基于PSO优化LSTM神经网络的机械臂逆运动学求解研究

针对机械臂逆运动学求解时使用传统解法实时性差,使用传统神经网络求解精度不高的问题,本文提出了一种利用粒子群算法（PSO）优化长短期记忆神经网络（LSTM）的逆运动学求解模型。首先建立串联式六自由度机械臂的模型进行运动学分析,获取训练数据,然后利用粒子群算法对长短期记忆网络的隐藏层神经单元数和学习率迭代寻优,参数优化后的LSTM学习机械臂末端执行器位姿与关节变量的映射关系,最后通过训练好的PSO-LSTM模型对机械臂的关节变量值进行预测得到逆运动学解。实验结果表明,模型的逆运动学求解速度维持在10 ms以内,与传统解法相比提高了数十倍,且模型的均方误差低至0.001,在提高求解速度的同时还能够保证求解精度。     

10 kV高压断路器电气试验机器人接线定位误差分析及动态补偿

10kV高压断路器电气试验机器人接线定位误差直接影响机器人接线动作的正常进行以及接线插头与端口的接触性能.为此,在接线插头与断路器端口梅花触头受力分析的基础上,研究了接线定位误差对测试接线的影响,并确定了机器人接线定位允许误差为0.1 mm.建立了六轴机器人Denavit-Hartenberg(DH)连杆坐标系和运动学方程,分析了机器人末端负载和环境温度对接线定位误差的影响机理,重点研究了环境温度变化对机器人运动学参数及末端位姿的影响;建立了保持机器人末端位姿不变条件下各关节旋转角与环境温度的线性回归方程,并提出了基于环境温度和各关节旋转角偏移值的机器人末端定位误差动态补偿方法,即根据环境温度的变化对各关节旋转角偏移值(温度补偿角)进行调整.仿真试验结果表明:所提方法可有效补偿环境温度变化引起的机器人接线定位误差,且环境温度场分布温差在±3℃时仍可将接线定位误差控制在0.1 mm以内.所提方法对提高断路器电气试验机器人定位精度及降低成本费用具有实际工程意义.     

基于末端圆周标定的软体机器人刚度独立控制研究

软体机器人进行末端位姿调节时受到稳态误差干扰，导致软体机器人刚度独立控制问题性不好，为了提高软体机器人的末端位姿调节的稳定性，提出一种基于末端圆周标定的软体机器人刚度独立控制方法。采用刚体力学分解方法构建软体机器人的动力学分析模型，采用严格反馈控制方法进行软体机器人的末端位姿记忆性控制，利用比例－积分控制器进行软体机器人的末端圆周标定，采用机器人的逆运动学模型进行软体机器人的刚体独立性调节，在关节空间上通过纠偏量与编程轨迹的自适应镇定性调整实现机器人的末端位姿反馈修正，实现软体机器人的优化控制。仿真结果表明，采用该算法进行软体机器人刚度独立控制的稳态性较好，纠偏能力较强。     

某四自由度机械臂建模与MATLAB仿真研究

首先,在MATLAB仿真环境下,基于D-H参数模型建立了某四自由度机械臂的连杆模型,并计算出机械臂的齐次变换矩阵。然后,通过Robotics Toolbox仿真工具箱的运用,进行相应的轨迹规划研究与正逆运动学仿真研究,阐述了机械臂运动仿真的一般规律。从仿真结果可知,该文的研究方法对于关节型机械臂的仿真研究具有重要的现实意义。     

关节臂坐标测量机圆光栅偏心误差建模及修正研究

在不增加关节臂坐标测量机硬件成本的基础上,为了提高测量精度,提出了包含圆光栅偏心误差的测量模型方案。分析了关节臂坐标测量机圆光栅偏心状况,通过圆光栅偏心误差实验对第1、2关节处圆光栅偏心误差模型参数进行了辨识,建立了包含前两关节圆光栅偏心误差的测量模型。使用自制的标准杆组件对两种测量模型进行了标定实验,并运用LM算法进行了参数标定。结果表明不包含圆光栅偏心误差测量模型的关节臂坐标测量机的测量误差为0.083 4 mm,而包含两关节圆光栅偏心误差的关节臂坐标测量机测量误差为0.065 0 mm。经过圆光栅偏心误差修正后,其测量精度提高了22%,同时也论证了圆光栅偏心误差是制约关节臂坐标测量机测量精度的影响因素之一。     

基于轨迹测量与人机映射的六自由度机械臂运动追踪模型

本研究提出了一种基于六自由度机械臂的遥操作人机系统,旨在设计一种不依赖穿戴设备且直观易用的操控方式。该系统使用KinectV1摄像头及UR3机械臂,以Microsoft骨骼识别库作为基本的人体姿态识别方法,通过人体手臂与机械臂关节的映射,实现机械臂实时追踪人体手臂动作的任务。同时,采用非线性模型预测控制(NMPC)算法对机械臂运动控制进行优化,并设定模糊规则来实现NMPC参数的自适应调整。实验结果表明,在NMPC的优化作用下,机械臂在x及z两个平动方向的平均位移误差和3个转动方向的平均旋转误差以及关节角变化量平均误差都有了显著的降低。测试结果也表明,机械臂整体动作跟随效果良好,验证了本文提出的映射规则和运动学模型的准确性,以及模糊NMPC控制器的有效性。     

基于运动学标定和空间插值的机器人定位误差补偿

绝对定位精度是衡量机器人性能的重要指标。为提升工业机器人的绝对定位精度,提出一种融合运动学标定和空间插值的定位误差分级标定的方法。首先基于D-H法建立机器人运动学模型,运用微分运动学理论建立机器人末端位置误差模型,结合IGG3权因子函数采用抗差岭估计辨识了运动学参数。而后基于机器人定位误差空间相似性特点,采用空间插值法对剩余误差进行补偿。最后通过实验对所提出的方法进行了验证。结果表明：机器人定位误差RMS值由补偿前的0.812 mm减小为0.049 mm,精度提高了93.97%。该方法能够有效减小机器人的绝对定位误差,提高定位精度。     

基于强化学习的多段连续体机器人轨迹规划

针对多段连续体机器人的轨迹规划问题,提出了一种基于深度确定性策略梯度强化学习的轨迹规划算法。首先,基于分段常曲率假设方法,建立连续体机器人的关节角速度和末端位姿的正向运动学模型。然后,采用强化学习算法,将机械臂的当前位姿和目标位姿等信息作为状态输入,将机械臂的关节角速度作为智能体的输出动作,设置合理的奖励函数,引导机器人从初始位姿向目标位姿移动。最后,在MATLAB中搭建仿真系统,仿真结果表明,强化学习算法成功对多段连续体机器人进行轨迹规划,控制连续体机器人的末端平稳运动到目标位姿。     

一类大型机械摇臂的运动学分析

关节型机械臂作为工业机器人的一种主要实现形式,在越来越多的场合获得了广泛应用。文章针对一类模拟测试系统的应用需求,基于关节型机械臂的机构形式,通过对关节排布方式的优化,实现了摇臂末端负载位姿与摇臂本体间的解耦,并对系统进行了运动学分析和建模,得出了各轴角度的解算方法,最后,通过仿真计算验证了算法的有效性。     

高压带电作业机械臂姿态监测系统研究

针对电力系统高压带电作业机械臂作业过程中的姿态监测问题,研制了一种高压带电作业机械臂姿态监测系统,并提出了基于四元数法的姿态监测算法。首先,由加速度传感器、陀螺仪、地磁传感器和Zigbee无线通信单元组成的监测单元安装在机械臂各关节任意位置,并结合四元数算法,精确测量机械臂各关节的三维空间角度,同时,通过Zigbee无线通信单元,将各关节三维空间角度上传至监控终端;然后,监控终端通过简单的三角函数和迭加计算,即可快速得到机械臂各关节的实时位姿,并进行显示;最后,以美国Kraft公司生产的Grips机械臂为例,建立了基于四元数的机械臂运动学模型并进行了仿真实验,实验结果表明所提出的系统和方法测量精度可达0.05°,同时计算时间可缩短至1 ms。实验结果证明了所提出的系统及方法的有效性和高效性。     

基于积分滑模的带机械臂无人机控制方法研究

针对在复杂环境下带机械臂无人机进行空中轨迹飞行及抓取作业过程中，存在响应缓慢、不稳定性等问题，首次将积分滑模(ISMO)方法应用于带机械臂无人机控制。首先根据空间中的位姿关系及欧拉-拉格朗日方程，对无人机与三自由度机械臂建立整体的运动学和动力学模型，保证了系统的准确性。其次在利用数学模型描述各变量之间的相互关系后，搭建仿真复杂环境用于模拟整个采样过程。最后设计ISMO控制率用于整体控制，利用李雅普诺夫方程进行了证明。考虑全局在动静态下环境对无人机位置、姿态、机械臂的扰动以及抓取后增加负载的影响，经过仿真校验，其响应速度、鲁棒性等优于传统的PID控制器，保证了系统高效稳定地运行。     

基于六轴机械臂驱动的微波球面扫描成像系统

基于合成孔径成像原理的扫描成像技术(ESM)在电子设备电磁干扰(EMI)检测领域具有明显的技术优势与应用价值, 但是其在球面成像算法与系统设计方面仍需进一步的研究与完善。 针对以上需求,本文提出了球面扫描成像任务下的机械臂 系统设计方法与控制策略。 在系统模型上,对机械臂构型、球面扫描边界与检测天线姿态进行建模,探索在以上约束下的最优 球面孔径求解方法。 在控制策略上,设计实现基于关节角搜索的机械臂控制策略与微波成像聚焦算法。 以上模型、方法与策略 在仿真实验中实现平均关节变化角降幅 60. 21%,在由六轴机械臂与基准微波辐射源搭建的验证实验中实现自动聚焦与精确成 像(聚焦精度 0. 1 mm,成像精度不低于 3. 14 dBm),可望应用于电子系统的 EMI 检测定位。     

重力及其释放下空间机械臂驱动力差异及模型研究

为降低空间机构系统能耗,减小驱动力地面设计裕度,提高空间机构控制精确度,以四自由度仿人机械臂为对象,研究不同重力环境下的驱动力差异及关键影响因素。首先基于Klein算子与虚功原理建立了考虑关节摩擦的四自由度仿人机械臂动力学模型。然后通过仿真研究不同重力环境下摩擦、关节角速度、末端负载对驱动力矩的影响,并对影响空间驱动力矩的关键因素进行分析。进而参照仿真研究搭建试验平台,在关节轴线不同取向条件下进行驱动力矩差异研究,试验验证了仿真分析的正确性。最后基于试验结果修正摩擦模型并采用PSO算法辨识模型参数,得到适用于不同重力环境下的关节摩擦模型,改进了机械臂的理论建模结果。     

架空线路绝缘喷涂异物检测识别及机器人运动轨迹规划

异物侵入不仅影响输配电线网绝缘漆喷涂,更会影响电网安全运行。为此,需要开展输电架空线路绝缘喷涂异物检测、识别与清除的智能化方案研究。文中构建了基于分段映射直方图图像增强预处理、基于光流法图像区域特征分离提取、基于改进Camshift算法动态异物跟踪识别的异物检测、识别、跟踪方案;构建了基于关节空间的机械臂D-H运动学模型,采用五项式插值法进行机械臂空间运动轨迹规划;构建了基于双层结构模型预测控制(Model Predictive Control, MPC)的异物高精度控制视觉伺服控制方案,实现异物抓取的高精度控制。试验结果表明异物检测、识别、跟踪算法具有高鲁棒性,能够有效增强图像,提取复杂环境下的特征矩形区域,实现有遮挡情况下的动态异物跟踪;多关节机械臂空间运动轨迹算法具有良好连续平稳性,有效满足机械臂始终指向待抓取异物中心点;基于MPC的视觉伺服控制能够满足机械臂异物抓取的高精度控制。     

基于非线性终端滑模的码垛机械臂轨迹跟踪控制

针对码垛机械臂的轨迹跟踪控制,提出了一种基于数据驱动的非线性终端滑模控制方法.首先,利用牛顿-欧拉法推导出码垛机械臂的动力学模型,进而将模型等效成离散形式;接着,设计非线性终端滑模面来加快关节角的收敛速度,引人等效趋近律来抑制系统的抖振效应;同时,在萤火虫寻优算法的帮助下解决控制器参数整定问题,以便获得最优的控制性能;最后,通过仿真和试验对所提控制方法的有效性进行了验证.结果表明,该控制方法比积分滑模控制控制具有更高的跟踪精度,能保证码垛机械臂较好地跟踪上参考轨迹,具有一定的工程应用价值.     

基于运动学方法研究人体运动的计算机实现

详细论述了逆运动学方法实现的人体走、跑运动。运动模型是基于人体步态实验多次观察的实验数据构建的。运动控制主要分 3个层级 :首先根据输入参数 (速度、步态 )确定控制运动所需参数 (步长、周期等 ) ;第二层 ,用曲线拟合脚踝及质心在笛卡尔空间中的运动轨迹 ;第三层 ,用逆运动学方法求出人体模型在关节空间中的状态。控制中高层参数的调节可以生成同一种运动的不同运动姿态 ;同时 ,逆运动学方法的使用保证了运动的实时性。最后 ,文章给出了实验数据并指明下一步研究方向     

包含双馈异步风力发电机的综合负荷参数辨识

基于配网侧机理动态负荷特点,构建了包含双馈异步发电机的综合负荷数学模型。根据华北电网某节点实测相量测量单元数据,利用总体测辨法进行模型参数辨识。以负荷节点输入电压为综合负荷数学模型的输入量,并以计算电流与实测电流误差最小值作为目标函数,采用遗传算法辨识出风电综合负荷的模型参数。辨识结果体现了负荷中以双馈异步发电机为主体的特征,与负荷特点相吻合,说明辨识方法有效。     

基于单目视觉的机械臂灯具清洗定位系统

在机场嵌入式助航灯具自动清洗过程中,为了取得灯具发光口中心和机械臂的相对位置实现机械臂精准定位,设计了基于单目视觉的机械臂灯具清洗定位系统。首先,采用D-H法建立机械臂运动学模型;然后,根据夜间灯具发光的强逆光性以及环境干扰,提出一种优化阈值准则和缩小阈值搜索范围的改进Otsu算法对图像进行分割,再利用质心法提取灯具发光口中心位置;最后,在夜间条件下,进行实验分析并对定位误差采用最小二乘法进行补偿。实验结果表明,所设计的机械臂灯具清洗定位系统速度快、精度高,与传统Otsu算法和改进的随机霍夫变换算法相比,定位精度分别提高72.5%和55.5%,且平均定位精度达到8.7 mm,满足灯具清洗要求。     

基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型

针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。