基于自适应阻抗控制的大负载液压机械臂柔顺控制

针对大负载液压机械臂的柔顺作业问题,提出了一种自适应阻抗控制算法进行机械臂柔顺控制。算法根据六维力传感器测量的接触力信息和机械臂末端位置信息,对环境刚度和环境位置实时估计。根据环境刚度和环境位置的估计值,对机械臂的参考轨迹进行修正,实现自适应阻抗控制,以达到更佳的力控效果。开展了液压机械臂管道搬运实验,进行自适应控制算法性能验证。结果表明,相较于传统的阻抗控制算法,机械臂采用自适应阻抗控制算法能够获得更好的力控性和柔顺性。     

机械臂与环境交互的位置/力切换抑制振动方法

当机械臂执行位置/力的混合跟踪任务时，位置控制一般用于机械臂的自由运动阶段，力控制一般用于约束运动阶段。这种位置/力切换的控制结构既能实现与环境接触前对机械臂位置的精确控制，也能保证接触后对期望控制力的准确跟踪。由于开关系统本身存在的切换不稳定性，机械臂在以一定的速度与环境接触时，机械臂执行器会在环境表面振动甚至弹跳。针对此问题，提出了一种半主动阻尼阻抗学习方法，该方法主要包含两部分：基于位置/力切换控制的半主动阻尼控制器；基于一种逆秩拟牛顿法（broyden fletcher goldfarb shanno，简称BFGS）的阻抗学习算法，根据学习到的环境参数调节半主动阻尼，实现机械臂在接触面的振动抑制和平稳过渡。在仿真及实验中，应用提出的方法让机械臂与不同环境交互，结果表明：该方法能很好地抑制接触过渡阶段的超调力，并防止机械臂在切换过程中的振动，实现了柔顺接触和平稳过渡。     

机械臂系统鲁棒控制轨迹跟踪

针对具有不确定性的机械臂系统的轨迹跟踪控制问题,提出了一种基于Udwadia-Kalaba方程的鲁棒控制算法,可以在不引入拉格朗日乘子的情况下求解机械臂的关节约束力,该控制算法可抑制机械臂系统中不确定性的影响,并经过Lyapunov理论严格证明表明该控制算法能够保证系统的稳定性。为了验证该控制方法的有效性和鲁棒性,针对平面二自由度机械臂系统进行了仿真试验。仿真结果表明：在轨迹约束初始条件不相容的情况下,该控制算法能够克服系统不确定性的影响,控制机械臂跟踪期望轨迹精确运动。     

未知环境下柔性二连杆机械臂的自适应阻抗控制

针对机器人与环境接触作业的需求,基于假设模态法建立了刚柔耦合动力学模型,并考虑环境参数不精确干扰,设计了自适应阻抗控制器,分析了其稳定条件。在MATLAB/Simulink中搭建了可对柔性机械臂进行自适应阻抗控制的仿真平台,计算了平面内二连杆柔性机械臂在含有三角形凹陷环境表面的接触运动和柔性变形模态。对比分析了刚性和柔性机械臂位控和力控效果及自适应项对控制响应的影响。基于Staubli机器人展开了实验。结果表明：柔性变形会使得机械臂的位控和力控效果变差;自适应阻抗控制会改善控制响应,对环境不确定具有鲁棒性。设计的自适应阻抗控制可实现柔性机械臂在不规则表面的稳定接触和运动。     

水下机械臂运动空间分析与轨迹跟踪算法优化

针对水下机械臂动力学模型不确定和未知外界干扰问题，采用基于HJI理论的径向基函数神经网络自适应控制算法对水下机械臂进行控制。首先，以水下六自由度机械臂为例，基于D-H法则对水下机械臂的运动学进行分析，通过仿真验证该方法的正确性；接着，基于蒙特卡洛法构建水下六自由度机械臂的运动空间云图，真实反映水下机械臂的运动空间；然后，以二自由度水下机械臂为例，设计基于HJI理论的RBF神经网络自适应控制器，利用神经网络的万能逼近原理逼近不确定干扰项，考虑到神经网络逼近存在误差，将逼近误差看作外界干扰项并通过HJI理论对逼近误差在线评价，评价系统对干扰项的抑制能力，并采用自适应算法在线估计网络权值，加快系统收敛；最后，通过仿真可知，该机械臂能较好地完成轨迹跟踪。     

面向打磨机械臂的模糊自适应阻抗控制算法

为解决打磨机械臂在加工过程中轨迹移动和末端接触力的控制问题,讨论了一种自适应阻抗算法,能够实现力和位置的柔顺控制,并保证系统的运动稳定。同时引入模糊控制理论,对阻抗参数进行实时调整。以简化模型二自由度机械臂为例进行仿真实验。仿真结果表明,模糊自适应阻抗算法能够较为准确地控制机械臂末端的接触力,降低系统的超调,改善实时性,可以提高打磨机械臂的工作效率,在一定程度上满足打磨的精度要求。     

Dobot机械臂建模仿真与轨迹规划算法研究

MATLAB环境下研究Dobot机械臂的D-H建模、运动学分析、轨迹规划算法、仿真。在MATLAB机器人工具箱环境下,基于D-H参数模型建立Dobot机械臂模型,计算机械臂的齐次变换矩阵,通过仿真工具箱进行正逆运动学仿真与轨迹规划控制研究的运动仿真。通过仿真分析得到机械臂各关节在轨迹规划算法作用下的位移、速度、加速度以及末端轨迹。从仿真结果可知研究方法对于机械臂运动控制研究具有重要的现实意义,为Dobot机械臂控制、优化算法研究提供参考。     

改进狼群算法的SCARA机械臂自适应迭代学习控制

针对减小机器人重复运动的位置、速度跟踪误差的问题,给出一种基于狼群算法优化的机械臂自适应迭代学习控制策略。根据SCARA(Selective compliance assembly robot arm)机械臂驱动方程,设计动力学系统的迭代学习控制律。引入自适应步长的狼群算法,使狼群能够根据猎物气味浓度动态调整移动步长,提高了算法的收敛速度和精度。该策略对机械臂控制器参数KP、KD进行寻优时,得到了良好的控制效果,实现了对期望轨迹的有效跟踪。实验结果表明,该算法灵活性好,对系统期望轨迹具有较高的跟踪精度,有效降低了双关节机械臂的位置、速度跟踪误差,具有较强的可行性与有效性。     

基于改进自适应算法的机械臂位置/力控制研究

传统机械臂末端与环境接触时对位置和接触力单独控制,造成控制不精确,收敛时间较长,针对这一问题,提出一种改进自适应控制策略。首先,考虑了实际存在的环境刚度,对机械臂系统从关节空间到笛卡尔空间进行坐标变换,将两个控制信号整合到同一坐标下;其次,在同一笛卡尔空间下,将坐标分为切向位置空间和法向接触力空间,实现由控制位置和力两个物理量到控制一个轨迹物理量的简化;然后,在改进自适应算法的自适应律中引入参数误差,设计动力学控制器修正机械臂参数,并利用Lyapunov理论证明了闭环系统稳定性;最后,经过仿真验证,不仅在位置跟踪和力控制方面缩短收敛时间,而且参数估计方面也能缩短收敛时间,提高收敛精度,说明了该方法的实用性和有效性。     

基于时间最优的机械臂关节空间轨迹规划算法

为了提高机械臂的作业效率和运动平稳性,提出了一种新的基于时间最优的轨迹规划算法。通过逆运动学求出与任务轨迹对应的关节位置序列,利用三次样条插值进行轨迹规划,从而使关节角速度、角加速度曲线光滑连续。通过自适应遗传算法对运动轨迹进行时间最短优化,并利用罚函数解决运动学约束问题。仿真结果表明该轨迹规划算法有效、可行,能够很好得减少机械臂完成工作任务所需的运动时间。     

农业采摘机械臂轨迹跟踪控制

以苹果采摘机械臂为研究对象,采用分步迁移控制策略和分步空间约束策略对其运行轨迹进行规划模拟.通过基于深度梯度控制算法的分步空间约束和分步迁移控制策略解决非结构化场景和苹果分步无规则的问题,然后对机械臂的采摘轨迹进行规划仿真.仿真结果表明:该算法的应用有效提高了机械臂的采摘性能和训练效率,验证了该控制策略的轨迹跟踪有效性...     

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。     

一种任务转化的动态避障算法

传统的避障算法多适用于静态障碍物,且当障碍物位于机械臂末端期望轨迹上时,算法会失效,针对传统算法的不足提出了一种基于任务转化的动态避障算法。该算法通过监测机械臂各杆件与障碍物之间的最小距离变化实现末端期望轨迹跟踪运动和避障运动的任务转化,通过实时监测障碍物的位置变化完成动态避障。最后,通过三自由度平面冗余度机器臂的仿真实验,验证了该算法的有效性。仿真结果表明,该算法能够有效解决当障碍物位于机械臂末端期望轨迹上时存在的冲突问题,且能够完成动态避障。     

一种并联二自由度机械臂的控制算法研究

介绍一种在笛卡尔坐标系下并联机械臂的控制算法。该算法采用逐点比较的方法、转动两并联机械臂角度的方式来拟合所需要的轨迹,并给出了算法的程序流程图。同时可根据此算法可计算机械臂的可达区域。该算法简单,易于实现,同时可直接用MATLAB软件进行仿真。     

动态环境下六自由度机械臂在线运动规划算法

为满足实时性和安全性的要求,提出了一种动态环境下六自由度机械臂在线运动规划算法.应用这一算法,在运动规划过程中可以兼顾机器人的避障和轨迹的平稳性.针对运动规划过程中出现的轨迹抖动问题,构建了基于自适应权重的优化问题模型.基于UR10机器人平台进行仿真验证,确认所提出的动态环境下六自由度机械臂在线运动规划算法的有效性与优越性.     

基于主从任务转化的闭环控制避障算法

冗余度机械臂避障算法研究一直是机器人领域的研究热点之一。针对传统算法的不足提出一种基于主从任务转化的闭环控制避障算法。主从任务转化通过监测机械臂各杆件与障碍物之间的最小距离变化实现避障任务和期望轨迹跟踪任务的主从切换,从而解决当障碍物位于机械臂末端期望轨迹上时避障运动和期望轨迹跟踪运动存在的相互冲突问题。考虑到机械臂避障时其末端跟踪精度差的问题,引入对冗余度机器臂末端期望位置和实际位置的误差控制,使得机械臂末端跟踪精度显著提高。同时,该算法还适用于多障碍物避障和动态避障且具有计算量小和躲避速度变化连续等优点。通过三自由度平面冗余度机器臂的仿真试验,验证了该算法的正确性。仿真结果表明,该算法能够有效解决当障碍物位于机械臂末端期望轨迹上时存在的冲突问题,而且机械臂在避障的同时也能够高精度跟踪末端期望轨迹,且能够完成多障碍物避障和动态避障。     

多种群蚁群算法在机械手臂路径规划中的设计与应用

为了实现机械臂在复杂环境下准确、快速抓取目标物体,提出了一种多种群蚁群算法。首先,利用机械手臂运动学方法建立了数学模型进行分析;然后,根据自适应度函数不断调整机械臂的旋转角度以达到全局最优;最后,通过仿真实验,并与现有的机械手臂路径规划算法进行了对比。结果表明,该算法在抓取时间和精准度上具有一定的性能优势。     

基于杂交算法的机器人时间最优轨迹规划

以多臂型铸造机器人中的六自由度机械臂为研究对象,在关节空间中采用4-3-4多项式插值的方法对机械臂进行轨迹规划设计。在速度约束条件下,运用杂交算法对插值结果进行优化,进而得到机械臂运行的最优运动时间。相比于传统粒子群算法,杂交算法具有较高的收敛精度与收敛速度。通过MATLAB软件仿真得到了机械臂运动过程中各关节运动位置、速度、加速度曲线。结果表明,杂交算法可以准确地实现速度约束下时间最优轨迹规划。     

移动机械臂无碰抓取方法的研究

提出了一种基于A*算法的移动机械臂无碰抓取方法。根据机械臂的初始姿态和目标物体的空间位置以及障碍物的约束,利用A*算法规划出机械臂末端无碰的轨迹,进而利用冗余度机械臂多解的特性,结合逆运动学,给出障碍物约束下基于最小关节角偏移量优化指标的关节角优化方法。同时,机械臂可根据当前环境的变化更新其末端轨迹,并相应调整姿态以提高适应性。仿真验证了该算法的有效性。     

基于指令滤波的机械臂有限时间输出约束阻抗控制

提出一种基于指令滤波的机械臂有限时间输出约束阻抗控制方法.通过阻抗控制技术来解决机械臂与环境之间的相互作用,使机械臂跟踪期望轨迹.通过有限时间控制提高机械臂控制的响应速度,缩小跟踪误差,并引入障碍Lyapunov函数对机械臂末端输出状态进行约束.采用模糊自适应技术处理机械臂系统中的未知摩擦量和外部扰动量.仿真结果表明:该方法实现了对期望轨迹的有效跟踪控制,并且使机械臂输出状态都限制在预定义的约束空间中,具有更快的响应速度和更好的跟踪效果.