导读:本文包含了人机协作控制论文开题报告文献综述及选题提纲参考文献，主要关键词:人机协作焊接系统,遥控焊接,虚拟现实,控制策略
人机协作控制论文文献综述
肖珺,温涛,陈树君,李锐[1]（2019）在《面向虚拟现实人机协作焊接系统的运动控制策略》一文中研究指出以发挥人的优势为目标,设计虚拟现实人机协作焊接系统的运动控制策略并研究其针对焊接任务的可靠性.远程协作焊接过程可以将空间六自由度控制器的输入信号转换为目标焊枪的位姿变化、速度变化或加速度变化.面向焊接的任务性质,设计静态位姿型、动态位姿型、速度型、加速度型四种控制策略.在虚拟现实环境下开发用于检验运动控制策略可靠性的焊接跟随试验测试分析系统,研究遥控焊枪跟随物体沿直线轨迹、曲线轨迹、空间曲线轨迹运动时,四种运动策略的跟踪精度.结果表明,动态位姿型控制策略是应用于虚拟现实人机协作焊接系统中总体表现最稳定、适应性最强的运动控制策略.(本文来源于《焊接学报》期刊2019年11期）
于春伟[2]（2019）在《排泄辅助机器人人机协作控制系统研究》一文中研究指出在老龄人口增多、社会资源短缺和人工智能养老背景下,为了减轻护理老年人及残障人士如厕负担,提高护理人员工作效率,研制帮助护理人员减轻如厕护理负担的协作机器人,对提高老年人及残障人士生活质量和社会资源利用率具有重要意义。本文首先对人机协作过程进行建模分析。基于对合适的位置、快速安全性的考虑研究人机协作系统。首先以课题组自主研发的排泄支援机器人为基础搭建实验所用的软硬件平台。机器人采用具有全方向运动功能的全向轮结构,可在狭小空间内灵活运动,并在机器人前方安装两台单线激光雷达感知人与机器人的相对位置。下方激光雷达通过物体分割及类圆检测技术获得人腿位置后,提出了双人协作时腿部站位的模式分析方法,并结合上方激光雷达的检测信息可较为准确检测到使用者与机器人相对位置信息;分析了在人机协作与正常下坐两种情况下,人体下坐过程的运动特点,提出了更符合实际情况的改进人体二连杆模型,并利用人体下坐模型与机器人物理尺寸,建立人体位置与坐点的映射表;采用强化学习思想,根据机器人运动情况,利用模糊推理融合主客观因素给出强化学习所需的奖励,制定了合适坐点位置的寻找策略,从而对映射表对应关系进行自学习调整。机器人获得目标点后,通过建立使用者在移乘过程中的足部轨迹运动学模型来预测足部的运动轨迹,提高机器人的响应速度。针对机器人在运动时的路径规划问题,将运动规划分为粗规划与细调整:粗规划指当机器人所处位置超出人体下坐模型的坐点位置时分析站位关系,采用建立虚拟目标点并利用人工势场路径规划手段进行路径规划;细调整指通过人体下坐模型所计算出的坐点位置对机器人进行小幅度调整。针对安全性,提出了考虑机器人及障碍物运动速度的可变安全距离计算方法,保证机器人在人机协作时的安全性。本文各章节的数据处理、模型建立及仿真均在Matlab2017环境下进行。以C++为编程语言,vs2013为软件平台控制机器人运行。实验结果表明,机器人可以较好的检测到人的位置信息并在安全快速的前提下运动到合适的位置,进而验证了本文所提出模型、策略的合理性与可行性。(本文来源于《沈阳工业大学》期刊2019-06-04）
解颖[3]（2018）在《无线紫外光通信协作无人机编队控制方法研究》一文中研究指出无人机编队控制是指利用无人机之间的局部通信关系,协调每架无人机的反应行为使编队整体达到协同一致的状态并保持一定的组织形态。无线“日盲”紫外光(Ultraviolet,UV)散射通信能实现复杂环境下的全天候非直视(Non-Line-of-Sight,NLOS)隐秘通信,可保障无人机编队飞行的集群安全。使用无线紫外光通信技术协作无人机进行状态信息共享,结合高效的编队控制方法可实现无人机编队飞行中的自主集结、防撞避碰和队形保持。因此本文研究了机载紫外光网络特性与系统参数的关系,并针对无人机编队飞行过程中的机间防撞和队形保持问题改进了传统的编队控制方法,保障了无人机节点高速运动和编队拓扑快速变化时的网络连通和多无人机速度匹配。具体工作包含以下几点:(1)分析了无人机的随机位点型(Random Waypoint,RWP)和圆周运动型(Circle movement based model,CMBM)两种运动模型的概率密度函数。推导了机载紫外光节点采用这两种运动模型时,网络k-连通特性与网络参数的关系表达式。计算机仿真分析了OOK(On–off Keying)和PPM(Pulse Position Modulation)两种调制方式下连通性与节点密度,发射功率以及通信速率的关系。仿真结果表明移动性降低了网络的连通概率,当无人机节点个数n=500,数据速率_bR=10kbps时,要获得具有容错性的2-连通网络,CMBM移动模型所需发射功率大于RWP模型,同时RWP模型所需发射功率大于静态均匀随机部署节点。(2)针对经典编队控制算法中无人机间的碰撞避免问题,本文改进了传统控制算法中的人工势函数项,并将改进后的算法应用于单个虚拟长机和编队多任务分组时的多虚拟长机情况,仿真结果证明了本文算法可以保证编队中无人机速度与所跟踪的虚拟长机速度保持一致,在飞行过程中各无人机之间可以避免碰撞,最后保持期望队形完成编队飞行。综上所述,本文主要研究了无线紫外光通信协作下的无人机编队网络连通特性,给出了满足网络2-连通时的最优参数配置;并针对具有虚拟长机的分布式无人机编队,改进了一种编队控制算法在保证无人机避碰的同时使各机的目标和状态达到协同一致。(本文来源于《西安理工大学》期刊2018-06-30）
刘艾明[4]（2018）在《多自由度柔性踝关节康复机器人的人机协作控制研究》一文中研究指出随着老龄化社会的到来,肢体运动障碍患者康复成为一个亟需解决的问题。康复机器人对于提高康复效率、保证康复质量、降低工人劳动强度具有重要意义。康复机器人作为辅助治疗工具,其运动模式应丰富且有效,针对不同病情和不同恢复期的患者其运动模式应具备适应性。气动肌肉作为一种新型气动驱动元件,在新型医疗康复机器人、柔性外骨骼矫形器等方面有广阔的用途和应用前景。开展气动肌肉驱动的踝关节康复机器人在多种交互模式下的人机协作控制理论与技术研究,为肢体运动障碍人群提供一套柔顺、安全、高效的医疗康复机器人设备,对改善患者康复效果,提高患者康复的主动性和积极性十分重要。该研究不仅对气动驱动材料与控制等前沿领域具有积极的推动作用,而且对康复与辅助系统的设计开发等应用领域具有重要的现实意义。依托国家自然科学基金项目,本文对气动肌肉驱动的多自由度踝关节康复机器人及其人机协作控制展开深入研究。分析柔性踝关节康复机器人的机构模型和运动控制技术,研究基于交互力和柔顺模型的人机协作控制机制,为机器人辅助的患者多模式训练奠定基础。进一步考虑患者在康复过程中的肌体活动和脑神经控制回路,研究基于肌电信号、脑电信号等生物信号的机器人智能控制方法。本文从多自由度柔性踝关节康复机器人的机构模型和运动控制、人机力交互控制、人-肌-机协作控制、人-脑-机协作控制等方面进行了充分的理论分析和方法设计,完成了多种模式下的人机协作控制实验,主要研究工作包括:(1)多自由度柔性踝关节康复机器人的机构建模和运动控制研究。针对气动肌肉通过内部气压控制其收缩长度和拉力的特性,设计一种气动肌肉并联驱动的二自由度柔性踝关节康复机器人,建立其运动学和动力学模型并验证;结合软硬件开发形成康复机器人系统,通过分析气动肌肉气压及其位移、输出力之间的关系,研究康复机器人平台的高性能运动控制方法;针对气动肌肉驱动器在控制过程中存在的建模误差及人机交互等外部干扰,提出一种自适应反演滑模控制器,通过估计外部干扰来自适应调节控制律,可实现机器人对预定训练轨迹的高性能准确跟踪,受试者实验表明该方法具有很好的鲁棒性。(2)基于层级柔顺的踝关节康复机器人柔性交互控制研究。根据患者的意图和主动努力以及与机器人间的交互作用,建立柔性康复机器人的阻抗控制模型;研究适应患者交互作用和运动能力变化的辅助控制策略,充分考虑气动肌肉驱动器的柔性特征,提出一种创新的层级柔顺控制结构,从关节空间的驱动器柔顺性和任务空间的阻抗特性两个层面,考虑到患者在过去一段时间内的贡献和运动能力,实现自适应的柔顺控制模式,以完成康复中重要的按需辅助策略;受试者实验结果表明,所提出的层级柔顺控制可根据参与者的状态在线调整其辅助输出,为患者人机交互协作训练提供了一种可行的解决方案。(3)表面肌电信号驱动的踝关节康复机器人的人-肌-机协作控制研究。采用肌肉协同理论对踝关节的运动模式进行特征提取,基于相关性分析判断患者意图,实现踝关节多自由度连续动作的高效识别;为了在机器人辅助过程中实时感知患者肌肉状态以适应性调整训练策略,提取患者疲劳相关时域、频域、时频域和非线性特征,建立肌肉疲劳评估模型;在机器人阻抗模型的基础上研究人-肌-机协作控制,利用评估模型输出的疲劳因子调节机器人刚度系数,使患者利用人机交互力柔顺调节康复训练任务;实验表明基于肌肉活动评估的自适应阻抗控制可有效减缓患者的疲劳加深,使患者得到更好的康复训练。(4)基于患者运动想象脑电信号的人-脑-机协作控制研究。提出一种新的基于脑网络特征参数的脑电信号通道选择方法,建立基于多域特征融合的运动想象分类器,实现患者在康复训练中的脑意图准确识别;将患者想象结果映射到踝关节康复机器人的多自由度运动中,创建基于运动想象的脑机接口及协作控制系统,提出一种基于患者脑电反馈的机器人自适应控制技术,通过运动想象实现对脚踝康复机器人的同步控制和异步控制,实现人-脑-机协作控制;实测结果数据表明,本方法可在减少通道数目的同时提高运动想象任务的分类正确率,受试者参与可实现高效的“患者主导”脑控康复机器人协作训练。(本文来源于《武汉理工大学》期刊2018-05-01）
刘召,宋立滨,于涛,郭凯,王增喜[5]（2018）在《基于IMU的主动伴舞机器人人机协作控制算法》一文中研究指出提出了基于惯性测量单元IMU的主动型伴舞机器人人机协作控制算法。机器人腰部安装具有一定刚度的弹簧,利用Kalman滤波将叁轴加速度计数据与叁轴陀螺仪数据进行融合,得到机器人在人类舞伴作用下的姿态角变化,采用阈值法滤除相对姿态角抖动误差,再结合当前机器人状态,综合判断得到相对姿态角到速度矢量的映射。将期望轨迹速度与人力产生的轨迹修正速度融合,得到人机协作下机器人的运动轨迹和剩余目标点的坐标修正值。将算法应用于华尔兹CCL舞步轨迹测试,实验结果表明算法效果良好。(本文来源于《计算机工程与科学》期刊2018年01期）
滕宗烨[6]（2017）在《基于实时以太网技术的人机协作控制方法研究》一文中研究指出人机协同作业已经成为当前工业机器人领域的研究热点。传统工业机器人示教操作复杂繁琐,并要求操作者具有一定专业知识。协作型机器人则期望采用直接示教方式,通过拖拽机器人完成轨迹记录,可以简化操作,提高编程效率。论文拟针对上述需求,结合自主开发的轻型模块化机器人,基于实时总线控制技术开发直接示教功能。论文在分析一种轻型模块化机器人结构基础上,应用D-H参数方法建立该机器人的运动学模型,采用矩阵分析法得到其运动学正逆解算法,为后续对该机器人实施控制奠定理论基础。提出了一种基于阻抗控制技术实现主动柔顺控制的机器人直接示教方法。应用基于零力控制的机器人重力补偿与摩擦力补偿,构建出机器人自身重力与摩擦参数的实时补偿策略。采用Simulink中的Simscape模块构建伺服电机模型,并建立单轴伺服电机在力矩控制模式下的阻抗控制仿真模型,仿真结果表明论文提出的控制方法与控制策略可行,并间接论证了将单轴阻抗控制模型应用于六自由度工业机器人直接示教功能的可行性。基于实时以太网技术EtherCAT,通过设定通讯数据对象,实现力矩模式下的伺服电机实时闭环控制。基于TwinCAT PLC开发阻抗控制、零力控制、直接示教等控制算法,采用LabVIEW编写直接示教功能软件模块。单轴阻抗控制、摩擦补偿以及直接示教等实验结果表明论文提出的方法具有较高的实用价值。(本文来源于《天津大学》期刊2017-12-01）
赵洪福[7]（2017）在《面向人机协作的轻型柔顺机械臂结构设计与控制研究》一文中研究指出传统的机器人多为刚性结构,在工作期间需要与外界环境进行隔离。随着科学技术的发展,工业机器人和服务机器人与外界环境之间的交互越来越多,使得机器人与外界环境的安全交互成为重大难题。为保证人与机器人的和谐安全相处,面向人机协作的机器人相继问世,机器人的轻量化和柔顺化成为一个重要的发展趋势。在机器人本体中,机械臂是其与外界环境频繁接触的重要部位,因此机械臂的轻量化和柔顺化设计是实现人机交互安全性的重要途径。本文设计了一款3DOF的轻型柔顺机械臂,通过选用轻质材料和结构优化的方法实现轻量化,引入弹性元件实现柔顺化,利用柔顺控制方案,实现机械臂与外界环境的柔顺安全交互。本文的主要研究内容如下:模仿人体手臂结构和尺寸,设计了一款3DOF的仿人机械臂,基于线性弹簧设计了串联弹性驱动器SEA,实现机械臂关节的柔顺性;通过选用合适材料和零件的结构优化,实现轻量化;并对弹性元件进行设计。对仿人机械臂进行了特性分析:建立了机械臂的运动学模型,计算了运动学的正逆解、雅可比矩阵和工作空间;建立动力学模型,求解了机械臂各关节的等效作用力矩。搭建机械臂的控制系统,完成了对控制系统硬件的选型。利用上位机对驱动舵机的位置PI和速度PI进行了设置,并对压力传感器和MTI位姿传感器进行校正,提出了一种MTI位置修正的方法。模仿太极推平圆运动,规划了机械臂的末端运动轨迹,完成了在末端自由状态下的位置跟随性实验,实验结果表明,机械臂在末端自由状态下具有较好的运动稳定性和位置跟随性,验证了机械臂设计的合理性;设计了基于末端力的主动避障算法,实现了机械臂对任意障碍的柔顺避障实验,结果表明,机械臂能稳定的躲避曲面形障碍,并能较好的恢复到规划轨迹上,验证了机械臂的柔顺性和安全性,证明了本文设计的柔顺机械臂具有与外界环境的柔顺交互能力和适应能力。(本文来源于《北京交通大学》期刊2017-06-01）
程祥[8]（2017）在《四轴飞行器多机协作控制系统研究》一文中研究指出随着科学技术的发展,四轴飞行器越来越多的出现在人们的眼前,在反恐安防、电力巡检、灾害搜救以及摄像摄影等多个领域皆有不俗的表现。究其原因,是控制理论、计算机科技、微电子技术等学科的迅猛发展,导致四轴飞行器的相关研究被各个高校、研究机构、公司等单位广泛重视,使得四轴飞行器的相关技术得到了蓬勃发展。但国内的四轴飞行器相关研究还处于起步阶段,在各项功能实验中还无法稳定、妥善的完成较为复杂的飞行任务,并且在多机协同、编队飞行、复杂环境探测等多个应用方向上都有着急需突破的瓶颈。本文将围绕多架四轴飞行器的协作控制系统展开,描述了四轴飞行器的相关原理、特点,选取了与四轴飞行器相关的技术基础进行简单介绍,并对四轴飞行器的飞行运动控制方法进行设计;同时,在多架四轴飞行器协作系统的编队飞行功能上进行了设计,为多机协同、编队飞行等四轴飞行器相关技术研究提供了理论和实践的指导。四轴飞行器飞行控制的主要核心是姿态飞行控制器,在俯仰角、滚转角以及航向角上采用串级PID控制器,实时对叁个角度进行更新、控制;同时,利用数据融合方法结合相关高度传感器,对四轴飞行器在高度上的控制进行设计;最后将姿态控制器与高度控制器结合,构成四轴飞行器的基础飞行控制能力。多架四轴飞行器的协作控制主要包含了多机协同的体系架构以及编队控制的方法设计。上述两部分的实现都是在运算速度较高、内存较大的PC端进行。多机协同的体系架构主要是基于集中式体系结构,通过PC端对机群内部的每架个体进行实时监控,获取当前飞行器的相关飞行数据,在编队飞行算法的控制下,实时为机群个体分配相关任务。而编队控制主要是基于长机-僚机策略,在任务期望的队形下,以长机为领导,为每架僚机分配虚拟位置跟随点,利用改进后的虚拟人工势场算法,对机群个体进行航迹规划,实现四轴飞行器的机体避障、目标跟踪以及编队飞行等功能。最后,本文根据多架四轴飞行器协作控制系统的研究目标,结合从底层到上层的思想,对多机系统进行了多项测试,包括平台的飞行性能测试、算法验证、编队飞行实验等,验证了多四轴飞行器协作控制系统的稳定性和可行性,为多机协作的后续研究提供了参考。(本文来源于《电子科技大学》期刊2017-04-01）
刘智光[9]（2017）在《人机协作中机器人力感知与柔顺控制方法研究》一文中研究指出协作型机器人已有20余年的发展历程,目前无论在军事、航天、康复医疗、护理,还是在工业、生活等领域都展现了非常广泛的应用空间。该类机器人在人机协作搬运与装配、肢体康复训练、机器人辅助行走等具体应用中,要求具有良好的力感知、意图判断与动作决策能力,以保证协作过程中的安全性、柔顺性与高效性。然而,当前的人机协作系统,受皮肤传感器等力检测装置发展不成熟、合作者阻抗参数难以估计、人机角色固定等因素限制,使得发生于机器人关节臂处的接触信息检测困难,合作者意图估计受限、人机主动权难以动态调整,这些因素造成协作安全性降低、操作灵活性差、合作者易疲劳、机器人运动振动、协作效率低下等问题。为此,本文一方面提出了一种依据机器人控制扭矩、关节速度等本体信息实时估计发生于关节臂处的接触信息的力感知方法,另一方面从意图识别与人机角色分配角度对协作中机器人的柔顺控制问题进行了深入研究与探索,以期实现机器人关节臂触觉检测和柔顺控制的目的。主要研究工作和创新如下:机器人与环境(合作者或外物)间接触力的获取为确保协作中人机安全、制定控制策略等工作提供了重要信息,因此机器人首先要能够快速、准确感知与环境发生的接触信息。目前以作用力为交互信息的人机协作中,通常采用一维或多维力传感器安装于机器人末端的方式来获取接触信息,关节臂无触觉不但存在碰撞安全隐患,而且使合作者无法通过在关节臂处施加作用力完成协作任务,极大的限制了人机协作的操作灵活性。又考虑到当前皮肤传感器不成熟、机器人关节处集成力传感器复杂等因素,本文提出了一种依据机器人控制与运动状态信息,基于动量观测与优化算法相结合的关节臂接触信息在线估计方法。该方法将接触位置估计问题转化为优化算法有界搜索问题,搜索范围由动量观测方法确定的接触关节臂长度确定,两种方法的结合保证了估计的精度和实时性。仿真与实验结果表明该方法实现了在线、实时、准确地估计发生于除第一关节臂以外的任何关节臂处的力和位置信息。为了实现机器人的柔顺控制,需要赋予机器人一定的合作经验。本文通过分析生物体识别意图的方法与过程,提出了一种基于机器学习识别合作者意图的方法。建立了径向基神经网络模型,对机器人进行意图识别离线训练,使其具有一定的合作技能,以便在合作过程中能够根据合作者的作用力和机器人的运动特征实现在线估计人的意图。该方法的优势在于克服了传统方法中建立人机协作模型困难,人体阻抗参数难以估计等缺点。实验结果证明该方法提升了人机协作的运动同步性,减小了合作者作用力的同时,机器人柔顺性得以改善。针对人机协作中角色动态分配问题,本文从实际幕墙安装任务出发,提出了基于增强学习的在线角色自适应分配方法。首先充分分析了合作任务在不同阶段的理想表现,结合机器人与合作者的各自特点,建立了综合合作表现模型,并将其与学习方法中的回报值相结合,实现了在线学习方法在人机协作系统中角色分配方面的应用。在学习过程中,该方法能够根据合作表现模型不断在线调节合作角色,逐渐形成合作者与机器人对于系统的主/被动控制权调整规则,使系统的综合表现不断得到改善。该方法不仅可以快速实现面对新任务时人机角色自适应,还能充分发挥合作者和机器人的各自优势,是一种在理论和实际中均有重要意义的新方法。本文以人机协作中机器人关节臂力感知与柔顺控制为研究主线,内容涵盖了发生于机器人关节臂处的接触信息估计、合作者意图识别、机器人与合作者角色动态分配等人机协作中的关键技术。建立了有效的机器人关节臂触觉感知方法,改变了传统仅靠调整柔顺控制参数改善机器人柔顺性的思想,拓展了柔顺控制方法的研究领域。本文的研究工作有利于会思考、会决策机器人研究的进展,推动了协作型机器人朝着智能化方向发展,促进了人机协作的研究进程,具有一定的理论与现实意义。(本文来源于《河北工业大学》期刊2017-03-01）
陈鹏,曹其新,陶元发[10]（2016）在《基于力传感器的人机协作控制算法研究》一文中研究指出对类似由人操作进行上下移动的医疗设备,采用辅助的力传感器手柄改进操作方式。提出了基于阻抗模型的人手控制期望计算方法。该方法根据设备的运行状态以及交互力大小估计人的控制意图,并对控制意图进行卡尔曼滤波,以期望减少噪声和避免系统震荡。控制系统以控制期望作为控制量,根据设备的运行速度切换速度控制模式或者位置控制模式。实验证明控制方法能够达到节省人力的目的,并具有较好的控制精度。(本文来源于《机电一体化》期刊2016年07期）
人机协作控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在老龄人口增多、社会资源短缺和人工智能养老背景下,为了减轻护理老年人及残障人士如厕负担,提高护理人员工作效率,研制帮助护理人员减轻如厕护理负担的协作机器人,对提高老年人及残障人士生活质量和社会资源利用率具有重要意义。本文首先对人机协作过程进行建模分析。基于对合适的位置、快速安全性的考虑研究人机协作系统。首先以课题组自主研发的排泄支援机器人为基础搭建实验所用的软硬件平台。机器人采用具有全方向运动功能的全向轮结构,可在狭小空间内灵活运动,并在机器人前方安装两台单线激光雷达感知人与机器人的相对位置。下方激光雷达通过物体分割及类圆检测技术获得人腿位置后,提出了双人协作时腿部站位的模式分析方法,并结合上方激光雷达的检测信息可较为准确检测到使用者与机器人相对位置信息;分析了在人机协作与正常下坐两种情况下,人体下坐过程的运动特点,提出了更符合实际情况的改进人体二连杆模型,并利用人体下坐模型与机器人物理尺寸,建立人体位置与坐点的映射表;采用强化学习思想,根据机器人运动情况,利用模糊推理融合主客观因素给出强化学习所需的奖励,制定了合适坐点位置的寻找策略,从而对映射表对应关系进行自学习调整。机器人获得目标点后,通过建立使用者在移乘过程中的足部轨迹运动学模型来预测足部的运动轨迹,提高机器人的响应速度。针对机器人在运动时的路径规划问题,将运动规划分为粗规划与细调整:粗规划指当机器人所处位置超出人体下坐模型的坐点位置时分析站位关系,采用建立虚拟目标点并利用人工势场路径规划手段进行路径规划;细调整指通过人体下坐模型所计算出的坐点位置对机器人进行小幅度调整。针对安全性,提出了考虑机器人及障碍物运动速度的可变安全距离计算方法,保证机器人在人机协作时的安全性。本文各章节的数据处理、模型建立及仿真均在Matlab2017环境下进行。以C++为编程语言,vs2013为软件平台控制机器人运行。实验结果表明,机器人可以较好的检测到人的位置信息并在安全快速的前提下运动到合适的位置,进而验证了本文所提出模型、策略的合理性与可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人机协作控制论文参考文献
[1].肖珺,温涛,陈树君,李锐.面向虚拟现实人机协作焊接系统的运动控制策略[J].焊接学报.2019
[2].于春伟.排泄辅助机器人人机协作控制系统研究[D].沈阳工业大学.2019
[3].解颖.无线紫外光通信协作无人机编队控制方法研究[D].西安理工大学.2018
[4].刘艾明.多自由度柔性踝关节康复机器人的人机协作控制研究[D].武汉理工大学.2018
[5].刘召,宋立滨,于涛,郭凯,王增喜.基于IMU的主动伴舞机器人人机协作控制算法[J].计算机工程与科学.2018
[6].滕宗烨.基于实时以太网技术的人机协作控制方法研究[D].天津大学.2017
[7].赵洪福.面向人机协作的轻型柔顺机械臂结构设计与控制研究[D].北京交通大学.2017
[8].程祥.四轴飞行器多机协作控制系统研究[D].电子科技大学.2017
[9].刘智光.人机协作中机器人力感知与柔顺控制方法研究[D].河北工业大学.2017
[10].陈鹏,曹其新,陶元发.基于力传感器的人机协作控制算法研究[J].机电一体化.2016