弹性机器人的LQG／LTR控制

ＬＱＧ／ＬＴＲ设计方法仅适合于最小相位系统，本文对单臂弹性机器人系统，进行适当的处理和对方法进行改进后，仍采用ＬＱＧ／ＬＴＲ方法设计控制器，得到的闭环系统有较强的鲁棒性。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

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...     

混合式壁面移动机器人横向移动机构及运动分析

 针对结构较复杂的椭球形壁面,提出了由两类不同移动机构组成的混合式壁面移动机器人,一类为框架移动式,实现沿壁面经线（纵向）的攀爬运动;另一类为浮动的轮轨驱动式,实现沿壁面纬线（横向）的运动,二者相互独立。重点介绍了轮轨式横向移动机构,分析了它的工作原理,根据工作环境的几何特征并结合DH法,对复杂约束环境下,机器人的横向运动进行了运动学分析,并进行了样机实验,结果表明通过控制两个驱动轮的角速度可以控制机器人横向运动的速度和姿态。     

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。     

多功能水冷壁排管爬壁机器人的研制

介绍了一种新研制开发的永磁吸附式双履带结构爬壁机器人,主要应用于火力发电站的大型排管锅炉中的水冷壁排管壁面的清扫和检测,并能够在检测到壁面厚度小于预置的极限值处发出报警信号、打标记,具有较高的推广应用价值。文中阐述了该机器人的结构、磁路的优化设计、自动测厚、打标系统和控制系统的研制。目前,该机器人已经经过多次现场试验。各项指标均已达到设计要求。     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.