基于虚拟人的人机工效评估及装配作业仿真技术研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:climb_climb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
装配是生产制造业中的主要活动,耗费了大量的人力与物力。产品装配性能对产品质量、产品的生产效率和成本均具有重要影响。利用虚拟装配技术可以在计算机中建立起逼真的装配环境,对实际装配活动进行仿真,并在此基础上对产品的可装配性、装配工艺的合理性、装配操作的舒适性进行分析验证,从而在产品研发的早期阶段及时发现产品设计和工艺规划中的问题与缺陷,减少设计变更,缩短产品研发周期,提高产品装配效率与质量。目前虚拟装配系统大多没有集成完整的虚拟人体模型,因而很难有效支持装配过程中复杂的人机工效分析评估工作。此外,目前虚拟装配系统主要基于几何约束信息对零件进行操作和控制,导致装配过程仿真在零件装配运动行为的逼真性方面也存在一定的局限性。针对上述问题,本文探索一种以“全虚拟”方式在虚拟装配系统中集成虚拟人模型的新思路,对基于虚拟人的人机工效评估与装配作业仿真相关关键技术进行了深入研究,主要研究工作总结如下:1.分析了基于虚拟人的人机工效评估与装配作业仿真系统的构建思路,在此基础上讨论了系统的功能需求。将系统结构分为数据层、支持层、功能层以及交互层,构建了系统完整的体系结构。给出了系统的工作流程,包括装配作业场景搭建阶段、人机工程仿真评估阶段和零件装配过程仿真阶段。2.提出一种面向虚拟人作业姿态预测与评估的多目标优化模型。讨论了基于多目标优化的虚拟人作业姿态预测的基本思想。分析了人体作业姿态对平衡性、关节负荷、关节角度和作业目标可达性等人机因素的影响机理,建立了人体作业姿态参数和这些人机因素指标之间的函数关系,在此基础上构建了用于虚拟人作业姿态预测的姿态优化模型。针对姿态优化模型的复杂性和非线性,引入多目标遗传算法对其进行求解,以获取给定作业条件下姿态优化问题的Pareto最优姿态解集。引入变权理论对各姿态解的选择优先度进行计算,并据此对姿态解集进行综合排序,以实现最终姿态参数方案的选优决策。提取与作业姿态舒适度相关的人机因素指标值,并通过对其进行综合集成以实现对作业姿态总体舒适度的评估。3.提出一种虚拟样机环境下观测物可视性的自动评估方法。利用网格划分技术将观测物表面离散成一系列网格单元,并将其作为可视性评估的基本单元。给出了网格尺寸的确定方法以及网格的形状要求。分析归纳了网格单元的可视类型,并建立了基于视线检测的网格单元可视类型自动判别算法,解决了虚拟人视域内可见网格分类提取问题。分析总结了视域因素、物姿因素、视角因素等可视性影响因素的特点,并结合人机工学理论和实验统计方法建立了其相应的评估计算模型,实现对可视性各影响因素的分开评估。通过综合集成可视性各影响因素实现对观测物总体可视性的计算。4.提出一种考虑人机因素与零件物理属性的装配过程仿真方法。以装配生产中最为典型常见的轴孔类装配为研究对象,通过分析装配过程各阶段装配操作的特点,将装配过程划分为装配空间漫游阶段、找孔阶段、半入孔阶段和入孔阶段,并给出了各阶段零件装配运动行为的描述。在对装配仿真中零件物理属性进行需求分析的基础上,构建了虚拟零件的物理属性模型。从装配者对物体位姿的认知模式出发,提出一种面向装配过程仿真的物体位姿描述方法及控制策略。利用概率方法模拟人机因素对装配力/力矩的影响作用,并结合装配过程各阶段装配者的装配意图以及装配操作特点,构建了各阶段装配力/力矩的计算模型。给出了零件间接触力的计算方法,避免零件碰撞后发生相互嵌入的现象。建立了零件的动力学和运动学方程,通过动力学仿真实现零件的运动引导与装配定位,提高了装配过程仿真的真实感和可靠性。5.在上述研究的基础上,开发了基于虚拟人的人机工效评估与装配作业仿真原型系统VEAVAS(Virtual Human Based Ergonomic Assessment&Virtual Assembly System)。介绍了系统的开发和运行环境,阐述了系统的功能模型以及各个功能模块之间的数据流向,并通过装配作业实例对本文所提方法进行了应用验证。
其他文献
微机电系统以微电子技术和现代信息技术为基础,融合微加工和精密机械加工等多种加工技术而构造的微型系统。MEMS麦克风是将音频信号转换为电信号的微型传感器。相比于传统麦克风,它具有耐高温、频响平坦和体积小、功耗低的优点。MEMS器件建模涉及多个学科,复杂的机械机构和多物理场耦合导致精确仿真需要耗费大量计算资源。因此,提高模型的仿真效率是MEMS麦克风建模研究的热点。MEMS麦克风传统模型包括集总参数模
大数据背景下,机器学习在许多领域大放异彩,作为其重要分支,人工神经网络主要被应用于监督学习,但现实中数据的标签很难得到,于是衍生出了利用部分无标签样本的半监督学习。随着数字设备和网络技术的发展,数据呈现爆炸式增长,导致很多数据必须在通信网络中分散存储,传统的集中式学习方法需要将这些数据传输之后集中处理,但一些场景中数据由于本身特殊性或者受到通信网络的限制而无法被传输,从而导致集中式学习方法无法使用
随着物联网应用的涌现,位置信息需求急剧增加,且其在应用实现过程中起着至关重要的作用。智能医疗、智能家居和对象跟踪等应用程序都需要准确的室内位置信息。而随着无线技术的不断发展和无线设备的广泛部署,Wi Fi、5G/4G、FM、电视等无线信号几乎覆盖了我们生活的每一个角落。当目标处于不同位置时,不可避免地会对周围的无线信号产生不同的影响,因此,通过分析受影响的无线信号来估计目标位置是可行的。这种无需目
最近几十年,多智能体系统的协同控制在生物、工业、经济等不同领域有着广泛的应用。因此,作为协同问题的典型问题之一,一致性受到了大量的关注。所谓一致性,是指所有智能体通过与邻居共享信息达到一个相同的状态。一般地,处理多智能体系统的一致性问题时,常采用连续时间通信的方式,即智能体之间持续不断地传递信息。显然,这种方式是不现实的。由于传统的模拟控制器被数字控制器取代,智能体离散地广播信息,所以采样机制被引
复杂网络是一门涵盖计算数学、物理、计算机、生物等领域的交叉学科。复杂网络理论及方法能帮助人类分析大规模系统的组成结构、分析网络成员的运行动态并掌握功能结构的分布规律,在近年来的研究中得到了广泛的关注。结构各异的系统承担着不同的任务,也面临着复杂多变的应用环境,自然灾害或人为破坏等各种外界因素难免对于系统的正常运转造成干扰。在这一背景下,实际应用中需要的是性能鲁棒的网络,这样的网络在遭受一定的攻击或
自1929年英国生物学家弗莱明发现青霉素至今,人类已不断研发出多种抗生素。目前也已开展了各种抗生素在临床上得应用,越来越多的感染患者得到治愈,同时也伴随着越来越多的病原菌对各类抗生素产生了强大的耐药性。这其中以耐甲氧西林金黄色葡萄球菌(Methicillin-resistant Staphylococcus aureus,MRSA)为代表的多重耐药菌严重影响人类及其它生物健康。发现并研究新型药物以
移动互联网的迅猛发展使得人们生活中的图像数量激增,如何更好的管理和利用这些图像成为一个重要问题。由于图像特征提取作为图像处理任务中的一个关键步骤能够从冗余的图像信息中提取作为判别与分析标准的主要特性,因此从图像中提取特征以挖掘并利用图像数据蕴含的重要信息是解决这个问题的有效方法。此外,为了解决其存储和计算负担,人们更愿意将大量图像存储到远程云服务器。然而,在享受便利的同时,将包含大量敏感信息的图像
图像作为一种包含大量信息的多媒体数据,在人们生活和工作中扮演着越来越重要的角色。图像分割是图像识别和计算机视觉至关重要的预处理步骤,也是实现图像理解的一种有效途径,作为图像处理的重要环节受到了越来越多的关注。图像分割在计算机视觉、人脸识别、产品检测、工业自动化、智能交通、文字识别、外星探测、航空与航天技术、遥感卫星图像处理、生物与医学工程、体育和农业等领域得到了广泛的应用。在很多工程应用中,由于实
随着互联网技术的普及和定位技术的不断发展,越来越多的轨迹数据在连续不断地产生。这些轨迹数据蕴含着丰富的信息,能够用于许多城市应用,例如:违章停车检测、车流分析预测、空气质量分析以及可达区域分析等。为充分利用这些轨迹数据,我们首先需要对这些轨迹数据进行有效的管理。然而,由于轨迹数据量通常非常大、更新频率很高、内在结构复杂、查询模式独特,要高效管理轨迹数据非常困难。传统的关系型数据库,例如My SQL
图像分割是连接低、高层次计算机视觉的图像处理的重要任务。图像分割是将图像分割成若干独特的子区域,使之成为图像处理应用程序的预处理步骤。由于图像的特征伪影(例如低对比度、噪声和强度变化或不均匀性),图像分割仍然是最需要解决的问题。主动轮廓模型(Active Contour Model,ACM)是图像分割中用于目标检测的一种基于能量的方法。本论文中,我们设计了四个主动轮廓模型来分割不同类型的图像,这些