基于三维激光扫描仪测距传感器的机械臂末端位姿测量

机械臂可以较准确地完成各项空间任务,其正常工作的前提是精确检测到目标位置。当距离目标较远时,就需要采用雷达、视觉、传感器等方式对目标进行检测。但距离目标较近时,传统测量方法的精度和稳定性较差。设计了一种精度较高的近距离实时测距激光传感器。并利用机械臂末端三点激光测距传感器对平面位姿进行测量。研究表明,设计的激光测距传感器可以高精度的完成任务,满足机械臂对目标进行检测的要求。     

图像视觉特征的机械臂末端位姿监测方法研究

为解决当前监测方法位姿误差和高度误差偏大等问题,提出图像视觉特征的机械臂末端位姿监测方法。先通过TSAI手眼标定法标定机械臂手眼系统,然后采用粗定位提取机械臂轮廓,利用最小二乘法对边缘点拟合,获取视觉特征,最后通过机械臂视觉特征获取抓取位置,对抓取位姿和关节角进行映射得到机械臂作业轨迹,实现机械臂末端位姿监测。仿真实验结果表明,所提方法的位姿误差仅为0.06mm,高度误差仅为0.05mm,运行时间也较短,明显优于对比方法,不仅可有效降低位姿误差和高度误差,还能有效提升监测效率。     

考虑关节铰隙机械臂末端位姿精度的模糊控制

以空间3R含铰间隙机械臂为研究对象,考虑关节铰隙机械臂末端位姿精度的模糊控制方法。首先,利用D-H坐标变换法建立不含间隙和含间隙的机械臂运动学模型,分析铰间隙对机械臂末端位姿精度的扰动影响;其次,通过所建立的含间隙三维模型并进行运动学仿真,研究其位姿误差大小;再次,基于减小误差提高精度设计模糊控制器,通过角位移来补偿末端位姿误差,从而得出相应的角位移补偿量;最后,采用补偿后的角位移对含间隙模型进行运动学仿真分析,得出其补偿后的位姿误差。研究表明,采用模糊控制方法,机械臂在x、y方向上末端位姿误差明显减小,其控制效果较好,而在z方向上的误差也有所降低,可见,在模糊控制策略下,补偿后的角位移对关节铰隙机械臂末端位姿的精度误差有明显的减小作用。     

基于RGB图像的机械臂目标抓取位姿估计算法

针对抓取过程中目标物体部分被遮挡的问题,设计了一种基于多尺度特征融合的深度卷积神经网络提取3D目标的投影特征点,并根据不同投影特征点数采用不同的多点透视成像算法。网络使用计算机自动生成的合成数据进行训练,经过验证,使用合成数据训练的网络也能在真实场景中有效工作。最后,搭建了一个基于机器人操作系统的UR5机械臂抓取平台,将训练好的模型部署到该平台上进行抓取实验,结果表明所提方法能够估计出目标物体的位姿,并在实际场景中抓取位姿未知的物体。     

力觉交互控制的机械臂精密位姿控制技术

针对卫星装配过程中关键零部件质量体积较大,不易装配的问题,提出了基于力觉交互控制的机械臂精密位姿控制技术,通过在机器人末端安装六维力/力矩传感器,实时获取机器人末端负载重力和末端所受外部作用力,并将负载重力和外部作用力解耦,进而实现外部作用力对机械臂末端位姿的精密控制。同时,对机器人辅助装配控制系统及其架构进行了介绍,并提出了一种简单可行的六维力传感器标定方法。试验结果表明:该技术可以实现机器人末端位置的精密控制,具有结构简单、计算量小、操作方便等特点。     

基于机械臂位姿变换的柔性负载伺服驱动系统控制策略

伺服驱动系统的柔性负载端转动惯量等参数随柔性机械臂位姿变化而变化,进而影响伺服驱动系统电动机输出端转速。为降低电动机输出端速度波动,采用极点配置的方法设计伺服驱动系统转速环PI控制器参数,该参数的选择随柔性机械臂位姿变化而变化,从而使伺服驱动系统在不同位姿下获得良好的动态响应特性,避免机械谐振发生。首先根据连续体振动理论和拉格朗日原理建立了柔性负载伺服驱动系统动力学模型,并通过状态方程求得电动机转速到柔性负载驱动转矩的传递函数。将变参数PI控制策略应用于伺服驱动系统转速环控制中,分析了柔性负载对转速环的控制特性的影响,采用极点配置的方法设计控制器参数。接下来分别采用相同幅值、相同阻尼系数、相同实部3种极点配置策略设计控制器参数。讨论了这3种极点配置策略不同参数对系统谐振峰值、谐振频率和带宽的影响。最后通过数值仿真分析表明:伺服驱动系统等效柔性负载参数与机械臂的位姿有关;柔性负载回转半径、转动惯量较大的情况,不适宜使用相同实部的极点配置方法,但其余两种方法可通过适当选择参数使电动机输出转速波动程度减小。     

基于MATLAB与ADAMS的机械臂仿真分析

以六自由度机械手臂为研究对象,对机械手臂的基本结构进行简化,基于D-H法,建立机器人手臂的连体坐标系;基于MATLAB的Robotics Toolbox工具箱建立机械手臂的数学模型,同时采用五次多项式方法对机械臂关节空间进行轨迹规划,并进行仿真。利用机械系统动力学软件ADAMS创建机械手臂的虚拟样机。将轨迹规划仿真数据作为驱动,对机械手臂进行动力学仿真,得出各个轴所受力矩变化情况。     

基于MATLAB的柔性机械臂动力学分析

针对柔性机械臂系统,通过有限元法(FEM)和Lagrange方程相结合的方法建立柔性机械臂的动力学模型,然后通过数学软件MATLAB对数学符号的处理,描述了柔性机械臂单臂系统的动态特性,考虑了载荷和摩擦等非线性因素的影响,为柔性机械臂的机械设计、控制设计等方面奠定了理论基础。     

基于GUI的旋转机械早期故障诊断系统设计与开发

针对目前旋转机械早期故障诊断系统的现状和工程实际需要,基于Windows系统为开发平台,采用图形化语言技术和Matlab为开发工具,研制一套基于GUI的旋转机械早期故障诊断系统。系统主要包括信号读取与显示模块、信号分析诊断模块、分析结果显示等功能模块。可实现对信号读取、滤波、时域分析、频域分析、经验模态分解与希尔伯特变换、双谱分析、自适应带宽限制信号BS-EMD混叠消除、流形学习降维及故障分类识别等功能。最后进行实验测试分析,验证其可靠性和实用性。     

基于MATLAB的机械臂动态仿真研究

机械手在现代工业中具有重要的应用,其研究一直备受关注,平面两连杆机械臂是一种仿人的机器人,是一种简单的两自由度的机械装置,其具有较为复杂的动力特性。通过对平面两连杆机械臂的研究,根据其动态模型,再对其控制原理进行研究,并建立相应的模型,最后使用MATLAB对该模型进行控制仿真,实现基于MATLAB的机械臂仿真。结果证明该模型能有效的克服机器人系统中的不确定因素,各种扰动以及非线性因素,且该模型具有良好的稳定性与适用性,能实现机械手的位置的精确控制。     

基于挖掘力模型的采样机械臂运动位姿节能控制研究

为了降低采样机械臂在挖掘土壤过程中能量损失,延长其工作时长,设计了可操纵性椭球模型和能量评价指标函数.通过仿真检验机械臂能量消耗,创建了采样机械臂运动位姿的可操作性椭球模型,给出了机械臂运动过程中的能量评价指标函数.对采样机械臂挖斗进行受力分析,给出了挖斗不同表面的受力方程式,设计了采样机械臂主动控制方法.在机械臂不同...     

仿人机械臂构型综合与臂姿规划

仿人机械臂是当今机器人研究的前沿课题。随着社会需求与科学技术的发展,特别是服务型人形机器人的商品化与市场化,仿人机械臂的拟人特性成了机器人研究的新要求。仿人机械臂的拟人特性主要包含两方面：结构拟人化和运动拟人化。结构拟人化使机械臂外观与结构更接近人臂,而当机械臂看起来与人自身形状—样时,它就很容易引起人类操作者的“共鸣”,从而增强其心理舒适度。运动拟人化使机械臂如同人臂—样工作,人类作为自然进化的高等生物,其运动机理必然有着独特的优越性,以人臂的运动机理控制机械臂的运动必然将提高其效率。     

基于MATLAB/GUI的控制系统性能评价研究

控制系统的性能直接影响到工业生产的安全、稳定、经济运行。为了方便、有效地进行控制系统性能的实时监测与评价,本文以MATLAB/GUI为开发平台,详细介绍了性能评价仿真界面设计的相关概念与步骤。同时,设计了基于时域指标和基于协方差指标的火电机组负荷控制系统性能评价仿真界面,利用MATLAB模型仿真数据进行仿真验证。仿真结果证实了该性能评价仿真界面的有效性和合理性。     

基于YOLOv5与迁移学习的目标检测和机械臂抓取位姿估计

针对传统机器学习算法视觉识别准确率低、运行时间缓慢等问题,研究针对家庭场景中机器人做家务的场景,利用RGB图像信息为输入,完成对目标物体的抓取位姿估计。以目标检测模型YOLOv5s为基础,利用其轻便、速度快的优点,结合数据增强以及迁移学习搭建网络架构,搭建家庭场景数据集;将少量训练样本进行数据增强后,利用迁移学习将模型在目标数据集上训练,同时微调参数,将目标物体的定位信息通过坐标变换转换为机械臂的抓取位姿,控制机械臂最终以固定抓取姿态完成抓取任务;最后,通过搭建实验平台,操纵UR5机械臂进行实际抓取实验,验证了算法的有效性。提出的基于目标检测的方法速度快、实时性高、误/漏识别率小于2%,应用在机械臂抓取上可以高效地完成任务。     

基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

基于MATLAB与ADAMS的机械臂联合仿真研究

为提高机械臂设计效率,充分利用了虚拟仿真,搭建了机械臂的虚拟仿真系统。首先在Solidworks中建立了四关节机械臂的实体模型;然后将其导入动力学仿真软件Adams中,进行运动学及动力学仿真;最后通过Adams与Matlab的接口模块Adams/control,利用Matlab/Simulink模块搭建了机械臂的联合仿真控制系统,实现基于Matlab与Adams的机械臂的联合仿真。仿真结果表明机械臂系统具有较好的动态响应特性及较好的轨迹跟踪能力。     

位姿水平的冗余自由度机械臂运动学逆解算法

本文通过分析七自由度机械臂构造特点,用曲面几何理论得到肘关节在笛卡尔空间中的点集,参考各关节角运动范围,可以求出冗余自由度机械臂逆运动学的全部构型解,从而可以方便地实现实现机械臂的全局优化。此方法既提高了解的精度,又减少了运算量,同时为速度解的解算提供了便利条件和新的思路。     

基于MATLAB GUI的表面粗糙度评定算法的实现

表面粗糙度评定算法及系统的实现是表面形貌测量方法应用的关键.针对这一问题,首先对比分析了表面粗糙度评定中高斯滤波和B样条小波分解两种算法.在此基础上基于MATLAB GUI(Graphical User Interfaces,GUI)研究并实现了表面粗糙度评定系统;实验和分析表明,实现的两种滤波方法均能满足表面形貌分析的精度要求,所实现的系统直观易用、结果可靠.     

基于FPGA的4自由度机械臂控制系统设计及实现

以FPGA为核心控制器,选用高效的空心杯电机、高精度的电机驱动器及高性能的增量式光电编码器设计了一个连杆结构的4自由度机械臂。在Quartus II软件平台中,设计了FPGA与上位机PC的串行通信接口及光电编码器信号采集电路,对编码器输出的信号进行了滤波、四倍频和鉴相设计。基于VC++设计了上位机PC人机交互控制界面,实现了对机械臂单关节和多关节联动的控制。实际应用表明,设计的4自由度机械臂能较稳定、灵活地完成用户指定的动作及目标物体的抓取和搬运,证明了设计的合理性。     

基于MATLAB GUI的零件图像识别

零件图像识别有多种方法,其关键是零件图像的特征提取,为此提出了基于图像边缘检测提取零件图像特征和用径向基神经网络实现识别的方法。首先对零件图像进行边缘检测．提取零件图像的边缘轮廓;然后将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量,各子区域中的相对边缘像素系数作为零件的特征,将这些特征作为神经网络的输入样本,由径向基神经网络实现识别;最后由GUI完成零件图像的识别,实验结果证明是有效的。