专 业：机械设计及理论
导 师：张俊 教授
毕业去向：苏州汇川联合动力系统股份有限公司
教育及工作背景：
2020年9月至2023年6月 福州大学 机械设计及理论 工学硕士学位
2014年9月至2018年6月 西华大学 机械设计制造及其自动化 工学学士学位
研究方向：
机器人机构学
参与科研项目：
1.福建省科学技术厅, 自然科学基金项目（杰青）, 基于1T2R并联式摆角头的五轴混联数控加工单元设计理论与关键技术研究（2020J06010）, 2020-2023，参与
2.福建省科学技术厅, 高校产学合作项目, 基于过约束冗余驱动并联模块的混联数控装备研究及产业化（2019H6006）,2019-2022，参与
3.企业合作（厦门万久科技股份有限公司）,横向合作项目, 高端并混联数控装备研发（00201806）,2018-2022，参与
4.重庆大学机械传动国家重点实验室开放基金资助项目, 冗余驱动并联机构的误差分析与精度设计（SKLMT-ZDKFKT-202003）,2020-2022，参与
发表论文：
1. Hu Y, Liu H, Hu C, et al. An Improved Ant Colony Algorithm Based Dynamic Sorting Strategy: Application to Delta Robot[C]//2022 5th World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM). IEEE. Ma’anshan, China. 2022: 1130-1136.
授权专利：
1.含过约束冗余驱动的三自由度并联式主轴头，实用新型专利，专利号: ZL202120730224.3.
荣誉与奖励：
2021年 第三届福建省研究生电子设计竞赛一等奖
2021年 “兆易创新杯”第十六届中国研究生电子设计竞赛华东赛区三等奖
2022年 “申昊杯”第四届中国研究生机器人创新设计大赛三等奖
2022年 福州大学研究生中期优秀学业奖学金三等奖
2022年 The Prize for The Best Presentation. 2022 5th World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM)
2023年 福州大学研究生综合优秀学业奖学金特等奖
硕士学位论文简介：
面向高速分拣场景的Delta机器人轨迹规划与分拣策略研究
DELTA机器人在物料分拣中具有高速度、高精度、高自动化的优点，被视为高速分拣作业的优势解决方案。然而，实际应用时传统的分拣方法存在功耗高、效率低的问题。针对此问题，本文提出一套轨迹规划方法与分拣策略，旨在减小DELTA机器人在高速分拣场景中能量消耗和提升分拣效率。全文工作如下：
首先，开展DELTA机器人运动学和动力学建模。运动学和动力学模型是后续研究必要的理论基础。为此，引入机器人的本体组成和属性，通过闭环矢量法建立机器人的位置、速度、加速度逆运动学模型，通过虚功原理建立简化刚体动力学模型。
其次，提出一种基于最优能耗的单次拾放操作轨迹规划方法。通过建立单次拾放的能耗模型，定义轨迹规划的最优能耗目标，并提炼运动规律、过渡曲线、过渡比率3类主要运动参数作为设计变量。提出一种轨迹插补运算算法，获得3-4-5次多项式、bang-bang、3-4-5-6次多项式3种运动规律与椭圆弧曲线、非均匀三次B样条曲线、PH曲线3种过渡曲线组合的9种运动轨迹。分析不同过渡比率下9种运动轨迹的能耗值以优选能耗最低轨迹，并分析能耗最低轨迹在不同运行时间和不同拾放点下是否均保证能耗最低。研究表明，过渡比率为0.8的bang-bang运动规律非均匀三次B样条过渡曲线运动轨迹始终为9种运动轨迹中的能耗最低轨迹。因此，采用此轨迹作为单次拾放操作的最优能耗运动轨迹。
再次，提出一种基于最优路径的多物料分拣策略。通过建立多物料高速分拣场景的工作区块划分和分拣操作具体流程，将总体分拣行程最短的最优路径问题抽象为交替在两个国家的城市间移动的旅行商问题。针对此问题，提出具有两个转移概率函数的蚁群算法分拣策略，并根据不同物料密度的情况和待分拣物料始终跟随传动带运动的情况进行鲁棒性和动态性改进。比较蚁群算法分拣策略与传统随机分拣策略和顺序分拣策略的分拣路线和总体分拣行程。研究表明，蚁群算法分拣策略的路线选择更加均衡，在不同密度下均能获得最短分拣行程。
最后，搭建一套以DELTA机器人为核心的实验平台，并围绕其开展轨迹规划的实验验证。实验结果证明，所提出的轨迹规划方法获得的运动轨迹具备能耗最低的特点。
综上所述，论文所提的轨迹规划和分拣策略，具有显著减少能量消耗、缩短分拣行程的优点，成功解决了传统分拣方法高能耗、低效率问题，可为DELTA机器人的高速分拣作业提供方法支撑，也可为其他类型的作业提供理论参考。