携带手提箱(许多大小)通过机场,大型卡车轮胎可以携带箱子车厢在船舶或火车场。
      虚拟车辆可以与传统的机器人和传送带结合使用,形成混合系统。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,而在传送带路口可以安装虚拟车辆阵列来分类和重新引导包裹交通。在柔性制造中,虚拟车辆可用于在机器人工作空间之间运输物体,而机器人则用于简单的物体固定。

      我们已经建立了一个原型系统,由一个小阵列细胞组成,能够运输面包盒大小的物体。每个单元由一对正交定向的电动滚轮(图3和4)组成,它们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。每个轮子由一个小的直流电机通过齿轮减速驱动。
    • Fullabot

    • Fullabot是一个通道爬行机器人,用于在埃及纪念碑的小通道中导航,也用于城市搜索和救援。该机器人的占地面积比一张纸还小,高度为4英寸,可以在极其狭窄的空间内有效地机动。采用驱动悬挂、大车轮和极低的重心,Fullabot还可以爬越崎岖的地形。

      这个项目是由格雷格·波德纳领导的。
  • 排雷

  • 这项工作开发了扫雷目标区域的关键技术,无论是在浅水、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。使用机器人可以立即避开危险,降低成本,并有可能加快过程。在扫雷中,机器人必须通过地雷探测传感器,越过可能隐藏地雷的区域的所有点。为了做到这一点,机器人必须穿过一个精心规划的路径通过目标区域。这项工作的目标是开发智能算法,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的户外移动机器人,并在这些机电一体化系统上编码我们的算法。

  • 综合规划与控制的混合控制

  • 本文研究了凸体轮式移动机器人在复杂平面环境下的运动规划与控制问题。由于控制、非完整约束和避障三者之间的关系,导航问题具有挑战性。目标是在不接触任何障碍物的情况下移动机器人,使其达到指定的目标,同时尊重系统固有的非完整约束和速度(输入)边界。
    解决这个问题的传统方法通常会将导航和控制解耦。首先,计划者找到一条路径,然后反馈控制策略尝试遵循这条路径。该方法通常假定机器人体为点或圆形;其他非平凡的机器人形体使安全路径的寻找问题复杂化,因为路径必须在机器人的自由构型空间内规划。这就留下了一个具有挑战性的问题,即如何设计一个收敛于一维路径的控制律,同时在面对障碍物时保持安全。这种解耦方法会导致鲁棒性的丧失,在操作过程中可能需要重新规划,或者在机器人试图收敛到安全路径时可能导致碰撞。如果在控制律上分层设置避障,控制律的收敛性保证可能失效。

    我们通过生成一个机器人可以沿其流动的矢量场来解决耦合导航和控制问题。“不幸的是,对受限系统确定一个满足所有这些目标的全局向量场可能是相当困难的。我们的方法受顺序组合思想的启发,使用一组局部反馈控制策略加上一个切换策略来生成矢量场。概念概念如下所示。

    与其尝试设计复杂的全局控制律,不如在局部区域上定义简单得多的控制策略。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。在机器人的自由构型空间的局部区域上定义一个与构型相关的向量场来指定策略,该向量场称为单元。根据这个向量场和机器人当前状态的知识,确定控制输入,使闭环动态流向单元内指定的策略目标集

    通过一个策略的域到包含第一个策略目标集的第二个策略的域之间的转换,导出了一种离散的转换关系,这种转换关系可以用图表示。在线规划,以及在变化条件下的重新规划,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。通过按照离散规划器确定的顺序对局部策略排序,闭环动力学诱导离散计划所需的离散过渡。整个混合(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。

    通过这样的规划与控制耦合,混合控制系统在控制策略的离散空间中进行规划;因此,这种方法与传统技术有所不同。“细”的路径或轨迹从未被明确规划;相反,闭环动力学诱导的轨迹沿着主动策略定义的矢量场流动,该矢量场根据离散规划器确定的顺序选择。与策略集合相关联的离散图上的规划对应于相关本地策略域内的“厚”配置集。

    • 局部反馈控制策略

    • 四种不同的初始条件通过局部反馈控制策略的组合收敛到指定的总体目标。图中显示了实际的机器人数据。
    • “复杂”的潜在控制策略

    • 简单控制策略的组成

    • 目标设置正确的政策示意图

    • 诱导转变图