柔性机器人臂协调操作的协调性

针对具有柔性臂和柔性关节的机器人协调操作刚性负荷，由载荷分配法分配载荷，以物体实际的质心位置为边界条件并且等于期望的轨迹，建立了具有柔性臂和柔性关节的机器人臂协调操作的逆动力学模型。这种基于绝对坐标的逆动力学模型可使各协调机器人保持很好的协调，并且较准确地实现期望轨迹。通过与通常的方法相比，分析了影响机器人协调操作的协调性的因素，实例验证了有效性。     

柔性机器人协调操作的冗余驱动

针对具有柔性关节和柔性臂的机器人协调操作刚性负载时,其逆动力学问题存在冗余驱动这种情况,提出了一种载荷分配方法。将这种分配方法与基于绝对坐标并以期望轨迹为实际边界条件的逆动力学模型相结合,可以有效地解决冗余驱动问题。文中就两个具有柔性关节和柔性臂的３Ｒ机器人协调操作刚性负载为例,验证了本方法的有效性。     

受限柔性机器人臂的动力学分析

针对柔性机器人臂操作受作业环境约束的刚性负载，建立了系统的动力学模型。根据物体与作业环境的约束关系。推导出系统的正动力学模型。以期望的被操作物体的轨迹和物体与环境的作用力为边界条件，推导出系统的逆动力学模型，由此所求出的柔性机器人臂的输出关节角和关节驱动力矩可使机器人臂操作物体准确地实现期望轨变和与环境的作用力，并就具有三柔性杆机器人臂操作刚性负载进行了仿真，验证了方法的有效性。     

柔性机器人协调操作的动力学建模与分析

基于绝对坐标建立了柔性臂机器人协调操作的动力学模型。由此推导出协调操作的正动力学模型。令被操作物体质心的实际位置,而不是名义刚性位置为边界条件并且满足期望轨迹,由提出的载荷分配方法,建立了柔性臂机器人协调操作的逆动力学模型。由此逆动力学模型求出的关节输入值可使机器人操作物体准确地实现期望轨迹。借助逆动力学模型,通过规划载荷分配系数,可以获得各机器人的最优载荷分配比例和系统的最大承载能力。仿真结果验证了本方法的正确性和有效性。     

柔性臂机器人协调操作的内力分析

针对柔性臂机器人协调操作刚性负载这种情况,提出了一种无内力载荷分配法。将此方法和基于绝对坐标并以被操作物体质心的实际位置而不是名义刚性益为边界条件的递动力学模型相结合,可使协调机器人之间具有较小的内力。同时较准确地实现期望轨迹。对两个三柔性臂机器人协调操作刚性负载进行了仿真,验证了本方法的有效性。     

柔性臂空间机器人基于虚拟力概念的神经网络L2增益鲁棒控制

探讨本体位置不控、姿态受控的漂浮基柔性臂空间机器人系统在惯性参数不确定情况下的动力学建模与控制问题。根据系统位置几何关系、动量守恒关系和第二类拉格朗日方程,由假设模态法,建立漂浮基柔性臂空间机器人的系统动力学模型。利用该模型,针对系统惯性参数不确定情况,提出具有L2扰动抑制的刚性运动神经网络L2增益鲁棒控制策略,以使柔性臂空间机器人的本体姿态到达期望位置的同时,机械臂各关节铰能够协调地跟踪关节空间的期望轨迹。为了主动抑制柔性振动,运用虚拟力的概念,构造同时反映柔性模态和刚性运动轨迹的混合期望轨迹,通过改造原有的控制方案,提出基于虚拟力概念的神经网络L2增益鲁棒控制策略。提出控制器的优点在于,既不要求系统动力学方程关于惯性参数呈线性函数关系,也无须预知系统精确的动力学模型;由于运用了虚拟力的概念,从而仅通过设计一个控制输入便可同时保证刚性轨迹跟踪并对柔性振动进行主动抑制,更适应于空间机器人系统的实际应用。理论分析及仿真算例均表明了控制方法的可行性。     

具有关节柔性和臂柔性的机器人操作受限物体的动力学建模

针对具有柔性关节和柔性臂的机器人操作受作业环境约束这种情况,基于绝对坐标建立了系统的动力学模型。根据物体与作业环境的约束关系,推导出系统的正动力学模型。以期望的被操作物体的轨迹和所期望的物体与环境的作用力为边界条件,推导出了系统的逆动力学模型。对于给定的任务,所提出的逆动力学模型可求出柔性机器人的理想输入。而所提出的正动力学模型可用于数值仿真。通过对具有三柔性关节和三柔性臂的机器人臂进行仿真,验证了该方法的有效性。     

柔性机器人轨迹跟踪的逆动力学分析

基于绝对坐标,以期望轨迹而不是名义刚性位置作为机器人末端点的边界条件,建立了具有柔性关节和柔性杆的机器人的逆动力学模型,此方法可使柔性机器人非常准确地跟踪期望轨迹。最后,提出了求解此类非线性方程的数值算法。通过对３Ｒ机器人进行仿真,表明本方法优于通常的方法。     

机械臂操作受限柔性负载的动力学建模及仿真

针对机械臂操作受作业环境约束柔性负载,约束力、负载变形不易控制等问题,基于变形旋量理论,结合拉格朗日方程建立了机械臂操作受限柔性负载系统的动力学模型。首先,将系统分解为刚性机械臂与柔性负载两个子系统,分别建立了其动力学方程。然后,根据柔性负载与环境约束力及机械臂末端执行器的约束关系,推导了系统的运动方程。在给定机械臂的运行状态及环境约束力或给定机械臂各关节驱动力矩及负载末端的期望轨迹的情况下,分别推导了系统的逆动力学模型与正动力学模型。最后,通过三自由度(DOF)机械臂操作受限柔性梁进行了仿真,验证了该方法的有效性,并对系统的动力学特性进行了分析。     

柔性机器人的协调操作及其逆动力学控制算法

柔性协调机器人系统是一个含柔性机器人内部各杆之间,运动协调约束条件和动力协调约束条件之间,柔性机器人与负载之间,以及柔性机器人之间高度耦合的复杂非线性系统,无论在动力学建模,还是控制算法方面都要比刚性协调机器人困难得多。通过对刚、柔性机器人协调操作系统本质特性的比较,利用有限元法和Lagrange方程建立了柔性协调机器人系统的动力学模型,并以系统逆动力学任务为目标,提出了通过校正机器人名义刚性运动来达到提高系统位姿控制精度的预测校正控制算法,成功给出了平面两3R柔性臂机器人协调操作刚性负载的仿真算例。     

基于绝对坐标的柔性机器人逆动力学建模和轨迹跟踪

采用了 Timoshenko梁理论和有限元法 ,由 L agrange方程建立了基于绝对坐标的柔性机器人逆动力学模型。由提出的非线性方程数值解法 ,求解出柔性机器人的输入关节角或驱动力矩 ,以此作为输入参量 ,可使机器人能够非常准确地跟踪末端轨迹。文中就三柔性臂机器人进行了仿真 ,验证了本方法的有效性     

具有外部扰动的参数未知漂浮基柔性空间机械臂的对角递归神经网络控制

讨论载体位置和姿态均不受控情况下,存在外部扰动的参数未知漂浮基柔性空间机械臂系统关节运动的动力学控制问题。由假设模态法,利用拉格朗日方法建立漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对存在外部扰动和系统参数未知的情况,利用对角递归神经网络逼近柔性空间机械臂系统的逆动力学模型,设计基于对角递归神经网络的控制方案,以控制柔性空间机械臂的关节铰跟踪在关节空间的期望运动轨迹,同时能抑制柔性杆的振动。该方案由于没有专门设计主动控制器抑制柔性振动,因此不需要测量、反馈柔性振动模态,大大简化控制器的结构;无需预知控制对象的精确模型和系统参数,且能克服外部扰动的影响。计算机数值仿真证实所提方案的有效性和可行性。     

基于期望动力学的柔性关节控制器设计

协作机器人具有灵活,安全特点,已广泛应用于自动化领域以及中小企业中。为了保证与人交互的安全性,协作机器人通常采用中空电机与中空减速器配合的设计方案,以降低关节转动惯量,从而获得良好的外力感知与控制能力,这种设计导致协作机器人的关节具有了柔性。针对具有柔性关节的轻量级协作机器人,设计了一种基于期望动力学的柔性关节控制器,提高柔性关节机器人的轨迹跟踪精度和抖动抑制能力。在具有谐波减速器和力矩传感器的柔性关节上,基于连杆侧位置反馈与关节力矩反馈实现了从经典的电机侧控制到连杆侧控制的转变,并借助储存函数建立李雅普诺夫函数证明了该控制器的无源性与渐近稳定性。最后,通过Simulink仿真与单关节实验平台的关节轨迹追踪实验验证了柔性关节控制器的性能,结果显示其与全状态反馈控制相比具有关节力矩波动小、抖动抑制快以及轨迹跟踪误差小等优点。     

Trajectory tracking of a spatial flexible link manipulator using an inverse dynamics method

Discussed in this paper is the problem of trajectory tracking of a spatial flexible link manipulator. To solve this problem, an inverse dynamics method is proposed, based on which computed joint torques can be determined and used to drive the endpoint of a spatial flexible link manipulator to follow its given trajectory.     

柔性机器人协调操作柔性负载的动力学模型

从柔性机器人协调操作的本质特性出发 ,巧妙采用机器人与负载的有限元模型 ,以主臂抓持梁为位形基准 ,首次建立了柔性机器人协调操作柔性负载系统的运动学协调约束条件 ,导出了其系统动力学方程 ,并成功的给出了两 3R柔性机器人协调操作一柔性梁负载的仿真算例。     

基于标定和关节空间插值的工业机器人轨迹误差补偿

轨迹精度是工业机器人重要的动态性能,目前工业机器人的轨迹精度远低于定位精度,提出一种基于机器人运动学标定和关节空间插值误差补偿的方法来提高机器人轨迹精度。基于MD-H方法建立机器人的运动学模型,在此基础上运用机器人微分运动学理论建立末端位置误差模型和轨迹误差模型。为克服最小二乘法等传统方法在数据噪声较大且不符合高斯分布时收敛慢甚至发散的问题,提出一种基于扩展卡尔曼滤波算法的机器人运动学参数辨识方法,实现运动学参数辨识的快速收敛。经过分析发现机器人误差在关节空间具有连续性的特点,为此提出一种关节空间插值误差补偿方法,建立网格形式的误差补偿数据库,并利用关节空间距离权重函数和已知的网格顶点误差计算各控制点的关节转角误差。通过试验对所提出的参数辨识和关节空间误差补偿方法进行了验证,试验结果表明：经过运动学参数辨识和补偿后机器人的绝对定位精度由1.039 mm提高到0.226 mm,轨迹精度由2.532 mm提高到1.873 mm,应用关节空间插值误差补偿后机器人的轨迹精度进一步提高到1.464 mm。