在食品、医药、物流及3C电子等诸多行业，需要大量对产品进行高速抓取、拣选和包装的高速机器人。此类高速机器人已成为物流领域降低劳动成本、提高生产效率的核心装备，需求量大面广。现有的高速分拣机器人均为刚性结构，运动惯量大，能耗高，支链结构复杂，制造成本高，效率也遇到瓶颈。索驱动机器人采用绳索代替刚性支链驱动终端运动，具有结构简单、轻量化、低成本的显著特点，在高速运动领域已经展现出巨大的潜力。

然而绳索只能承受单向拉力，约束能力不足，目前的高速索机器人为保证绳索张紧都采用冗余结构，能耗高。缺乏结构简洁的非冗余高速索机器人及其设计方法。为解决这一问题，我们创新性地设计了一类新型索并联机器人，将其应用于高速分拣。提出了新型索驱动高速并联机器人，系统性地进行了构型设计、性能评价与优化、精度和动态性能保证等关键技术的研究工作，完成了系列化样机开发，实现了该机器人装备在精度和动态特性方面的突破。

索并联机器人构型创新设计

从终端约束理论出发，提出了驱动同步缩放的平行索驱动结构，实现了高效驱动与有效约束的结合，约束了动平台不必要的转动自由度，与刚性支链相比，简化了支链机构，实现了轻量化设计。针对绳索张紧问题，摒弃了对拉索结构，采用被动力方法，获得了平行索驱动和被动张紧技术相结合的刚柔融合索驱动并联机器人构型，如图所示。该类型索并联机器人采用三组平行索驱动，采用被动弹簧和伸缩摆动机构组成刚性被动张紧支链，对动平台施加向下的压力，实现张拉整体结构，避免了冗余驱动，使得控制难度降低，大幅提升机构的工程应用价值。

在机器人的结构设计上，采用模块化设计理念。机器人的驱动模块、滑轮导向模块、被动张紧支链模块、动平台等均为模块化结构，具有不同的设计方案。针对任务需求，可实现机器人的高效重构和装配。最终得到不同自由度和不同运动学/动力学性能的系列化少自由度索驱动高速并联机器人。

运动/力传递性能指标及优化

尺度设计与构型设计构成机器人设计的两大方面。如何揭示高速机器人运动学和动力学本质特性，建立运动学和动力学性能指标体系和一体化优化设计方法，保证机构优异的综合性能，是一个关键难题。针对这一问题，从机构的本质——运动/力传递出发，建立基于终端力传递性能的指标体系。从力空间的角度出发，引入矢量正交度的数学概念，利用机器人形成力空间的能力来建立性能指标。

针对索并联机器人的力传递性能评价问题，对静力学分析出发，建立了表征索并联机器人驱动能力的力平行六面体和表征其约束能力的力矩平行六面体，利用驱动力空间和约束力空间特征边的力矢量之间的正交度定义了驱动力传递性能指标OLAI和约束力传递性能指标OLCI。在整个操作空间中对求平均，定义全局力传递性能指标。针对动力学性能评价问题，通过动力学建模，获得机器人整体惯量矩阵，建立了基于动力学惯量指标的动力学性能评价方法，在此基础上建立了机器人动力学优化与惯量匹配准则.基于运动学和动力学评价指标，建立了一体化并联机器人综合优化方法，指导机器人参数设计和驱动与传动系统选型，实现了运动学和动力学的综合性能优化与驱动匹配，使得机器人潜能得以充分发挥和释放。

考虑滑轮运动学的索并联机器人运动学标定方法

针对索并联机器人的运动学标定和精度保证技术进行了研究工作。由于使用滑轮结构，索机器人出索点位置具有空间时变特点，传统定出索点建模方法精度较差。为提升索并联机器人精度，考虑滑轮运动学是必要的。针对这一问题，首先建立了考虑滑轮条件下的索并联机器人完整运动学模型。在考虑滑轮运动学条件下对TBot误差模型进行了建模，以绳索长度计算值和测量值差异构造残差函数，并建立了误差辨识模型并推导了辨识矩阵表达式。利用辨识矩阵的数值特性，构造相应指标对机器人进行误差敏感性分析，从而指导测点的选择。最终建立了索并联机器人运动学标定方法和操作指导流程。对TBot索并联机器人进行了标定实验。根据对比，本项目提出的考虑滑轮的标定方法与传统方法相比可以使精度提高31.2%。

点到点抓取轨迹规划

建立了基于 k 次非均匀有理 B 样条曲线的关节空间轨迹规划方法，并在此基础上依次建立了时间最优、能量最优和平滑性最优的轨迹规划数学模型，利用遗传算法完成了上述典型轨迹的规划研究。基于平面五点路径的约束点影响分析，提出了基于新型空间约束和三点约束的轨迹规划方法，充分释放了高速索并联机器人的性能优势。针对实时在线轨迹规划问题，建立了基于跨度和加速度的快速轨迹规划方法，为机器人的工程应用奠定了基础。

样机与工程应用

研发了系列化索驱动高速并联机器人装备。根据不同工况需求，研发设计了TBot-1200、TBot-800和TBot-600三种规格的索驱动高速并联机器人装备，其工作空间直径分别为1200mm、800mm和600mm。所研发的机器人在不同种类物体的抓取分拣和各类产品生产线中得到了成功的应用。如图所示为TBot机器人在饼干、巧克力等食品分拣中的应用示范。通过配备自主研发的软体机械手，机器人还可实现对各类异形物体的抓取和分拣，适应柔性抓取工况要求，大大扩展了索驱动高速并联机器人的应用范围。

Related Publications:

Zhaokun Zhang, Guangqiang Xie, Zhufeng Shao*, Clément Gosselin. Kinematic Calibration of Cable-Driven Parallel Robots Considering the Pulley Kinematics. Mechanism and Machine Theory, 2022, 169, 104648. DOI: 10.1016/j.mechmachtheory.2021.104648.

Guangqiang Xie, Zhaokun Zhang, Zhfueng Shao*, Liping Wang. Research on the Orientation Error of the Translational Cable-Driven Parallel Robots. Journal of Mechanisms Robotics, 2022, 14(3): 031003. DOI: 10.1115/1.4052848.

Jinhao Duan, Zhufeng Shao*, Zhaokun Zhang, Fazhong Peng. Performance simulation and energetic analysis of TBot high-speed cable-driven parallel robot. Journal of Mechanisms and Robotics, 2022, 14 (2), 024504. DOI: 10.1115/1.4052322.

Fazhong Peng, Jinhao Duan, Zhufeng Shao*, Zhaokun Zhang, Daoming Wang. Comparisons of a TBot high-speed cable-driven parallel robot with a classical Delta parallel robot. Journal of Tsinghua University (Science and Technology), 2021, 61(3): 183-192. DOI: 10.16511/j.cnki.qhdxxb.2020.26.027.

Zhaokun Zhang, Zhufeng Shao*, Fazhong Peng, Haisheng Li, Liping Wang. Workspace Analysis and Optimal Design of a Translational Cable-Driven Parallel Robot with Passive Springs. Journal of Mechanisms and Robotics, 2020, 12(5): 051005. DOI: 10.1115/1.4046030.

Zhaokun Zhang, Zhufeng Shao*, Liping Wang. Optimization and implementation of a high-speed 3-DOFs translational cable-driven parallel robot. Mechanism and Machine Theory, 2020, 145:103693. DOI: 10.1016/j.mechmachtheory.2019.103693.