多关节机械臂轨迹跟踪自适应神经网络滑模控制

针对不确定干扰和建模误差对多关节机械臂轨迹跟踪控制系统造成的不良影响,对基于滑模控制的自适应神经网络滑模控制算法进行了研究。通过神经网络,对多关节机械臂轨迹跟踪控制系统的不确定干扰和建模误差进行逼近。添加自适应项,补偿神经网络滑模控制中神经网络模型对系统中的不确定干扰和建模误差的逼近误差。设计了具有指数趋近律的滑模面,以提升多关节机械臂轨迹跟踪控制系统的鲁棒性和响应速度。使用李雅普诺夫稳定性理论,证明了多关节机械臂轨迹跟踪控制系统的半全局稳定性,并通过MATLAB对理论结果进行了仿真验证。仿真结果表明,对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制系统,采用该算法进行轨迹跟踪时,具有较好的稳定性与鲁棒性。该控制算法能合理应用到此类轨迹跟踪控制系统中。     

基于STM32的果实收获机械臂运动控制系统研究

为了实现果实的收割,设计了一种基于STM32处理器的机械臂运动控制系统。该系统以STM32F103微控制器为核心,完成机械臂运动控制模块的设计;利用D-H参数法研究分析多关节机械臂的正、逆运动学问题,建立机械臂的运动学仿真模型,并实现机械臂平面作业轨迹跟踪仿真,验证其运动学正逆解的正确性。基于PC+STM32运动控制模块,控制实现机械臂的运动轨迹跟踪,利用机械臂完成运动控制实验。实验结果表明该控制系统能够实现果实收割。     

一种基于总线的移动探测机器人控制系统设计与实现

针对机械臂定位相关的控制算法缺乏合适验证平台的问题,将移动机器人技术和机械臂控制技术相结合,在分布式控制系统结构的基础上设计并实现了移动探测机器人原型样机。该系统由一个中央主控单元和多个从控制单元构成,单元之间通过总线相连,以实现探测机械臂各部分的模块化。该控制系统已经成功应用于实验室的探测机器人中。该设计能够完成对机械臂运动控制任务,可以用于移动探测机器人平台的建立以及相关算法的实现。     

实验教学SCARA机械臂控制算法研究与实现

针对实验教学,设计一种开放式的SCARA教学机械臂,把对控制算法的研究作为教学重点。首次采用仿真设计和实物设计,作为示教的两个主要部分。通过D-H参数法确定运动学方程,根据运动学方程对机械臂进行了正逆运动学分析,结合轨迹规划完成机械臂运动规划。MATLAB建立机械臂模型,通过仿真模型运动验证了前期控制算法分析的准确性。利用Visual Studio 2013实现算法,完成上位机控制系统,通过上位机编程控制机械臂完成物体搬运工作。机械臂能够精准地实现旋转和搬运功能,并验证了控制算法研究和仿真设计的正确性,能够较好地达到实验教学的需求。     

GAMMA300型七自由度机械臂运动学仿真

针对机械臂的运动学问题以及运动路径的设计问题,以冗余度为1的美国ROBAI公司生产的7自由度冗余机械臂GAMMA300为具体研究对象,对七自由度机械臂进行运动学建模与仿真.利用Robotics Toolbox机器人工具箱编写该机械手的运动学程序.通过仿真实现了预定目标,验证了设计参数的正确性和可行性,为机械臂末端执行器的精确定位和轨迹规划提供了理论依据.对于冗余机械臂一般逆运动学封闭解的研究有一定的实用价值.     

绳驱柔性机械臂建模与控制方法研究现状

绳驱柔性机械臂具有高形变、质量小、能耗低等优点,伴随机器人应用的发展,针对绳驱软柔性机械臂的精准建模与有效控制成为国内外学者的重点研究方向。本文综述了绳驱柔性机械臂建模与控制方法,从建模方法上分析其运动学、动力学及静力学建模,并分别从基于模型与无模型两方面对控制方法进行归纳总结。其中,基于模型的控制方法分为运动学与动力学建模两类,而无模型控制方法包括模糊控制、神经网络控制、自适应控制与滑模控制等。最后,对绳驱柔性机械臂建模与运动控制未来的研究方向进行展望。     

基于DH标定的机器人正向运动学形式化验证

DH坐标系在机器人运动学分析中发挥着重要的作用。在基于DH坐标系构建的机器人控制系统中,机器人结构的复杂性使得构建安全的控制系统成为一个难题,仅仅依靠人工方法可能导致系统漏洞和安全风险,从而危及机器人的安全。形式化方法通过演绎推理与代码抽取实现了对软硬件系统的设计、开发及验证。基于此,本文设计了基于DH标定的机器人正向运动学的形式化验证框架。在Coq中构建了机器人运动理论的形式化证明,并验证控制算法的正确性以确保机器人的运动安全。首先,对DH坐标系进行形式化建模,构建相邻坐标系间转换矩阵的形式化定义,并验证了该转换矩阵与复合螺旋运动的等价性;其次,构建了机械臂正向运动学的形式化定义,并对机械臂运动的可分解性进行形式化验证;再次,本文对工业机器人中常见连杆结构及机器人进行形式化建模,并完成了正向运动学的形式化验证;最后,本文实现了Coq到OCaml的代码抽取,并对抽取的代码进行分析与验证。     

具有双插补避障功能的七关节机械臂控制系统研究

具有更多自由度的七关节机械臂在保证末端运动位姿的前提下,可实现更好的避障轨迹设计,但是给控制系统研发带来很大难题。针对此问题,首先从传统的冗余机械臂运动控制算法出发,建立基于梯度投影法的逆运动学方程;然后,针对其不足,结合六关节机械臂的解析解方法,提出了一种新的既可以避免机械臂腕部碰撞,又可以对机械臂上指定点运动位姿进行监测的双插补算法,实现了具有主动避障与碰撞监测的实时运动控制算法。最后,搭建了七关节机械臂和与之配套的软硬件控制平台,开发了实时的三维仿真软件,并通过实验验证了所提算法的正确性与有效性。     

六自由度机械臂轨迹规划与仿真研究

针对六自由度链式机械臂在进行正运动学、逆运动学以及轨迹规划仿真时,不易直观地验证运动学算法的正确性和轨迹规划的效果,在正确建立机械臂数学模型的基础上,重点分析了机械臂在关节空间中轨迹规划的两种实现方法,并采用三维运动仿真进行了验证.开发了一套六自由度机械臂三维仿真软件,该仿真软件在VC++6.0开发平台上,首先利用分割类将基于MFC框架的窗口分割成为控制窗口和视图窗口两部分,然后利用OpenGL的图形库对机械臂进行建模,首次将正运动学、逆运动学以及轨迹规划算法融入其中开发而成.该仿真软件有效地验证了机械臂运动学模型建立的正确性,同时也对三次多项式和五次多项式两种轨迹规划方法做了直观的比较,结果表明后一种轨迹规划效果明显优于前一种.     

果蔬采摘机械臂运动学分析

本文以自行研制的果蔬采摘机器人机械臂为对象,建立D-H运动学模型,对机械臂的正运动学与逆运动学进行求解分析,最后利用Matlab对其结果进行仿真,并与实际环境下机械臂的运动效果作比较,验证了模型的正确性,也为以后机械臂更复杂的操作与功能的拓展打下了基础。     

复杂干扰下的管沟机器人内外环滑模自抗扰控制

管沟机器人是一种运行在排水管道,公路排水渠的欠驱动差分移动机器人,针对管沟机器人在实际环境中受到的复杂环境干扰,为了使管沟机器人具有更好的运动控制性能,提出了一种内外环的滑模自抗扰控制方法。首先对管沟受到的复杂环境干扰进行分析,将管沟机器人受到的复杂环境干扰解耦成横向和纵向干扰,建立出在干扰情况下的运动学模型。依据理想运动学模型建立出外环的滑模控制器,得出理想控制律,依据干扰运动学模型建立扩张状态观测器,观测出环境干扰数值,从而建立内环的滑模控制器,利用观测值修正外环的理想控制律。同时利用Lyapunov稳定性原理对系统进行分析,最后搭建了Matlab的Simulink模型进行仿真验证,最终证明了所提出的方法具有较强的鲁棒性和运动控制性能。     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。     

连续型机器人运动学仿真和操控系统设计

为了适应越来越复杂的非结构化环境,设计了一种基于球铰链连接和柔性支撑杆结合的线驱动连续型机械臂,并基于常曲率模型的假设建立连续型机器人的运动学模型,研究连续型机器人驱动映射关系,利用MATLAB进行运动学和驱动映射的仿真,仿真结果表明连续型机器人的空间优越性。搭建三关节连续型机器人样机平台,基于连续型机器人的特点设计末端关节跟随手柄操作模式,并在样机平台上实验验证,实验结果表明了运动学模型和驱动映射关系的合理性和正确性以及操控方式的可行性。     

机械臂自适应精确时间滑模控制

考虑机械臂中存在的未建模部分、摩擦力、外加干扰,提出一种自适应精确时间滑模控制方法,实现机械臂各关节角的轨迹跟踪.首先对机械臂进行建模,将未建模部分、摩擦力、外加扰动看作集中扰动;其次,设计一种精确时间收敛滑模面,克服传统终端滑模面收敛时间高估的问题,基于此设计全局精确时间收敛滑模控制方法,使得机械臂系统能够在设定时间实现稳定,并在误差收敛后仍具有较强的鲁棒性;接着,设计低通滤波器削减抖振,通过自适应方法估计扰动上界,避免增益的高估;最后,通过仿真实验验证所提出的控制方法能够严格控制机械臂系统的稳定时间,并降低稳态误差,实现机械臂系统的高精度轨迹跟踪控制.     

神经网络滑模控制下肢外骨骼机器人的轨迹跟踪

针对下肢外骨骼机器人行走稳定性与步态轨迹跟踪控制问题,对下肢外骨骼机器人三连杆模型进行动力学建模与轨迹仿真。通过拉格朗日法建立下肢外骨骼机器人的动力学模型,设计了神经网络自适应滑模控制算法。引入神经网络,对下肢外骨骼机器人步态轨迹跟踪系统的不确定项进行逼近,在控制器中采用了改进的趋近律,使用李雅普诺夫稳定性理论进行了稳定性分析,并通过MATLAB对改进后的控制算法进行了仿真验证。仿真结果表明,采用该算法对具有关节摩擦和外界环境干扰的下肢外骨骼机器人进行轨迹跟踪时,具有较好的跟踪效果;通过改进的趋近律,能削弱系统的抖振。相比于基于计算力矩法的滑模控制,该控制算法有更好的跟踪效果,能应用到下肢外骨骼机器人行走的稳定性和步态轨迹跟踪控制中。     

基于改进PID的核算机器人机械臂控制研究

针对机器人机械臂的控制研究,提出一种基于改进PID的核算控制系统进行设计,即结合BP神经网络的PID闭环运动控制系统。首先,提出了PID核算机器人机械臂整体的控制思路,其次,阐述了BP神经网络PID闭环运动控制系统的控制原理以及神经网络,然后,对机器人机械臂运动控制部分整体的框架进行设计;之后,通过仿真平台,分别对BP神经网络PID运动控制算法以及闭环运动控制系统进行测试验证,结果表明BP神经网络PID闭环运动控制系统的响应速度更快,且具有更高的稳定性;最后,分别采用两种控制系统对实验机械臂进行控制实验,对比结果表明,BP神经网络PID闭环运动控制系统对获取目标物的时间更短更迅速,且成功率高达95%。     

基于滑模理论的水下机器人定深控制算法研究

水下机器人操控性能指标中对定深控制性能有较高要求,而水下机器人的运动具有强的非线性和耦合性,使得不同航速下的定深控制成为难点;建立了水下航行器的运动学模型,基于滑模理论设计了深度控制器和纵倾控制器,在MATLAB SIMULINK环境下搭建了深度控制仿真系统,数值仿真结果表明:滑模变结构控制器对于不同航行条件具有较强的适应性,同时深度的控制效果明显优于PID控制器。     

新型六自由度机械臂的运动学分析与仿真验证

针对新型机器人六自由度机械臂的构型特点,采用传统的D-H法建立机械臂的连杆坐标系和运动学方程.在此基础上对传统的逆运动学求解的解析法进行改进,对得到的多组解采用能耗最小原则进行优化得出最适合的一组解.用MTALAB/SIMULINK搭建仿真模型,验证所得结果的正确性并分析所得结果的误差,仿真结果表明针对于此种构型机械臂的逆运动学求解,该方法无误差、耗能小,为类似构型的机械臂逆运动学求解提供了思路.     

机器人全局PID模糊滑模跟踪控制与仿真研究

为解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出了一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振,在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差以及干扰方面具有极高的鲁棒性.     

基于ROS的六自由度机械臂运动规划

针对传统机器人在复杂环境下的安全问题以及运动规划问题,采用开源机器人操作系统ROS搭建了机器人仿真平台,并进行运动规划。在ROS平台下,利用URDF文件完成机械臂3D建模;利用Movelt配置助手(setup assistant)配置机械臂模型并且生成启动文件。在Rviz中显示三维模型;利用Movelt完成对六自由度机械臂的运动规划,以及避障轨迹规划。结果表明,通过Rqt_plot导出机械臂运动过程中六个关节的位置关系信息,可为进一步改善和研究机械臂轨迹规划提供更加直观的方法。