基于标定及补偿提高串联机器人定位精度方法

在使用串联机器人进行定位操作前,首先需要对机器人基坐标系与测量坐标系进行位姿关系的标定,针对具有隐藏机器人基坐标系以及机器人法兰坐标系的串联机构,本文提出一种等价变换思想并结合应用激光跟踪仪测得机器人末端靶标点的坐标数据建立标定矩阵方程,应用罗德里格矩阵变换将标定方程转化为三元二次矩阵方程形式,采用最小二乘法和牛顿迭代法求出数值解进而完成机器人基坐标系与测量坐标系标定的方法。然后应用这种方法进行标定试验得到了20组标定结果,通过比较标定结果偏差进而验证了这种方法的正确性。最后,本文验证了应用这种标定方法的标定结果并结合一种新的位姿补偿算法后,能极大地提高机器人末端的定位精度。     

基于奇异摄动与神经网络的柔性臂控制

运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统，设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统，抑制振动。一个单杆柔性机械臂的仿真算例表明，本文的控制方法保证了柔性臂刚性运动的精确跟踪，同时消除了弹性振动，避免了零动力学不稳定问题。     

水下巡检蛇形机器人移动单元结构设计及计算

随着经济蓬勃发展,水生农作物市场的需求量不断增长,水域水质检测行业显得日益重要,但人工水质水域检测效率低下,为此设计一套可以搭载检测传感器的水质检测蛇形机器人,以提高检测效率、降低检测成本、减轻人工劳动力度.为适应水下环境,该机器人具备小巧、灵活、机动性能好、转弯灵活、对复杂水域适应能力强、可检测不同深度水质的特点,在...     

考虑绳阻尼的绳系并联机器人动力学特性分析

针对应用于风洞试验模型支撑的绳系并联机器人的设计需求,采用实验和理论建模相结合的方法,研究绳阻尼对绳系并联机器人动力学特性的影响。首先,为了准确地定量描述绳阻尼,设计了一套测量绳阻尼的实验装置,通过实验得到了不同参数下的绳阻尼比;其次,考虑了绳阻尼,对绳张力进行建模,并提出了考虑绳阻尼的绳系并联机器人的动力学建模方法;最后,分析了绳阻尼对绳系并联机器人动力学特性的影响。结果表明:绳阻尼对绳系并联机器人动力学响应的影响主要体现在响应幅值上,绳直径越大,绳阻尼对绳系并联机器人动力学响应的减振作用越明显。当绳阻尼系数大于0.6 N·s/m时,不论绳直径粗细如何,绳阻尼对绳系并联机器人动力学特性的影响不能忽略。研究结果可为绳系并联机器人的设计提供理论指导。      

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率,提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人,并通过优化关节轨迹,对机器人末端残余振动进行抑制。首先,给出物料装填机器人的总体设计方案和工作流程。然后,结合物料装填机器人的结构特点,应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型,并应用模态分析方法得到机器人末端动态响应计算方法。最后,以物料装填机器人关节残余弹性势能最小为优化目标,使用最大最小蚂蚁系统,对机器人关节轨迹进行优化,并对优化结果进行仿真验证。仿真结果表明,优化后的关节轨迹,在满足快速装填要求的基础上,可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

全柔性空间机器人基于虚拟力的输出反馈有限维重复学习控制及振动抑制

探讨了基座、关节、臂均存在柔性情况下,空间机器人关节轨迹运动及多重柔性振动的主动控制和主动抑制问题.结合线性弹簧、扭转弹簧、简支梁及假设模态法,利用拉格朗日方程建立了基座、关节、臂全柔性影响下的空间机器人系统动力学模型,利用奇异摄动法,将模型分解为关节运动慢变子系统与关节柔性振动快变子系统.为控制慢变子系统中载体姿态、关节刚性运动并且抑制臂的柔性振动,依据虚拟控制力的概念,设计了基于有限维傅里叶级数解析周期信号的输出反馈重复学习算法.李雅普诺夫直接法证实了上述控制器的稳定性.为了抑制快变子系统中基座和关节的柔性振动,分别采用线性二次最优控制方法以及引入关节柔性补偿器间接增大关节等效刚度的方式,使控制算法不局限于求解弱非线性问题.系统数值仿真结果表明,所提出的控制器能够有效抑制机器人多重柔性构件的振动,实现对期望信号的高品质追踪.      

基于改进型BP神经网络多关节机器人逆向运动学求解

提出采用一种3层改进型快速BP神经网络(Modified fast BP neural network,MFBPNN)求解一个5自由度多关节机器人逆向运动学问题。使用正向运动学计算获得的样本向量进行离线学习,然后充分利用人工神经网络的泛化特性,实现了机器人末端作用器位姿到各个关节转角变量之间的非线性映射。仿真结果表明,采用MFBPNN算法以后,绝对误差不超过0．005°,计算精度和处理速度能够满足机器人实时控制的要求,并且可以应用于机器人路径规划控制场合。