防肌肉疲劳双臂机器人人机协同基础研究

For the problem of preventing muscle fatigue during the human dual-arm robot collaboration, we propose a method for a human dual-arm robot system to adaptively adjust working frequency/amplitude and working time based on a muscle fatigue estimation model. A human dual-arm robot collaboration system which is applied to flexible assembly tasks is studied in this research. Firstly, we study the influence of working frequency/amplitude and working time to the muscle fatigue and develop the muscle fatigue estimation model. Secondly, we study the way that the dual-arm robot receives and fuses the muscle fatigue based on intelligent wearable technology and wireless communication technology. Thirdly, we study the adaptive model and method to adjust working frequency/amplitude and working time based on the muscle fatigue. Finally, a simulation and an experiment are conducted to evaluate and verify the effectiveness of the proposed muscle fatigue estimation model, human-robot interaction method, and human-robot collaboration model. This study can realize the human dual-arm robot collaboration without excessive muscle fatigue. It has theoretical significance and application value for the design of human-robot collaboration system and the intelligent manufacturing in industrial 4.0.

针对如何预防人类协作者在与双臂机器人协同作业过程中的手臂肌肉疲劳问题，申请人提出了一种基于肌肉疲劳预测模型的双臂机器人人机协同自适应调节作业频幅、作业时间的方法。项目以双臂机器人在柔性装配中的人机协同作业为对象，首先，研究人机协同作业频幅、作业时间对手臂肌肉疲劳的影响，建立肌肉疲劳预测模型；其次，基于智能穿戴技术与无线通信技术研究双臂机器人对肌肉疲劳信息的获取与融合；再次，研究基于肌肉疲劳信息的人机协同作业频幅、作业时间的自适应调节模型与方法；最后，通过仿真和实验对肌肉疲劳预测模型、人机交互方法、人机协同自适应调节模型及方法进行验证和评价。该项目研究将实现无过度肌肉疲劳的双臂机器人人机协同作业，为人机协同作业系统的设计和工业4.0智能生产的研究提供理论支持与实验方法，具有重要的理论意义和应用价值。

机器人是“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。随着智能制造技术的发展，机器人与人之间的协同共融技术已成为当前机器人研究和发展的重要方向。本项目以人与双臂机器人形成的人机协同作业系统为研究对象，针对人与双臂机器人在协同作业过程中如何预防人类协作者的肌肉疲劳问题展开研究。项目首先研究基于表面肌电信号的人体手臂肌肉疲劳预测建模，研究表面肌电信号与人体手臂握力的映射关系、手臂肌肉疲劳的量化指标、表面肌电信号与手臂肌肉疲劳的映射关系。其次，研究基于机器视觉和表面肌电信号的人机交互方法，分别研究基于机器视觉的机器人示教和基于表面肌电信号的人体手臂运动信息预测。再次，研究双臂机器人的双臂协调操作，以轴孔装配为任务研究双臂机器人的协调操作策略。最后，进行防肌肉疲劳的人机协同作业实验研究。本项目通过三年的研究，提出了基于小波系数项选择和交叉模型选择的表面肌电信号处理算法，有效提高了基于表面肌电信号的人体手臂握力预测精度，并通过手臂最大握力损失量来表征肌肉疲劳程度，从而建立起表面肌电信号与手臂肌肉疲劳的映射关系。通过机器视觉和表面肌电信号实现了对人体手臂运动信息的预测，实现了机器人与人类协作者的交互。提出了仿人手臂运动的双臂协调操作策略，并对比了不同协调操作策略的性能。通过肌肉疲劳预测实验、人机协作过程中的肌肉疲劳预防实验验证了手臂肌肉疲劳预测模型、人机交互方法、人机协同作业策略的可行性和有效性。本项目完成时在机器人领域主流期刊发表论文6篇，国际会议论文4篇，申请中国发明专利3件，获批软件著作权1项。本项目实现了无过度肌肉疲劳的人机协同作业，将为人机协同作业系统的设计和研究提供了理论支持和实验方法，具有重要的理论意义和应用价值。

内容获取失败，请点击重试