粒子群算法优化的双臂机器人模糊逻辑控制仿真研究

针对双臂机器人运动轨迹跟踪误差大、抖动现象严重等问题,采用粒子群算法对双臂机器人模糊逻辑控制进行改进,并对运动轨迹进行仿真验证.建立了双臂机器人简图模型,构造机器人动力学方程式.分析了模糊逻辑控制器结构,引用高斯隶属度函数定义模糊逻辑控制的输入与输出变量.使用3种不同成本函数定义机器人运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用粒子群算法改进模糊逻辑控制的成本函数.通过数学软件Matlab对改进模糊逻辑控制的双臂机器人运动误差和控制力矩进行仿真,并且比较不同控制方法的双臂机器人运动轨迹误差和控制力矩仿真结果.仿真结果表明,在外界干扰因素的影响下,双臂机器人采用改进模糊逻辑控制方法,不仅运动轨迹跟踪误差较小,而且输入力矩值也较小.采用改进模糊逻辑控制双臂机器人运动轨迹,能够降低跟踪误差和控制系统的抖动幅度.     

基于B样条曲线的工业机器人运动轨迹误差优化研究

为了降低工业机器人运动轨迹跟踪误差,提高机器人运动的稳定性,采用混合算法优化工业机器人运动轨迹,并对跟踪误差进行仿真验证。建立工业机器人三维模型简图,根据D-H方法和三角函数关系式推导出各个关节角位移运动方程式。采用B样条曲线设计工业机器人运动轨迹,引用粒子群算法并进行改进,设计出混合算法并优化B样条曲线,给出了混合算法优化迭代曲线。采用Matlab软件对工业机器人关节角位移跟踪误差进行仿真验证,与优化前角位移跟踪误差结果进行对比。结果显示:优化前,工业机器人各个关节运动角位移跟踪产生的最大误差为0.164 rad,跟踪误差较大,误差整体波动幅度较大;优化后,工业机器人各个关节运动角位移跟踪产生的最大误差为0.085 rad,误差降低了48.2%,跟踪误差较小,误差整体波动幅度较小。采用混合算法优化工业机器人运动轨迹,可以降低工业机器人运动轨迹跟踪误差,从而提高机器人运动的稳定性,能够提高工业机器人对产品的加工精度。     

基于领航-跟随法的多机器人编队控制

编队控制是多机器人系统研究的核心问题之一,具有广泛的研究价值。针对编队问题,通过对轮式差分驱动机器人运动模型进行分析,并设计相应的控制器。在传统的领航-跟随模型上,引入“虚拟机器人”,将跟随者机器人对领航者机器人的轨迹跟踪转换为跟随者对“虚拟领航者”的轨迹跟踪。首先,预设定实际领航者机器人的行进路径,由实际领航者引导运动方向的运动轨迹被视为主轨迹,虚拟机器人通过数据产生参考点从而生成参考轨迹,跟随者机器人通过对参考轨迹的跟踪与“虚拟领航者”构成轨迹误差跟踪系统。然后通过Lyapunov的控制理论验证控制器的理论可行性,最后在MATLAB/Simulink仿真平台进行实验,通过改变控制参数来使机器人形成相应的期望队形,在较短的时间内,跟随机器人对参考轨迹的跟踪误差趋向于0且速度收敛,验证了编队系统的可行性。     

基于阻抗控制的双臂机器人关节限制规避仿真研究

双臂机器人在运动过程中容易受到关节的限制,致使运动轨迹在某段时间内输出误差较大。对此,采用阻抗控制机器人手臂关节运动,并对跟踪角位移进行误差仿真。创建了双臂机器人运动模型简图,通过雅克比矩阵推导出机器人手臂逆运动学方程式。建立分层优先级任务体系结构,分析了冗余机械臂关节规避极限状态,设计了阻抗控制方法。采用Matlab软件对冗余机械臂阻抗控制效果进行仿真,并与无阻抗控制效果进行对比。结果显示:在无阻抗控制条件下,冗余机械臂在某段时间内会偏离期望运动轨迹,造成误差较大;在有阻抗控制条件下,冗余机械臂在整个运动时间内,都能很好地实现轨迹跟踪任务,输出误差较小。因此,采用阻抗设计方法,双臂机器人能够避免关节的限制,更好地完成轨迹跟踪任务,提高跟踪精度。     

基于动静态安全场的机器人避障路径控制仿真研究

针对机器人避障过程中运动路径较长和轨迹跟踪误差较大问题,设计了改进滑模控制系统,并对机器人运动路径和跟踪误差进行仿真验证.分析了动静态安全场环境中的危险源,引用了离散滑模控制系统,采用卡尔曼滤波器对离散滑模控制系统进行改进,给出了机器人末端执行器运动路径控制流程.在不同环境条件下,采用Matlab软件对机器人避障路径跟...     

采用改进模糊神经网络PID控制的移动机器人运动误差研究

移动机器人在复杂环境中运动,容易受到各种波形的干扰,导致移动机器人跟踪误差较大.对此,创建了移动机器人平面简图模型,建立移动机器人动力学方程式.在传统PID控制方法的基础上,设计了模糊神经网络PID控制方法.采用改进粒子群算法优化模糊神经网络PID控制参数,输出最优PID控制参数.采用Matlab软件对移动机器人跟踪误差进行仿真,并与传统PID控制方法进行比较和分析.仿真结果显示:在正弦波的干扰环境中运动,传统PID控制方法不能抑制外界环境的干扰,实际运动轨迹与理论运动轨迹偏差较大;而改进模糊神经网络PID控制方法能够抑制外界环境的干扰,实际运动轨迹与理论运动轨迹偏差较小.移动机器人控制系统采用改进模糊神经网络PID控制方法,能够在线调整PID控制器参数,控制精度较高.     

基于智能蚁群算法的移动机器人轨迹规划

为了提高移动机器人工作效率,减小能量损耗,优化机器人运动轨迹。建立了移动机器人运动学模型,在此基础上提出了一种智能蚁群算法的机器人误差补偿轨迹优化方法。通过蚁群搜索算法对关节空间内的驱动轮进行轨迹优化,从而实现移动机器人轨迹规划过程中的误差补偿轨迹优化。仿真结果表明,所提出的方法能够有效对机器人误差进行补偿,实现了机器人运动过程中的轨迹跟踪,保证了机器人的运动精度。     

心脏动脉旁路手术中手术辅助机器人的模型跟随控制

为了使非体外循环心脏动脉旁路移植(CABG)手术中的手术辅助机器人能快速、准确地跟踪心脏表面手术点的运动,消除心脏与手术工具的相对运动,提出了心脏运动信号的自适应时变线性回归模型,将对心脏信号的跟踪问题转化为对心脏运动信号模型的运动跟随问题。应用卡尔曼滤波器动态估计手术辅助机器人系统的运动状态,并结合最优跟踪理论实现了基于心脏运动模型的随动跟踪控制。实验结果表明,与以往的相动运动消除算法相比,运用模型跟随控制算法的机器人系统能将相对运动消除能力提高30%,跟踪误差减小0.25 mm。因此,基于心脏运动自适应模型跟随算法能够进一步消除CAGB心脏手术中的相对运动,大大减小了动态跟踪误差。     

基于样条函数和改进遗传算法的机器人轨迹规划

机器人在一定工况下运动,必须沿着空间一组点的曲线由起始位置到达目标位置。为此需对其运动轨迹进行合理的规划。为了解决在路径规划中算法计算量大,易陷入局部最优的问题,利用样条函数和改进的遗传算法开发了一种多关节机器人的运动轨迹路径最优的方法。该方法使用简便,计算量小,计算精度和速度较好,且不会出现机构奇异点和局部最优的问题。通过仿真结果可以看出生成了光滑和平稳的机器人运动轨迹。     

磁弹性微型游泳机器人在外部干扰和复杂路径下的精确跟踪控制

基于磁弹性复合材料设计一种毫米级微型游泳机器人,利用三维亥姆霍兹线圈实现空间均匀磁场对机器人的无缆驱动,通过时变旋转磁场来改变机器人的运动姿态,从而实现机器人的游泳动作。介绍微型游泳机器人结构及制作流程,并利用Abaqus建立仿真模型,通过有限元仿真和试验对机器人的游泳特性进行对比分析,研究磁场频率、强度对游泳速度的影响。在此基础上,采用改进型视距导航控制方法提高游泳机器人的抗干扰能力,同时提出一种速度模糊自适应算法和头尾转换控制实现了对复杂规划路径的精确跟踪,试验结果表明,该算法能克服常规匀速视距导航控制易发生跟踪点丢失、无法再次回归跟踪路径等缺点,并能很好地减小路径跟踪误差,为磁控微型游泳机器人的精确控制提供了新思路。