并联机器人是一种具有高载荷自重比的封闭式运动结构,针对并联机器人运动控制和NURBS轨迹问题进行了深入的研究,首先从并联机器人的逆运动学问题进行了解析方法的求解。其次,针对正运动学(FKP)在数学上是难以解决问题,提出了一种多层感知器进行反向传播学习的神经网络进行实时求解。再次,开发了基于NURBS的通用插补器,它可以处理任何类型的几何图形使得机器人运动轨迹平滑。最后利用实验验证了运动学和NURBS曲线求解并联机器人模型的正确性。该策略在少数迭代和很少执行时间内,位置和方向参数的精度分别接近0.01mm和0.01°,验证了算法的有效性和正确性。

提出一种利用全身传感装置进行地图定位和校正的遥操作机器人。首先,针对遥操作控制系统进行了深入的研究,包括遥操作要素和技术要点等。其次,根据周围环境地图特征进行了地图建立和定位,提出了一种神经网络的方法进行地图校正。该方法可以学习来自信息捕捉装置的传感器数据信息,分配给每个神经网络的机器人执行器的位置之间的映射。最后,为了在学习过程中收集数据,机器人通过一系列成对的同步动作来校正地图。该方法可以应用于任何环境下机器人地图定位和校准,而不考虑环境物理中呈现出的差异。实验结果表明,该方法为实现机器人的遥操作提供了一种快速、有效、灵活的方法。