柔性机械臂研究现状概述
柔性机械臂的控制技术研究
柔性机械臂的控制技术研究随着科技的发展，机械臂在工业、医疗、探险等领域得到了广泛应用。
然而，在某些特定场景下，刚性机械臂无法满足工作需要。
这时，柔性机械臂便成为了不可或缺的工具。
柔性机械臂具有纤细、精度高、便携等特性，适用于狭小空间、弯曲路径的作业等。
而柔性机械臂的控制技术则是保证其高效工作的基础。
一、柔性机械臂的特点与刚性机械臂相比，柔性机械臂不同在于其结构。
柔性机械臂采用可变形、可伸缩、可弯曲的柔性杆件，具有更广阔的应用范围。
柔性机械臂一般由伸缩机构、跟踪控制器、执行器等组成。
算上机械臂末端的工具，这些组件都是可柔性调整的。
二、柔性机械臂的控制技术研究柔性机械臂的控制技术包括硬件系统、控制程序和力传感器等方面。
控制程序的设计主要包括运动规划、轨迹跟踪、控制算法等。
柔性机械臂的受力学特性复杂，不同于刚性机械臂，其面临自身重力、非线性摩擦等问题。
传统控制方法上的误差会导致机械臂位置、力矩等不稳定。
因此，柔性机械臂的控制技术是具有挑战性的领域。
针对柔性机械臂的非线性和多变性特征，研究者采用基于人工神经网络的控制方法。
这种方法的优势在于，机器具有自我学习的特性，且在实际应用中具有较高的鲁棒性。
而且，增量式学习可以让机器在实际工作中不断优化自我控制程序，不断提高工作效率。
同时，研究者还关注力传感器技术的应用。
力传感器会将机械臂末端施加的力矩进行测量，从而实现对机械臂末端的力控制。
采用力控制的柔性机械臂可克服自身多变性，能够实现精确的工作操作。
三、柔性机械臂应用基于现有技术，柔性机械臂可应用于各种领域。
在食品加工装配等工业领域，柔性机械臂能够实现复杂、繁琐的操作。
其在装上机器人、捡取食品等一系列操作时，能够提高生产效率，减少产品被损坏的可能性。
在探险、勘察等非工业领域，柔性机械臂由于其细小形状、可弯曲的手臂，在某些狭小的空间中能够实现测量以及捕捉目标等功能。
四、未来展望随着技术的持续发展，柔性机械臂的控制技术将不断提高。
机械臂柔顺运动控制技术研究
机械臂柔顺运动控制技术研究机械臂柔顺运动控制技术研究：走向精确和高效的未来近年来，机械臂的应用范围越来越广泛，从工业生产线到医疗手术室再到家庭助手，机械臂都扮演着重要的角色。
然而，传统的机械臂在某些应用场景下存在一定的局限性，例如在与人类合作或对复杂环境的适应性上。
为了克服这些问题，机械臂柔顺运动控制技术应运而生，其致力于提高机械臂的柔顺性、精确性和高效性。
本文将探讨该技术的研究进展和未来发展方向。
柔顺运动控制技术是指机械臂通过具有精确力传递和高灵活性的机械结构，实现类似于人类手臂的柔软运动。
这种运动可以应对复杂的环境要求，比如与人类进行合作或在狭小空间中操作。
在传统的机械臂中，刚性结构和刚性控制往往导致运动精度和灵活性的不足。
而柔顺运动控制技术通过引入弹性材料、柔性机械结构和感知反馈控制算法等手段，有效提高了运动表现。
首先，柔性机械结构是实现机械臂柔顺运动控制的核心之一。
传统机械臂的末端执行器通常由刚性材料制成，限制了运动灵活性和安全性。
而柔性材料的引入可以提供更自由的运动范围，同时降低了与环境或操作对象接触时的风险。
例如，研究人员已经成功开发了基于人工肌肉和弹性材料的机械臂，实现了精确、连续和逼真的运动。
这种柔性机械结构的研究对于提高机械臂在协作机器人、医疗手术等领域的应用潜力具有重要意义。
其次，柔顺运动控制技术需要配备高效的感知反馈系统，以提供准确的运动信息并对环境变化进行实时响应。
在复杂的应用场景中，机械臂需要不断地感知和分析周围环境的信息，以便根据需要调整运动轨迹和力量输出。
近年来，计算机视觉和力传感器等技术的快速发展为实现这一目标提供了强有力的支持。
机械臂可以通过视觉系统检测周围物体的位置、形状和姿态，并通过力传感器感知外力作用下的变形情况。
这种感知反馈系统的引入使机械臂能够更好地适应环境需求和与人类进行交互。
从实际应用角度来看，机械臂柔顺运动控制技术在医疗、家庭助理和协作机器人等领域具有巨大的潜力。
柔性机器人的自主机械臂运动控制研究
柔性机器人的自主机械臂运动控制研究柔性机器人，作为一种崭新的机器人技术，越来越受到人们的关注和重视。
与传统刚性机器人相比，柔性机器人具有更大的自由度、更高的灵活性和更好的适应性。
然而，柔性机器人的自主机械臂运动控制一直是一个具有挑战性的问题。
本文将对柔性机器人的自主机械臂运动控制进行研究和探讨。
一、柔性机器人的特点与挑战柔性机器人与刚性机器人最大的区别在于其柔软的结构。
柔性材料的运用使得机器臂可以实现更复杂的运动，并且能够适应不同的工作环境和任务。
然而，柔性机器人的自主机械臂运动控制面临着一些挑战。
首先，柔性机器人的运动受到非线性和时变特性的影响，使得控制算法的设计复杂化。
其次，柔性材料本身具有一定的延展性和刚度变化，对控制算法的精度和稳定性提出了更高的要求。
因此，如何有效地实现柔性机器人的自主机械臂运动控制成为了一个亟待解决的问题。
二、柔性机器人自主机械臂运动控制的方法针对柔性机器人的自主机械臂运动控制问题，目前学术界和工业界都提出了一些解决方法。
下面将介绍几种常见的方法。
1. 建模与控制建模是柔性机器人运动控制的关键一步。
通过对柔性机器人进行动力学建模和力学建模，可以得到机器人的运动学和动力学特性，为后续的控制算法设计提供基础。
现有的柔性机器人建模方法包括有限元法、模态分析法等。
2. 轨迹规划与优化柔性机器人的轨迹规划与优化主要解决如何使机器人的末端执行器按照既定的轨迹完成任务。
常用的轨迹规划方法有基于模型预测控制的方法、基于优化算法的方法等。
这些方法可以通过对机器人动力学特性和约束条件的考虑，实现更加准确和高效的轨迹规划。
3. 自适应控制自适应控制是指机器人根据外界环境和输入变化自主调整控制策略的能力。
对于柔性机器人的自主机械臂运动控制来说，自适应控制可以提高机器人在不同工作环境下的适应性和鲁棒性。
常见的自适应控制方法包括模型参考自适应控制、模糊自适应控制等。
三、柔性机器人自主机械臂运动控制的应用前景柔性机器人的自主机械臂运动控制不仅对于工业制造领域有着广泛的应用前景，还在医疗、服务机器人等领域有着巨大的潜力。
柔性机械臂运动规划与控制技术研究
柔性机械臂运动规划与控制技术研究随着机器人技术的不断发展，机械臂已经成为了工业生产中必不可少的设备。
然而，传统的刚性机械臂在应对某些任务时，往往显得力不从心。
为了解决这一问题，柔性机械臂应运而生。
它的可塑性和柔韧性使得它在处理复杂场景和不规则形状的物体时，具备非常明显的优势。
然而，柔性机械臂的运动规划和控制却是对于工程师们而言非常大的挑战。
一、柔性机械臂的主要形态柔性机械臂的形态主要包括以下三种：膨胀机械臂、软臂机械臂和连续机械臂。
膨胀机械臂由许多软质的阀片组成，可以通过不断充气来实现运动。
软臂机械臂主要由柔性杆材和电动机构组成，其灵活性和柔韧性更加明显。
连续机械臂则是由许多节构件组成，通过旋转关节动作来实现运动。
不同的机械臂形态，对于运动规划和控制技术提出了不同的挑战。
二、柔性机械臂的运动规划技术柔性机械臂的运动规划技术主要包括路径规划和轨迹跟踪两个方面。
路径规划的主要目标是寻找机械臂在空间中的运动轨迹，并将其转化为切实可行的控制指令。
而轨迹跟踪则是将规划好的路径按照某种规律实现网形的运动。
路径规划技术的主要策略是利用约束和优化算法，将机械臂的动作控制在某一固定范围之内。
其中，约束算法主要是通过约束条件限制机械臂运动轨迹的可行空间，而优化算法则是通过对目标函数的求解来实现轨迹规划。
轨迹跟踪技术的主要策略是建立控制模型，使得机械臂能够按照既定的路径进行运动。
其中，控制模型通常是以模型预测控制（MPC）为基础建立的，利用控制算法将模型状态进行实时控制，从而达到轨迹跟踪的目的。
三、柔性机械臂的控制技术柔性机械臂的控制技术是指将规划好的路径和轨迹转化为实际的控制指令，并通过控制器对机械臂进行控制。
它是机械臂技术的重要组成部分，也是机械臂运动控制的关键环节。
传统的机械臂控制技术主要是基于PID控制器实现的，然而，由于柔性机械臂的柔性和曲率变化比较大，传统的PID控制器很难实现对机械臂位置和速度的高精度控制。
组合柔性机械臂动力学特性与振动抑制性能的研究的开题报告
组合柔性机械臂动力学特性与振动抑制性能的研究的开题报告一、研究背景柔性机械臂具有结构灵活、可冗余、质量轻等优点，在机器人领域中具有广泛应用前景。
然而，在实际应用过程中，柔性机械臂所带来的振动问题给控制系统带来了很大的挑战。
因此，研究柔性机械臂的动力学特性和振动抑制性能，对其优化设计和精确控制具有重要意义。
二、研究目的本文旨在：1. 深入探究柔性机械臂的动力学特性，分析和建立柔性机械臂的动力学模型。
2. 研究柔性机械臂的振动抑制性能，探究影响柔性机械臂振动的因素及其对振动抑制的影响。
3. 组合动力学与振动抑制分析，提出有效的柔性机械臂振动抑制方法并进行实验验证。
三、研究内容本文将围绕柔性机械臂的动力学特性和振动抑制性能展开研究工作，具体包括以下内容：1. 对柔性机械臂的动力学特性进行深入分析，在建立动力学模型的基础上模拟分析柔性机械臂的运动学和动力学特性。
2. 探究柔性机械臂振动的原因，包括结构刚度、质量分布等对柔性机械臂振动的影响，并对振动抑制技术进行综述。
3. 基于系统鲁棒控制的方法，提出柔性机械臂的振动抑制控制方法。
设计集中式控制器并验证其有效性。
4. 通过实验验证柔性机械臂的动力学特性和振动抑制性能，并与其他已有的方法进行比较，以评估所提出的方法的有效性和实用性。
四、研究意义本文研究的柔性机械臂动力学特性和振动抑制性能对提升柔性机械臂的精度和控制能力具有重要意义，具体有以下几点：1. 深入研究和掌握柔性机械臂的动力学特性和振动抑制技术，有助于优化柔性机械臂设计，提高其控制精度。
2. 所提出的柔性机械臂振动抑制控制方法，为柔性机械臂的实际应用提供了一种新的控制途径，具有重要的理论和实用价值。
3. 相关研究成果可以为机器人领域中的其他柔性结构的动力学分析和振动抑制技术提供有益借鉴和参考。
五、研究方法和技术路线本研究主要采用理论分析和实验验证相结合的方法，具体技术路线如下：1. 对柔性机械臂的动力学特性和振动抑制技术进行综述和分析，总结相关理论和方法。
柔性机械臂的设计与控制研究
柔性机械臂的设计与控制研究随着科技的不断发展和人们对工业机械的需求不断增加，机械臂逐渐成为了最具发展前景的研究领域之一。
而随着柔性机械臂的推出，现代工业生产领域也迎来了一场革命。
与传统的刚性机械臂相比，柔性机械臂具有更大的自由度、更高的适应性和更广泛的应用范围，其在现代工业生产中的应用前景极为广泛。
一、柔性机械臂的设计柔性机械臂的设计，首要考虑的是其结构设计。
通常来说，柔性机械臂的结构要比传统机械臂的结构复杂得多。
在柔性机械臂的结构设计中，关键要素包括关节数量、连接件以及机械臂的材料等方面。
在柔性机械臂的结构中，关节点的数量和位置是非常重要的。
关节点数量的多少和位置的选择，直接决定了机械臂能够完成的任务难度和范围。
因此，在柔性机械臂的设计中，选择合适的关节点数量和位置，将非常有利于机械臂最终的性能和效率。
另外，柔性机械臂的连接件也是设计的重点之一。
合理的连接件可以有效地增强机械臂的结构强度和稳定性，同时还可以有效地减少机械臂的重量，提高机械臂的移动速度和自由度。
因此，在柔性机械臂的设计过程中，选择合适的连接件是非常重要的一步。
最后，在柔性机械臂的设计中，合适的材料是关键之一。
一般来说，柔性机械臂的材料选择比较广泛，可以选择纤维材料、塑料材料或者金属材料等。
选择合适的材料不仅可以增强机械臂的结构强度和稳定性，同时还能够增强机械臂的柔性和适应性。
二、柔性机械臂的控制研究柔性机械臂在控制研究方面与传统刚性机械臂存在很大的不同。
柔性机械臂需要通过控制来确保其在目标轨迹下的精确定位和重合，并能够在误差范围内调整位置，以实现更高效和准确的任务。
柔性机械臂的控制研究主要涉及运动学、动力学和控制算法等方面。
在柔性机械臂的控制算法中，传统的PID控制算法已经不能满足实际生产中对控制的要求。
因此，研究人员最近提出了一系列新的控制算法，如模糊控制、自适应控制、神经网络控制等。
这些算法的发展，极大地推进了柔性机械臂的控制研究。
柔性机械手臂的动力学建模研究
柔性机械手臂的动力学建模研究机器人技术的快速发展为工业自动化带来了重大意义的突破，其中的柔性机械臂也是其中的一大亮点。
柔性机械臂以其具有的柔性、高精度、低惯性等优点，被广泛应用于各个领域的生产和加工工作中，但是柔性机械臂的特殊性质使得其动力学建模存在困难，甚至有些复杂。
因此，本文将详细探讨柔性机械手臂的动力学建模研究。
一、柔性机械手臂的基本概述柔性机械臂的特殊性质在于其结构柔软且运动自由度多，同时由于受到弯曲、扭曲、伸展等多种形变影响，运动学和动力学关系极其复杂，这对动力学建模提出了很高的挑战。
在动力学建模的过程中，基于“柔性”的假设将变形的机械臂重新处理成一个具有连续分布的质量-弹性分布系统，通过利用Euler-Bernoulli和Timoshenko等经典理论可得到模型参数。
柔性机械臂建模的主要目标是求解机械臂在外部力作用下的位移、速度、加速度等信息，从而获得机械臂的动态响应。
二、柔性机械手臂的建模方法基于质量弹性分布的模型在建模过程中非常有用，这意味着考虑柔性机械臂上所有点的质量和弹性特性，同时考虑不同点之间的相互作用。
针对运动方程的构建，通常有三种主要方法：欧拉角动力学建模法、Quaternions动力学建模法和本体角动力学建模法等。
欧拉角动力学建模法：经典的欧拉角模型在柔性机械臂动力学建模方面得到了广泛的应用。
本模型基于欧拉角运动方程，其中的角度限制引起了机械臂姿态的不连续性和奇异性。
Quaternions动力学建模法：正是因为欧拉角动力学建模法存在的不连续性和奇异性问题，该问题也被Quaternions动力学建模法很好地解决了。
这个模型附属于一个四元数系统，它具有更好地解决方案的不连续性和奇异性等方面的优势，因此应用广泛。
本体角动力学建模法：柔性机械臂相对于地面的位移和基本运动轴之间的关系通常称为本体运动。
这种类型的建模方法可以用于需要计算机身姿态运动的场合。
但是，本体角动力学建模法也存在“万向锁”问题，限制了它在柔性机械臂领域的应用。
刚—柔耦合问题与空间多杆柔性机械臂的动力学建模理论研究
刚—柔耦合问题与空间多杆柔性机械臂的动力学建模理论研究一、本文概述随着现代机器人技术的发展，空间多杆柔性机械臂在航天、深海探索、精密制造等领域的应用日益广泛。
这类机械臂在运动中不仅呈现出刚体动力学特性，而且由于结构柔性，其动力学行为还受到弹性变形的影响。
对刚—柔耦合问题的深入研究，以及建立准确的空间多杆柔性机械臂动力学模型，对于提高机械臂的运动精度、稳定性和控制效率具有重要意义。
本文旨在探讨空间多杆柔性机械臂的动力学建模理论。
我们将回顾和梳理刚—柔耦合问题的基本概念和研究现状，分析现有动力学模型的优缺点及适用范围。
接着，我们将基于弹性力学、多体动力学和计算机仿真技术，建立一种综合考虑刚体运动和弹性变形的动力学模型。
该模型将能够更准确地描述机械臂在运动过程中的动力学行为，为后续的轨迹规划、控制和优化提供理论基础。
本文还将对所建立的动力学模型进行实验验证。
通过对比仿真结果与实验结果，评估模型的准确性和可靠性，并提出改进和优化建议。
我们期望通过本文的研究，能够为空间多杆柔性机械臂的动力学建模提供新的理论和方法，推动相关领域的技术发展和应用创新。
二、刚-柔耦合问题的基础理论刚-柔耦合问题涉及机械系统中刚性部分与柔性部分之间的相互作用和动力学特性。
在解决这类问题时，我们需要结合刚体动力学和弹性力学的基本理论，对系统的整体运动进行建模和分析。
刚体动力学是研究刚体在力和力矩作用下的运动规律的学科。
根据牛顿第二定律，刚体的运动可以通过建立运动方程来描述，其中包含了刚体的质量、惯性矩以及所受的力和力矩。
这些方程可以通过数值方法求解，得到刚体的位移、速度和加速度等运动参数。
弹性力学则关注物体在受到外力作用时发生的形变和应力分布。
对于柔性机械臂，其弹性形变会对整体运动产生影响，因此需要考虑其弹性特性。
在弹性力学中，物体的形变可以通过位移场来描述，而位移场满足弹性力学的基本方程，如平衡方程、几何方程和本构方程。
在刚-柔耦合问题中，我们需要将刚体动力学和弹性力学的基本理论相结合，建立系统的整体动力学模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
柔性机械臂研究现状概述
摘要：本文通过对柔性机械臂研究现状进行总结和概括，预测了未来柔性机械臂的发展趋势。
关键词：柔性机械臂
伴随着微电子技术的发展、机械设计制造水平的提高以及计算机科学技术的风起云涌，机器人技术也得到了长足的发展，功能完善的机械臂有着建模方便、容易控制、精确度高等诸多优点[1]，越来越多的存在于工业生产和人类生活的各个领域[2]，工业机械臂的应用在降低工人劳动强度同时也提升了生产效率，甚至在一定程度上改变了人类对世界的认识，极大地促进了人类主观能动性的发挥。
工业机械臂作为实现工业自动化生产的关键工具，广泛应用在化工石油、航天航空、汽车制造、精密装配、核检测等各个领域，发挥了及其重要的作用。
然而，对于一些空间拥挤、结构复杂、障碍密布的非规划性工作区域，传统的机械臂由于其自身的低冗余度、刚性结构适应性差等原因，往往难以有效地发挥自身优势。
相对而言，柔性机械臂由于自身冗余度高、适应性好，在解决上述问题中就显得越来越重要[3]。
本文就柔性机械臂的研究现状进行论述分析，以便为其后续的发展提供一定的参考。
1.柔性机械臂国外研究现状
德国费斯托（Festo）公司受人手灵感的启发，研制了一款精巧的仿生机械手[4]，该机械手以空气动力学为基础，用气动波纹管为载体单元进行操控，且在拇指和食指连接处加一个旋转模块，使其实现12个自由度的移动，能够完成通常的抓握按压等基本的动作，以实现替代人手的目的。
日本京都大学设计了仿蛇形的柔性机器人[5]，研究团队在该柔性机器人身上配备了36个角度传感器，能够对其运动形状进行准确的控制，使其能够在崎岖地形和狭窄空间进行运动，可以实现搜索救援和侦查等功能。
美国克莱姆森大学的Walker 团队对柔性机械臂领域的研究较为深入，在机械臂的物理结构建模、优化设计以及精确姿态控制等方
面取得了一定的成果[6]，其设计的象鼻机器人OctArm柔性机械臂可以实现890N 和 250N 的纵/横向负载能力以及空间连续弯曲。
1.柔性机械臂国内研究现状
相对国外而言，国内对柔性机械臂的研究起步相对较晚，然而我国的众多高校和科研院所紧跟前沿，取得了一些列的成果：华南理工大学的研究团队提出一种基于绳操纵的串行机械手，可以实现各关节运动的完全解耦，同时解决了绳操作中绳索操纵中的单向性问题。
上海交通大学的研究团队设计了一个整体由硅胶材料制作的柔性机械臂，该柔性机械臂不含有刚性结构件，外部设备牵引嵌在柔性臂中的绳索，使柔性机械臂实现弯曲和偏转运动[7]。
此外，上海交通大学的王贺升等在2017年对绳索驱动的柔性机械臂在建模、控制等问题进行了研究，将开尔文模型和几何精确杆理论相结合，用应变向量和曲率向量来描述法向应变、扭转效应以及弯曲效应，有效地解决了软性材料的法向应变和粘性问题[8]。
中国科学技术大学的研究团队提出了一种基于蜂窝气动网络(简称HPN)结构的柔性机械臂[9]，并且完成了该结构的设计、仿真和实验验证工作，最终通过实验验证了结构的柔性和承载能力，证明该结构在实现柔性和承载能力的平衡方面具有显著的优势，同时也能够克服气动网络结构在强度方面的缺陷。
1.展望
随着人们在工业生产、设备维护、探测救灾、医疗健康等诸多方面对工业自动化依赖程度的加强，柔性机械臂的重要程度愈加凸显[10]，本文主要对柔性机械臂的国内外发展现状进行了系统的阐述，同时预测柔性机械臂的发展趋势如下：
（1）柔性机械臂属于超冗余机械臂，目前的控制算法多为智能控制算法，对计算机的资源占有较大且效果较差，后期研发出能够保证运动控制精度且具有较强鲁棒性的控制算法将会是其研究趋势之一。
（2）柔性机械臂的形状检测是高精度控制的前提，目前其检测方式较多且缺乏通用的传感器，如何进行多种检测方法的进行优势互补、精度互修，提高其形状检测精度，是未来柔性机械臂领域的形状检测发展趋势。
参考文献：
[1] 赵强，岳永恒. 仿生连续体机器人的研究现状和展望[J]. 机械设计，2009，26(8)： 1-6.
[2] Walker I D, Dawson D M, Flash T, et al. Continuum robot arms inspired by cephalopods[C]//Unmanned Ground Vehicle Technology VII. International Society for Optics and Photonics, 2005, 5804: 303-314.
[3] Tonapi M, Godage I, Vijaykumar A, et al. A novel continuum robotic cable aimed at applications in space[J]. Advanced Robotics, 2015, 29(13): 861-875.
[4] Guan Q, Sun J, Liu Y, et al. Novel Bending and Helical Extensile/Contractile Pneumatic Artificial Muscles Inspired by Elephant Trunk[J]. Soft Robotics, 2020.
[5] Matsuno F, Sato H. Trajectory tracking control of snake robots based on dynamic model[C]//Proceedings of the 2005 IEEE International Conference on Robotics and Automation. IEEE, 2005: 3029-3034.
[6] Mcmahan W, Jones B A, Walker I D. Design and Implementation of
a Multi-Section Continuum Robot: Air-Octor[C]//IEEE/RSJ International Conference on Intelligent
Robots and Systems. Edmonton, Alta., Canada, 2005: 2578-2585.
[7] 俞晓瑾. 柔性机械臂的运动学和动力学建模及视觉伺服控制[D]. 上海: 上海交通大学, 2013.
[8] Wang H, Wang C, Chen W, et al. Three-dimensional dynamics for cable-driven soft
manipulator[J]. IEEE/ASME Transactions on Mechatronics. 2017,
22(1): 18-28.
[9] Jiang H, Liu X, Chen X, et al. Design and simulation analysis of a soft manipulator based on honeycomb pneumatic networks[C]. IEEE International Conference on Robotics and Biomimetics, Qingdao, Peoples R China, December 03-07, 2016.
[10] 谷海宇. 考虑绳孔特性的绳驱蛇形机械臂动力学与控制[D]. 哈尔滨: 哈尔滨工业大学, 2021.。