机器人手臂力控制系统GRAFC

本文介绍了一机器人手臂力控制系统及在其上实现的部分力控制作业.此系统以 PUMA 760机器人为本体,以 NKRC-4机器人控制器为基础,采用两级控制结构:上层负责规划、监控,完成力传感信息、视觉信息的采集和处理,接收来自底层的位置反馈信息,并根据一定的控制算法产生控制命令下送给底层;底层完成伺服控制.该系统具有通用性和较强的可靠性。适于各种控制方案和算法的实现.在此系统上我们成功地进行了定力控制、未知表面的跟踪与恢复、精密轴孔装配等作业,验证了系统的性能.     

基于Netvlad神经网络的变磁力吸附爬壁机器人控制系统设计

变磁力吸附爬壁机器人是一种具有快速、灵活移动方式的爬行机器人,但其吸附力难以控制,越障稳定性较差,难以保证机器人的平稳爬行。为实现爬壁机器人在大型建筑结构外表面的自主避障,提升机器人与运动平面之间的吸附紧密性,设计基于Netvlad神经网络的变磁力吸附爬壁机器人控制系统。按照PCB控制要求,连接外置SRAM设备与传感器模块,借助驱动I/O口电路提供的电力驱动作用,控制气动阀门的闭合情况,完成变磁力吸附爬壁机器人控制系统硬件结构设计。建立Netvlad神经网络体系,通过划分控制指令程序任务的方式,确定移植参数取值范围,实现对控制协议的移植处理,联合相关硬件应用结构,完成基于Netvlad神经网络的变磁力吸附爬壁机器人控制系统设计。实验结果表明,在所设计系统作用下,障碍物所在位置与爬壁机器人所在位置之间的实测距离未大于30cm,能够有效实现自主避障,保证机器人与运动平面之间的紧密吸附。     

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提.针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究.对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数...     

冗余度卫星搭载机械臂神经网络优化控制

研究了节点变换函数参数可调的多层神经网络,并将这种神经网络用于控制冗余度卫星搭载机器人系统;提出了卫星位姿最小摄动的冗余度机器人臂神经网络控制方案,在这种方案中将系统的正运动学方程作为神经网络学习的对象,由神经网络学习拟合系统运动学,实现了机器人臂运动和卫星运动的解耦,在机器人臂的运动和卫星本体解耦的基础上,基于带动量项的BP解法,实现了系统的最小动能优化控制,利用平面4关节星载机器人系统进行了仿真,取得比较理想的效果。     

一组跟随式移动机器人系统的设计方法

设计了 一组跟随式移动机器人系统,通过图像的识别与处理构建局部通信网络,完成机器人自动跟随、协同控制的功能.建立机器人运动模型,根据采集的图像信息通过PID控制算法控制机器人,通过广播网络的构建,使用广播通信方式完成机器人协同控制.单机器人在直行与转向运动测试中均具有良好的跟随表现,多机器人跟随系统具有较好的跟随鲁棒性,同时可完成多机器人的协同控制.     

基于区块链的侦查机器人实时避障与航线控制

为弥补侦查机器人行进灵活性不足的缺陷,降低无故运动碰撞事件的发生几率,提出基于区块链的侦查机器人实时避障与航线控制算法;利用超声信号处理电路,提取可供直接应用的侦查运动节点,联合已完成配置的MoveIt避障程序,实现对侦查机器人的实时避障运动规划;在此基础上,设置LQR控制器,在控制机器人侦查航速的同时,建立必要运动操纵方程,完成对侦查机器人的运动航线控制,提升与运动设备元件相关的行进灵活性;完善P2P网络平台,以待交互的运动数据作为处理支持条件,将所有侦查信息封装至同一区块组织中,完成基于区块链的避障控制原理研究,实现侦查机器人实时避障与航线控制算法的搭建;对比实验结果表明,应用基于区块链的控制算法后,C-Space参数极值超过8.0,RRT灵敏度也提升至75%,实现了对侦查机器人的灵活性行进控制,有效抑制了无故运动碰撞事件的出现。     

神经网络在机器人视觉图像命令识别中的应用

在智能机器人技术中,视觉识别是关键.在智能机器人视觉系统获得的图像中,由于图像倾斜而造成的识别错误是视觉识别难以解决的问题.针对机器人所要完成的具体任务,对机器人的视觉识别问题进行探讨,为实现机器人对图像命令的识别,首先对机器人视觉系统获得的倾斜图像,采用Hough变换进行倾斜度检测并进行校正,然后采用人工神经网络法进行识别,根据识别结果对机器人的下一步运动进行决策与控制,达到了预期的目的.实验结果表明,该方法具有较高的识别率.     

冗余度机器人运动模型的神经网络辨识及实现

为提高网络学习速度,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络.以德国PowerCube^TM模块化机器人为研究对象,将机器人系统返回的关节位置信息和OPTOTRAK30203维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本,对包含各种影响因素的机器人运动模型进行了辨识,所得结果及误差分析,说明了SDIDRNN在学习能力上的优越性.     

基于AT89C52单片机的搬运机器人控制系统设计

针对传统搬运机器人控制系统搬运路径准确性较差,控制耗时较长的问题,基于AT89C52单片机设计了一种新的搬运机器人控制系统;系统硬件主要由驱动模块、控制模块、显示模块和地面勘测模块组成,驱动模块具有很强的信息驱动能力,能确保机器人在运动过程得到充足的电量支持,显示模块及时进行信息显示,同时配合控制模块实现实时控制,地面勘测模块确保机器人在工作过程中对地面状况进行分析处理,从而得到更优的搬运路径;软件部分设计了搬运机器人最佳的分组搬运策略,基于AT89C52单片机将搬运指令传输至搬运机器人控制算法,快速纠正机器人的错误行为,使机器人成功完成搬运任务;实验结果表明,该搬运机器人控制系统能够有效缩短控制时间,提高控制精度,具有良好的系统规划、优化能力及智能化高.     

基于LabVIEW的机器人的运动控制系统研究

为了减少机器人运动轨迹误差,实现对机器人的精准控制,提高机器人的运动效率,设计了基于LabVIEW的机器人的运动控制系统;采用了NI公司的控制板卡,选用了Odriver驱动器作为主控制器,选用大力矩伺服电机作为驱动电机,实现运动控制系统的硬件架构的设计;通过脉冲信号驱动电机运动,获取机器人的运动轨迹数据,通过进行对控制系统进行模块化编程,获取了机器人实际运动轨迹和理论轨迹,最终实现机器人实际轨迹与理论轨迹的拟合,减少了运动轨迹的偏离程度,完成对运动控制系统的软件设计。实验表明,机器人能够实现精准控制,提高了机器人的运动效率。     

基于混合结构的机器人Agent控制结构的研究

该文面向分布Agent多移动机器人系统,提出了一种适合于多移动机器人的机器人Agent分层式体系结构,包括状态监测层、决策规划层、协调控制层和行为控制层,其中状态监测层主要实现整个系统对外部环境的状态监测。决策规划层设定系统的全局目标和单个机器人的局部目标,合理快速地完成任务的分解和分配,实现机器人之间任务级之间的协作。协调控制层完成机器人之间的运动协调。行为控制器主要采用基于行为的方法实现具体的运动控制。该结构应用于RoboCup环境下的分布多机器人系统中,满足复杂的、动态的应用环境和系统要求。     

基于ARM的移动机器人控制系统设计

该文主要介绍了基于ARM内核的S3C2410在移动机器人控制系统中的应用,通过传感器来感知外部环境信息,再通过路径规划做出决策进行运动。同时,为了让机器人能够更好地完成任务,可以使外部计算机与机器人进行无线通信,借助于外部计算机做出决策实现远程操作,增强了系统的实时性和可靠性,实现了机器人的精确实时控制。     

机器人辅助上肢关节运动控制与临床实验研究

针对机器人辅助患肢被动康复训练过程中关节活动度(ROM)及运动控制参数不能随患肢病情实时调整的问题,提出一种新的模糊自适应关节被动运动闭环监督控制方法.该方法首先根据患肢关节活动恢复程度设计上层监督控制器,得到符合患肢病情的关节期望运动范围;再通过设计下层闭环位置跟踪控制器,控制机器人平稳地牵引患肢关节沿目标轨迹进行训练.临床实验结果验证了所提算法的有效性.     

基于Labview的舵机驱动爬壁机器人CPG神经网络运动控制的实现研究

针对舵机驱动爬壁机器人的机构特点,提出一种用Labview实现舵机驱动爬壁机器人CPG神经网络运动控制的方法．首先,基于仿生运动控制的概念构建出舵机驱动爬壁机器人神经网络运动控制模型．然后,将机器人的平面自由运动分解成直线运动和转弯运动的组合,并结合CPG神经网络信号波形特点,完成机器人相应的实际运动控制信号的生成与输出．最后,通过机器人平面运动控制的实验研究,验证了所提控制方法的有效性．     

关节型机器人运动学仿真及控制系统设计

关节型机器人各运动关节动态特性和控制系统的稳定性直接影响机器人以及轨迹规划的可达性。以IRB140关节型机器人为研究对象,依据标准D-H参数法和空间位姿变换理论推导出机器人正向运动学数学模型,并采用机器人逆运动学和改进后的五次多项式插值算法实现了机器人在关节空间下进行轨迹规划时各运动关节速度和加速度过渡平滑的目的。最后,搭建机器人控制系统实验平台,实验结果表明,所设计的关节型机器人控制系统能够准确、稳定的控制各关节运动,精准地完成不同运动路径下的夹取搬运任务,满足实际生产工作要求。     

基于网络的工业机器人的仿真研究

依托StepRobot-SA1400,研究了OpenGL在机器人仿真系统的应用;通过CoDeSys编写SA1400 PLC控制器程序,基于TCP/IP协议实现PC或其他终端与机器人控制器的通信,实现了在PC对StepRobot-SA1400机器人进行在线控制;同时通过离线仿真功能,真实地模拟了实际机器人的运动情况,预测和减少了实体机器人在实际运行中出现的各种问题。     

基于分层学习的四足机器人运动自适应控制模型

针对四足机器人面对腿部损伤无法继续有效自主运作的问题,提出一种基于分层学习的自适应控制模型。该模型结构由上层状态策略控制器(SDC)和下层基础运动控制器(BDC)组成。SDC对机器人腿部及姿态进行决策并选择运动子策略,BDC子运动策略表达该状态下机器人的运动行为。在Unity3D中构建反关节多自由度的四足机器人,训练多种腿部受损状况的BDC子运动策略,BDC成熟后20s周期随机腿部受损并训练SDC。该模型控制流程为SDC监测机器人状态,激活BDC策略,BDC输出期望关节角度,最后由PD控制器进行速度控制。其实现机器人在腿部受损后自我适应继续保持运作。仿真与实验结果表明,该控制模型能在机器人损伤后能自我快速、稳定调整运动策略,并保证运动的连贯性及柔和性。     

基于角度对称性调节的蛇形机器人路径跟随方法

为了控制蛇形机器人在摩擦系数未知的地面上跟随期望路径,提出基于角度对称性调节的路径跟随方法.根据运动学分析可知,若关节角度对称变化,则机器人运动方向不发生改变;否则,其运动方向可以发生改变.基于该思想,在力矩控制中设置一个参数,可根据目标点与机器人的位置进行调节,并控制关节角度的对称性.将目标点设置在期望路径上,并且随着机器人的运动,目标点沿着期望路径不断地更新.当机器人没有沿着期望路径运动时,方向参数呈不对称变化.通过负反馈控制使其不对称程度减小直至消失,从而使机器人沿着期望路径运动.最后在不同未知摩擦系数的地面上进行了仿真,得到的轨迹和误差结果显示机器人能够根据期望路径调整运动方向,说明该方法不仅能跟随期望的直线和曲线路径,而且可以在发生侧滑时完成路径跟随任务.     

全方位移动平台运动控制系统的实现

全方位移动平台是服务机器人底盘的基础。针对服务机器人的底层,提出了一种基于FPGA的全方位移动平台控制系统。首先,对整个系统进行总体设计,介绍主要设计的模块;然后分析其运动特性,建立数学模型,并以FPGA作为核心控制模块实现运动控制;最后对各个主要模块进行详细设计。实现对全方位移动平台的运动控制。通过实验发现,该系统具有很好的实时性,能比较精确地进行速度控制。     

双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器.使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验.一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制.实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题.