平面三自由度机械臂的轨迹规划及仿真

根据D-H坐标变换方法建立平面三自由度机械臂的齐次坐标变换矩阵,用代数方法建立逆运动学方程的数学模型;通过程实现对数学模型的求解,获得机械臂各关节的数据.通过对求解的数据进行处理导入到Adams软件中建模仿真,仿真结果验证数学建模计算数据正确,方法可靠.     

基于坐标系的自动装配方法的研究与实现

提出了一种基于定位坐标系来实现元件自动装配的设计思想,总结了目前存在的两种自动装配方法。并以Pro/E为开发平台,在对Pro/TOOLKITt函数进行分析的基础上,以加力板和支撑板的装配为例,利用VC++技术来实现元件的自动识别、定位及自动装配,有效提高了设计过程中元件的装配效率。     

连续激光强化模具刃口的工艺研究

简述了激光强化模具刃口的机理和工艺图，提出了强化工艺参数选择的原则、方法和步骤。     

高压脉冲电场静态处理室的研制

高压脉冲电场(Pulsed Electric Field,PEF)是一项极具前景的食品非热杀菌技术,其处理关键部件——处理室直接影响杀菌效果。作者设计了电场分布均匀、处理物料容量可调、安全可靠的PEF处理室,应用该PEF处理室对接种大肠杆菌的液蛋进行杀菌,当电场强度为34.2 kV/cm处理时间为400μs时,原样品菌体浓度为106~107cfu/mL,大肠杆菌细菌数量降低了约5.05个对数,从而说明作者设计的静态处理室是可行的,可以进行杀菌钝酶等相关机理研究。     

一种机械臂最优时间-冲击轨迹优化算法

针对工业机械臂执行效率以及运动过程中的冲击产生振动、机械磨损的问题,提出了一种机械臂的最优时间-冲击轨迹规划方法,优化机械臂关节运动时间和加加速度(冲击)两个耦合且矛盾的运动性能指标。通过逆运动学可以将机械臂执行的运动轨迹转换为在关节空间中的位置-时间序列,采用5次非均匀B样条函数在关节空间内构造插值曲线,用各阶B样条曲线控制顶点的约束代替机械臂的运动约束,利用NSGA-II(Non-dominated sorting genetic algorithm II,NSGA-II)对目标函数进行优化。仿真结果表明,采用5次非均匀B样条函数插值,对运动时间和冲击进行优化的运动轨迹,提高了机械臂的执行效率,保证了运动过程中产生较小的冲击,使得机械臂的运动控制性能得到了提高。     

逆向工程中数据简化方法比较及其误差分析

首先介绍了点云数据简化在逆向工程中的作用及其重要性,介绍了各类点云数据。用VC 实现了几种常用的点云数据简化算法,在此基础上分析比较了各类数据简化方法及相关软件中数据简化功能的误差,并给出了各种简化方法的适用场合。最后提出了一种新的基于激光二次扫描思想的数据简化算法,得出了点云数据的简化误差与算法中各参数之间的关系,给出了算法的流程图并对算法进行了实现。     

未知自由曲面三坐标测量新方法

三坐标测量机(CMM)通常难于实现对未知自由曲面的自动测量,首先需要人工进行测量路径规划,手动控制CMM测量,这种方法不但耗时且测量精度不高。本文提出了一种实时在线灰色预测模型用于控制三坐标测量机的测量。该方法分两个步骤进行:初始化数据测量和实时在线灰色预测自动测量。初始化数据测量主要完成预测用原始数据系列的定义,实时在线灰色预测自动测量则根据原始数据系列预测后续点来控制CMM进行测量。采用这种方法免去了对整个曲面进行测量路径规划,可快速准确地测量自由曲面上的数据而且明显减少测量时间。     

两种基于激光雷达的SLAM算法最优参数分析

激光雷达是移动机器人同步定位与地图构建(SLAM)的重要模块.对目前主流的基于激光雷达的SLAM方法(Gmapping和Hector SLAM)进行研究,借助开源机器人操作系统(ROS),在自主研发的移动机器人平台上配备激光雷达,实现了不同参数配置下两种算法的地图构建.实验为参数最优配置指明了方向,且证明了Hector SLAM的整体构图精度高于Gmapping,但对参数配置要求较高.     

基于规定性能的六自由度机械臂视觉伺服控制

针对六自由度手眼机器人系统,提出了一种新的基于图像的视觉伺服方法,该方法对图像特征坐标误差施加规定的瞬态和稳态响应,满足了由于相机视场(FOV)限制而产生的可见性约束.关键思想是提供一个误差转换,将相机视野限制可视化为误差范围,在此基础上提出规定性能函数并设计控制器,然后,证明控制器的稳定性足以满足规定的性能保证和固有...     

基于视觉跟踪的机器人复杂轨迹模拟再现

机器人示教是实现机器人轨迹跟踪的一种重要方法,其工作原理决定了机器人作业的效率及复杂轨迹跟踪的精度。文章在传统示教方法基础上提出了一种基于视觉跟踪的机器人复杂轨迹模拟再现方法,通过应用双目立体视觉三维测量技术跟踪并记录机器人示教手柄完成的随机的复杂的操作轨迹,对轨迹数据进行坐标转换、运动学逆解,计算机器人各关节的期望旋转角度值,并驱动机器人运动,实现示教手柄的复杂操作的复现。该方法能够实现任意操作的实时示教再现,操作简单,工作效率高,与传统的示教方法相比显著地降低了工业机器人对专业操作人员的依赖程度,广泛地拓展了机器人的应用范围,具有极其重要的应用价值。