磁导引与UKF滤波定位的轮式AGV路径跟踪研究

为实现农用机器人自主导航行走系统在满足较高环境适应性和运动灵活性条件下,能够平稳导航自动路径跟踪.根据农业机器人采摘作业环境要求,构建四轮转向AGV位姿估计的运动学模型,开展了基于模糊控制器的磁导航路径跟踪控制和多传感器信息融合的AGV位姿定位方法研究.试验结果表明:采用模糊控制器能够即时调整AGV车体速度与导向角,UKF滤波器进行数据信息融合的方法能够有效提高AGV位姿定位精度,实现48mm以内的位姿误差和小于4°的航向误差,可为农用轮式AGV应用提供参考.     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

电力铁塔攀爬机器人位姿综合误差分析

针对实验室现有电力铁塔攀爬机器人,分析了影响其位姿精度的主要因素,充分考虑了机器人的基本误差(静态误差和动态误差)以及机器人移动基座偏角误差,建立了机器人的位姿误差分析模型。并依据所建立的机器人误差模型,在MATLAB中进行了分析计算,得到由静态误差、基座偏角误差和动态误差所引起的机器人末端位姿误差,并对多种因素所引起的机器人末端位姿误差进行综合得到机器人的综合位姿误差,这为机器人误差补偿提供了理论依据。     

一种基于位姿反馈的工业机器人定位补偿方法

为了提高工业机器人的绝对定位精度,提出了一种基于末端位姿闭环反馈的机器人精度补偿方法。该方法通过激光跟踪仪测量实时跟踪机器人末端靶标点的位置来监测机器人末端的位姿,并通过对靶标点的实际位置和理论位置进行匹配获得机器人末端的位姿偏差。工业机器人系统与激光跟踪测量系统通过局域网进行数据通信,并根据位姿偏差数据对机器人末端的位姿进行修正。最后通过实验对基于末端位姿闭环反馈的机器人精度补偿方法进行验证,实验表明,经过位姿闭环反馈补偿后机器人末端位置误差最大幅度可以降低到0.05mm,姿态误差最大幅度可以降低到0.012°。     

基于机构精度通用算法的机器人位姿误差分析

在Denavit-Hartenberg参数法建立的机器人末端位姿变换方程的基础上,利用机构通用精度算法建立了机器人末端位姿误差模型。通过矩阵运算,建立了机器人末端位姿误差与各杆件运动学参数误差之间的函数关系式。在SCARA机器人上的实验表明,用此方法建立的误差模型进行误差标定和补偿,可以提高机器人的定位精度。     

基于双目结构光的工件位姿检测方法

面向机器人在柔性上下料中工件放置范围较大、摆放位姿不确定的应用场景,提出了一种基于双目结构光的空间位姿检测系统。基于双目结构光视觉系统获取工件点云数据,通过对Z轴分层遍历寻找工件最上层平面,利用其法向重新建立坐标系来矫正原始点云数据;将最上层点云数据映射转成2D图像,通过图像处理完成多个工件分割并获得工件位置信息进行点云粗配准,再通过ICP精配准得到工件的位姿信息。以检测料框为例进行实验,实验结果表明：视觉系统距检测目标3 m处,仍能输出多个料框的准确位姿信息,可有效提升工业机器人柔性上料的可靠性。     

基于双目结构光的工件位姿检测方法北大核心CSCD

面向机器人在柔性上下料中工件放置范围较大、摆放位姿不确定的应用场景,提出了一种基于双目结构光的空间位姿检测系统。基于双目结构光视觉系统获取工件点云数据,通过对Z轴分层遍历寻找工件最上层平面,利用其法向重新建立坐标系来矫正原始点云数据;将最上层点云数据映射转成2D图像,通过图像处理完成多个工件分割并获得工件位置信息进行点云粗配准,再通过ICP精配准得到工件的位姿信息。以检测料框为例进行实验,实验结果表明:视觉系统距检测目标3 m处,仍能输出多个料框的准确位姿信息,可有效提升工业机器人柔性上料的可靠性。     

2TPR&2TPS 并联机构的位姿误差建模与补偿研究

位姿精度是评价机器人性能好坏的一个重要指标,建立有效的补偿算法是提高机器人位姿精度的重要保证。 本文以 一种 2TPR&2TPS 并联机器人为研究对象,建立了基于正解的误差模型,根据该误差模型得出了动、静平台位置参数误差及 驱动杆零点长度误差与机器人末端位姿误差的关系,同时建立了基于逆解的补偿算法。 通过粒子群算法对误差函数的最小 值寻优,得到了机器人驱动杆补偿量和位姿补偿量,仿真得出该机器人的平均位置精度提升了 98. 148% ;将驱动杆补偿量与 理想位姿对应的驱动杆长叠加作为机器人的驱动杆输入量进行实验验证,实验得出机器人的平均位置精度提升了 87. 457% ,补偿效果显著。     

一种上下料机器人的静力学仿真与整机模态分析

以用于冲压机床加工件上下料过程的一种四自由度上下料机器人为研究对象,通过SolidWorks软件建立机器人的三维模型,并结合机器人的实际工作特征,利用ANSYS软件对机器人机械臂进行受力最大情况下的静力学分析以及处于水平位姿、竖直位姿、收拢状态三种典型姿态的前10阶模态分析。仿真结果表明：机械臂大臂与小臂的强度和刚度均在允许范围内,符合设计要求;在工作中需要避开低阶频率或者对机器人整体结构进行刚性加强处理。     

新型一平移一转动并联机构的精度分析

根据并联机器人机构结构综合理论,以单开链支路为单元,改进了一种能实现空间一维移动和一维转动的二自由度并联机构。采用传递矩阵法研究了推拿机器人末端位姿误差。基于机器人末端执行器位置反解结果,通过全微分误差分析理论,建立误差模型,进行求解计算,构造了机器人末端执行器并联机构输出位姿误差与各误差源之间的对应关系。为将该并联机构用作中医推拿机器人的末端执行器,有效完成多种推拿动作提供重要保障。     

工业机器人位姿误差空间IDSW插值补偿方法研究

探讨了工业机器人误差模型及位姿误差补偿的现有方法;对基于空间插值的补偿方法进行研究,提出机器人位置和机器人位姿误差两者之间的高度相关性是插值补偿法有效的先决条件;对利用微分法建立的机器人位姿误差模型进行研究,得到在机器人末端姿态不变时任意两点的位置误差的差值和姿态误差的差值分别与该两点位置差值呈高度线性关系;提出一种基于均匀数据场的空间IDSW(反距离平方加权)插值算法的机器人位姿误差补偿方法,并设计对比实验,仿真验证了本文所提出方法的有效性。     

基于局部视觉的特定工件移动机械臂动态抓取方法

机械臂操作动态工件在分拣、上下料等作业场合有着广泛的需求。针对特定型号工件的移动机械臂动态抓取问题，提出一种基于特定工件ID编号识别和机械臂抓取位姿预测的运动工件鲁棒抓取方法。该方法选取AprilTag视觉标签来标记工件，通过图像采集、自适应阈值处理、连续边界分割、四边形拟合、快速解码等数据处理过程，获取局部视野下运动工件的ID、位置和姿态，实现工件的初次定位。结合移动机械臂的运动规划工艺策略，对特定型号目标工件的抓取位姿进行计算，实现抓取时刻的工件位姿预测。搭建了动态抓取实验平台进行了视觉标签ID识别、工件定位、动态目标抓取实验。结果表明，所提出的移动机械臂动态抓取方法，可以准确识别特定型号工件，并能够对不同运动速度的特定工件进行鲁棒抓取，抓取成功率平均值约为98%。该方法在智能产线的移动机械臂上下料等场景有着广泛的应用价值。     

主动光立体标靶检测及其在工业机器人位姿测量中的应用

基于工业机器人位姿视觉测量方法提出了用主动光立体标靶进行机器人末端位姿测量的方法。以主动红外光代替反光标志点,以主动光图案特征代替亮度特征作为表达位置信息的形式,设计了六面体主动光标靶。通过合理设置特征面图案,使立体标靶特征面提供蕴含空间几何约束的信息,并在此基础上设计了特征面识别算法。在室内环境、室外环境、混合光环境等实验条件下,该算法可实现对主动标靶健壮的识别和定位。在高精度四轴移动平台上的测量误差评价实验表明：运用该标靶的立体视觉系统在0.5~3m工作范围内平均位置误差为0.0857mm,平均姿态误差为0.1086°,满足机器人位姿测量的要求。最后在YASKAWA的Motoman-MH80六轴机械臂上进行了机器人末端位姿的测量实验,验证了该方法的可行性和高效性。     

单舵轮AGV路径跟踪控制方法的研究

针对单舵轮AGV路径跟踪问题,建立了其运动学模型和位姿误差模型,以位姿误差和前馈控制作为输入,以舵轮速度和舵轮偏转角作为输出,设计了单舵轮AGV的路径跟踪控制器。考虑到参考路径在直线与标准圆弧过渡处的曲率突变对单舵轮AGV路径跟踪精度和平稳性的影响,设计了一种基于连续曲率曲线的局部路径规划方法,并应用于路径跟踪控制器中。通过仿真和样机实验,单舵轮AGV在稳定状态左右摆差可达,验证了该控制方法的有效性和可行性。     

一种基于位置正解的并联机器人精度分析算法

利用杆长逐次逼近算法来求解并联机器人理想位姿以及有结构误差时的实际位姿，并用欧拉角表示机器人姿态，分析机器人位姿误差。通过仿真计算实例，证明该算法可快速高效求得机器人位姿误差。     

基于光电与航向角融合定位的AGV机器人

目前在小件物料生产搬运过程中,AGV机器人存在灵活性强与定位精度高不能兼具的问题。为此设计了一种新型的AGV机器人用于实现小件物料的精准搬运。该机器人采用了上下位机电路构型,上位机（Jetson nano）负责识别任务码和物料,下位机（STM32F407）控制步进电机驱动麦克纳姆轮底盘,通过步进电机梯形加减速和位置式PID控制算法,使机器人运行更加稳定。此外,机器人还配备了五自由度机械臂,用于完成小件物料的抓取和放置,以增强其灵活性。为了提高机器人的定位精度,AGV机器人在获取地面环境信息和机器人位姿信息后,提出了一种基于光电与航向角融合定位纠偏方法。大量实验结果表明,该AGV机器人到达指定目标点的平均误差为0.85 mm,定位最大误差不超过±3 mm,其机械臂能够准确将物料放置至对应区域。     

基于工业机器人的板材自动上下料系统研究

为提高木工加工中心生产过程中板材上下料的效率,通过分析板材加工的工艺特点,重新对设备的布局方式及工业机器人的运行轨迹进行规划,并运用机器视觉快速识别板材位姿,构建了木工加工中心板材自动上下料系统。该系统实现了木工加工中心与工业机器人的组合,是一种小型柔性制造系统在木工加工中的具体应用。     

机器人装配系统的误差分析和精度建模

对装配作业过程进行了严谨状态的描述;从工件的夹持位姿误差和基础装配件的定位位姿误差的角度出发,分析了产品装配过程的精度;考虑到误差传递的影响,建立了机器人装配系统的精度模型,最后用蒙特卡罗法进行模拟,结果与实际机器人吊扇电机装配线统计结果非常接近。     

BP神经网络补偿并联机器人定位误差

为减小机构末端定位误差,提高机器人运动精度,分析了所开发的6-DOF精密并联机器人末端位姿的误差来源及以往误差补偿方法的局限性。通过实际测量末端位姿,在精密定位的局部工作空间内,提出了基于BP神经网络的机器人关节空间误差补偿方法。确定了BP神经网络模型,建立了误差补偿的数据样本,并对数据样本进行了标准化,通过实验对比的方法确定了隐层神经元的个数,同时对网络的推广能力进行了验证。经过误差补偿,6-DOF精密并联机器人的平移定位误差下降了80%,转角定位误差下降了60%。该实验结果表明,基于BP神经网络的误差补偿方法对机器人局部工作空间的补偿具有明显的效果,满足精密并联机器人工作的精度要求。     

基于无迹卡尔曼滤波算法的喷涂机器人末端位姿补偿系统

喷涂建筑机器人在进行建图时无法将地面平整度的信息包含在地图中。当机器人按照所建地图运行时,由于地面信息的缺失,喷涂建筑机器人工作末端的喷涂夹具无法与墙面平行。为补偿喷涂夹具相对于墙面之间的位姿误差,提出一种基于无迹卡尔曼滤波的多传感器融合的喷涂夹具位姿补偿方法：以位移测量传感器测得的数据构建夹具位姿的状态方程,以陀螺仪测得的数据构建夹具位姿测量方程;利用无迹卡尔曼滤波算法获得夹具姿态的最优估计并将其传递给机器人,从而实现对喷涂夹具位姿误差的补偿。搭建实验平台验证了误差补偿系统的可行性。实验结果表明,误差补偿后的喷涂夹具相对于墙面之间的角度误差减小至0.005°。