共查询到19条相似文献,搜索用时 203 毫秒
1.
在传统平面最小二乘拟合方法的基础上,提出空间直线拟合的方法。利用该方法对弧焊机器人的直线轨迹进行了拟合,拟合结果显示,机器人实到轨迹与指令轨迹之间存在较大误差,通过分析误差分布情况可以为机器人的位姿误差补偿及精度优化设计提供依据。 相似文献
2.
针对深海爬游机器人足端轨迹规划问题,采用高阶多项式拟合的方法对其进行研究;首先,介绍了爬游机器人整体结构并对其进行运动学建模,结合爬游机器人运动学模型提出了一种直线与曲线相结合的机器人足端轨迹;其次,利用四阶多项式和六阶多项式分别对机器人足端轨迹进行拟合,比较两种拟合结果可知,六阶多项式拟合方法对机器人足端速度、加速度的规划效果更佳;利用六阶多项式轨迹拟合方法对多段轨迹连接点处的速度问题进行了分析,解决了机器人在运动过程中腿部抖动问题,使机械腿具有良好的控制柔顺性;最后,根据D-H法则建立机器人单腿仿真模型,通过仿真验证了算法的可行性,进一步在水池中利用机器人实物样机验证了算法的有效性. 相似文献
3.
在机器人轨迹优化设计的研究中,轨迹规划是实现机器人高速、高精度运行的核心,合理的轨迹规划不仅要满足机器人的运动学要求,而且要满足机器人的动力学要求,在驱动电机不变的情况下,增加机器人的速度和载荷是轨迹规划的难点。利用先进的python软件对机器人的运行轨迹进行深入的分析,在关节空间内采用五次插值多项式进行运动轨迹拟合,并将动力学模型加入到轨迹规划中。生成的拟合曲线表明,机器人在关节空间和工作空间内的位移、速度、加速度、加加速度曲线连续可导,各时间段的峰值力矩、峰值功率趋于同一数值,能有效的提高运动部件的速度和寿命。 相似文献
4.
一种高精度星载点目标轨迹跟踪系统,利用拟合点目标轨迹曲线的方法将点目标位置数据简化成多项式系数的数据包,由地面测控系统发送至星上遥感器指向控制单元。指向控制单元与时间管理单元解析数据包中时间参数与系数参数,控制指向镜机构进行运动,对点目标轨迹进行自主跟踪。此方法提高了跟踪系统的跟踪精度,减轻了目标跟踪时总线通信压力。经过试验验证,系统的跟踪精度远优于传统的目标跟踪方法,可进行推广使用。 相似文献
5.
6.
为研究MOTOMAN-UP6机器人的运动学和轨迹规划,该文采用标准D-H建模方法对该机器人进行运动学建模。基于该机器人的特性,采用了一种可易编程的位姿分离法进行逆运动学分析;因逆解的不唯一性,为使得轨迹的能耗最优,提出关节加权系数对轨迹点之间的关节变量进行处理后,得到最优轨迹;同时为减少机器人在运行中的冲击和振动,采用七次多项式对最优轨迹进行轨迹规划,得到了机器人各关节下的位移、速度、加速度、冲击的仿真曲线,曲线光滑且连续,同时也表明了在关节冲击方面优于五次多项式的规划。 相似文献
7.
8.
9.
10.
针对传统粒子群算法的机器人焊接路径精度低、速度慢等问题,提出一种改进粒子群的焊缝轨迹高效识别及精确路径规划算法。首先,通过CCD相机拍照,采集焊接工件,并将图像传递至上位机,上位机对采集的图像进行灰度化、提取目标区域、阈值分割、腐蚀膨胀、去干扰等图像预处理操作;其次,利用Canny算子对预处理后的图像提取出焊接件外轮廓边缘像素坐标信息,并根据焊缝拟合曲线函数残差模的最小值拟合出焊缝的曲线函数;最后,提出一种改进粒子群的指数函数惯性权重动态更新策略,其惯性权重随着迭代次数的增加而减小,以实现前期快速全局搜索,后期局部寻优的目的,实现焊缝精确路径规划用于弧焊机器人的快速、高效焊接。实验结果表明,改进粒子群的机器人焊接系统可对复杂路径的焊接件进行路径高效识别与准确规划,可降低机器人焊接路径点的复杂度,焊接误差值不超过0.30 mm,相较传统粒子群的焊接误差超过0.50 mm,机器人焊接精度提高了20%。 相似文献
11.
12.
13.
Our work addresses the problem of mobile robots control and programming. We present FIRST, a Friendly Interactive Robot for Service Tasks, designed to carry heavy loads in hospitals. A learning method is used to teach it the set of all the trajectories it has to follow. During the learning phase, a human operator teleoperates the robot while its sensors are activated. So the trajectory is built according to these data. The teleoperation is easy and accurate thanks to several locomotion modes of the robot, specially a crab mode. A Learning Computer helps the operator in any phase of the learning mode. As the missions feasibility must be assumed, each trajectory will be checked before used. Furthermore, any learned trajectory can be linked to a trajectory generated with the help of another method, provided that all files are of the same kind. Eventually, while performing the mission, the robot compares the measurements provided by the localization system and the learned points in order to ensure an accurate trajectory tracking. 相似文献
14.
针对一类具有对称期望轨迹跟踪的工业机器人系统,提出一种新的迭代学习控制方法,即反向型迭代学习控制方法。通过利用这类轨迹固有的特征,将其以中心点为界分解为前后两个独立的轨迹,利用两段轨迹的镜像对称特征,不断交替优化调整下次迭代周期的控制量,使得跟踪当前轨迹的工业机器人系统每次迭代时不必再从轨迹的初始点学习,从而有效加快了系统的学习速度。对具有镜像对称特征的期望轨迹进行交替利用控制信息,实现了工业机器人对期望轨迹的快速跟踪、减小系统的跟踪误差,从而达到了机器人跟踪效率的较大提升。收敛性分析和机器人的仿真实例验证了所提控制方法的有效性。 相似文献
15.
16.
应用差分GPS(Global Positioning System,全球定位系统)进行小麦精播机器人的定位,结合NI公司研发的Lab—view图形化编程软件开发了小麦精播机器人定位系统。首先分析了相对定位和绝对定位各种方法的优缺点;然后介绍了小麦精播机器人定位系统具体的工作流程,详细叙述了GPS数据的接收和提取、经纬度... 相似文献
17.
柔性空间机器人振动抑制轨迹规划算法 总被引:6,自引:1,他引:6
本文首次提出了一个描述柔性空间机器人振动的可直接计算的激振力指标,进
而提出了柔性空间机器人抑振轨迹规划算法.该算法采用均匀非周期四阶B样条描述机器人
的运动轨迹,B样条的控制点作为优化参数,使用改进的微粒群优化算法,以激振力为性能
指标对轨迹进行优化求解.该方法根据激振力指标而不是待定轨迹的控制结果来判定轨迹的
抑振性能,极大地简化了规划过程.对柔性双臂空间该机器人的抑振轨迹规划仿真,表明优
化轨迹取得了良好的振动抑制效果,证明了算法的有效性. 相似文献
18.
在考虑关节约束的前提下,为得到工业机器人时间最优的关节运动轨迹,提出一种工业机器人时间最优轨迹规划新算法。采用五次非均匀B样条插值法构造各关节运动轨迹,得到的机器人各关节位置准确,各关节速度、加速度和加加速度曲线连续。利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)进行时间最优的轨迹规划,该算法可以在整个可行域上搜索,具有较强的全局搜索能力。与标准粒子群算法(Particle Swarm Optimization,简称PSO)和差分进化算法(Differential Evolution Algorithm,简称DE)相比较,结果显示使用该算法进行时间最优的轨迹规划得到的数值结果更小。 相似文献
19.
基于地理位置信息的应用和服务的迅速发展对轨迹数据挖掘提出新的需求和挑战.原始轨迹数据通常是由坐标-时间戳元组构成的有序序列组成,而现有的大多数数据分析算法均要求输入数据位于向量空间中.因此,为了将轨迹数据从变长的坐标-时间戳序列转化定长的向量表示且保持原有的特征,对轨迹数据进行有效的表示是十分重要且必要的一步.传统的轨迹表示方法多是基于人工设计特征,通常仅将轨迹表示作为数据预处理的一部分.随着深度学习的兴起,这种从大规模数据中学习的能力使得基于深度学习的轨迹表示方法相较于传统方法取得了巨大的效果提升,并赋予了轨迹表示更多的可能性.本文对轨迹表示领域中的研究进展进行了全面的总结,将轨迹表示按照研究对象的不同尺度归纳为对轨迹单元的表示和对整条轨迹的表示两大类别,并在每种类别下对不同原理的方法进行了对比分析.其中重点分析了基于轨迹点表示的关键方法,也对近年来广泛使用的基于神经网络的轨迹表示的研究成果做了系统的归类.此外本文介绍了基于轨迹表示的关键应用,最后对轨迹表示领域的未来研究方向进行了展望. 相似文献