文献扫描机器人多关节机械臂滑膜控制系统设计

为提升机器人机械臂关节的传动性能,使其处于良好的反步自适应工作环境,设计文献扫描机器人多关节机械臂滑膜控制系统。利用关键控制电路,实现机械臂全局PID滑膜控制器与机器人多关节滑膜控制器间的定向连接,完成新型控制系统的硬件运行环境搭建。通过机器人控制传感器标定操作,建立等效控制及动态滑膜方程,并利用上述计算结果界定机械臂滑膜的动态品质,实现新型控制系统的软件运行环境搭建,结合软、硬件运行单元,完成文献扫描机器人多关节机械臂滑膜控制系统设计。模拟文献扫描机器人多关节机械臂运行状态,设计对比实验结果表明,与传统系统相比应用新型滑膜控制系统后,机械臂关节的传动能力得到有效提升,反步自适应参数最大值可达到1.70     

基于人机交互的重载机械臂控制方法

针对目前重载机械臂控制系统存在的人机交互性不足问题及重载带来的刚柔耦合问题,设计了一种基于动力学模型的人机交互闭环力!/!位控制算法,并依据该算法设计了7自由度重载机械臂控制系统.首先分析了国内外重载机械臂的工作特点和存在的问题,提出基于力!/!视觉反馈的人机交互方式来增强系统的人机交互性;然后为抑制刚柔耦合带来的控制问题,建立了重载机械臂刚柔耦合动力学模型,提出基于人机交互的重载机械臂力!/!位闭环控制算法.最后搭建重载机械臂控制系统,搭建的控制系统包括人机交互子系统、环境感知子系统、驱动子系统、信息处理子系统及通信子系统.在此基础上,进行重载机械臂控制系统作业试验.试验结果表明,该控制系统能够完成人机交互作业功能,相对于传统重载机械臂作业手段,有效提高了作业效率70%,保障了作业人员安全,验证了所提出控制系统的人机友好性、可行性和实用性.     

基于CAN总线控制系统的航天特种机械臂设计

航天特种机械臂具备精确操作和视觉识别的能力,在载人航天领域中广泛应用,为了在复杂环境中精准完成陆基装配任务,设计基于CAN总线控制系统的航天特种机械臂。从关节、连杆、驱动电机、锁紧制动器等方面,组装航天特种机械臂结构元件。装设航天特种机械臂控制器,在控制器中加设一个串行通信接口,将控制器连接到CAN总线中,配置CAN总线控制系统的通信协议,完成航天特种机械臂硬件结构设计。利用航天特种机械臂中传感器设备,检测航天特种机械臂实时位姿,补偿航天特种机械臂重力负载。根据机械臂工作任务,规划移动轨迹,在控制器的支持下,通过控制量的计算与通信,实现航天特种机械臂的控制功能。性能测试实验表明,设计基于CAN总线控制系统的航天特种机械臂平均位置和关节姿态角的控制误差分别为3.0m和0.32°,平均形变量为2.64m2,具有较好的控制性能和抗压性能。     

基于卷积神经网络的机械臂抓取控制系统设计

为保证机械臂的抓取精度,保证物体抓取的稳定性,本文设计基于卷积神经网络的机械臂抓取控制系统。在系统硬件部分,加设图像、位置和压力传感器,改装机械臂抓取控制器和运动驱动器,利用图像传感器设备,获取满足质量要求的机械臂抓取目标图像,为机械臂抓取控制功能提供硬件支持。软件部分利用卷积神经网络算法提取图像特征,确定机械臂抓取目标位置。结合机械臂当前位置的检测结果,规划机械臂抓取路线,预估机械臂抓取角度与抓取力。最终通过机械臂抓取参数控制量的计算,在控制器的支持下实现系统的机械臂抓取控制功能。实验结果表明,所设计系统应用下位置控制误差和速度控制误差的平均值分别为0.192m和0.138m/s,同时物体抓取掉落概率明显降低。     

基于MatlabRTW的排爆机器人控制系统

本文提出一种基于Matlab语言的排爆机器人控制系统的设计方案,使用SIMLINK仿真工具,分别设计了控制系统框图、控制信息流程图,并通过xPC目标系统实现了该机器人实时控制系统。实验结果表明,该控制系统能满足机器人自动抓取目标物体的实际要求。     

基于深度强化学习的二连杆机械臂运动控制方法

针对二连杆机械臂的运动控制问题,提出了一种基于深度强化学习的控制方法。首先,搭建机械臂仿真环境,包括二连杆机械臂、目标物与障碍物;然后,根据环境模型的目标设置、状态变量和奖罚机制来建立三种深度强化学习模型进行训练,最后实现二连杆机械臂的运动控制。对比分析所提出的三种模型后,选择深度确定性策略梯度（DDPG）算法进行进一步研究来改进其适用性,从而缩短机械臂模型的调试时间,顺利避开障碍物到达目标。实验结果表明,所提深度强化学习方法能够有效控制二连杆机械臂的运动,改进后的DDPG算法控制模型的收敛速度提升了两倍并且收敛后的稳定性增强。相较于传统控制方法,所提深度强化学习控制方法效率更高,适用性更强。     

基于xPC Target的直流电动机实时控制系统设计

针对常见的控制系统开发方法采用手工编程而存在开发效率和可靠性低的问题,提出了一种基于xPC Target的直流电动机实时控制系统设计方法。该方法采用Matlab自动代码生成技术和xPC实时内核,以工业控制计算机为控制器、直流电动机为被控对象构建控制回路,采用Simulink模块组合控制器应用程序,以目标机-宿主机形式实现应用程序的代码生成、编译和下载。实验结果表明,该方法能够快速可靠地生成控制系统代码,控制系统具有很好的有效性和稳定性。     

基于S-Function的xPC目标环境下I/O板卡驱动开发

提出了xPC目标环境下采用C MEX S函数实现I/O板卡驱动的开发方法;采用xPC建立实时环境,通过反射内存卡组成实时网络,来实现控制系统的快速原型化和硬件在回路仿真测试,与传统的半物理仿真相比要快捷很多;与硬件设备实时通讯的I/O板卡是实现半物理实时仿真的基础;详细介绍了S-Function的编写、PCI总线的基本概念以及xPC环境下编写驱动的关键问题,在此基础上实现了ADLINK多功能DAQ板卡在xPC环境下的驱动开发;驱动测试结果表明,AD板卡和DA板卡都能稳定工作,通讯稳定,数据误差小,该方法具有较强的移植性和参考性。     

基于改进PID的核算机器人机械臂控制研究

针对机器人机械臂的控制研究,提出一种基于改进PID的核算控制系统进行设计,即结合BP神经网络的PID闭环运动控制系统。首先,提出了PID核算机器人机械臂整体的控制思路,其次,阐述了BP神经网络PID闭环运动控制系统的控制原理以及神经网络,然后,对机器人机械臂运动控制部分整体的框架进行设计;之后,通过仿真平台,分别对BP神经网络PID运动控制算法以及闭环运动控制系统进行测试验证,结果表明BP神经网络PID闭环运动控制系统的响应速度更快,且具有更高的稳定性;最后,分别采用两种控制系统对实验机械臂进行控制实验,对比结果表明,BP神经网络PID闭环运动控制系统对获取目标物的时间更短更迅速,且成功率高达95%。     

基于时间延时估计和自适应模糊滑模控制器的双机械臂协同阻抗控制

多机械臂的精准协同控制已成为当前机器人领域的研究难点,为实现双机械臂精准控制,通过建立双机械臂动力学模型,采用时间延时估计简化机械臂动力学模型,在保证控制系统稳定性的前提下,引入自适应模糊滑模控制器实现对估计误差的修正和补偿,设计基于时间延时估计和自适应模糊滑模控制的双机械臂协同阻抗控制器,实现双机械臂协同操作的末端轨迹控制以及接触力精准控制.最后,将该控制器应用于两台六自由度机械臂仿真平台,实现双臂夹取和搬运同一目标物体的操作,通过与其他控制器进行对比实验,表明所设计的控制器具有响应快、无抖震、精度高的特点.     

MATLAB的单机型实时仿真系统的扩展与讨论

MATLAB下的实时视窗目标工具箱能够在一台运行Windows操作系统的微机上执行实时任务,可用于对自动控制系统进行实时仿真分析,但是此功能受限于其驱动程序。针对此问题,讨论了开发实时视窗目标工具箱驱动程序的关键问题,包括寄存器的访问和程序调试,提出了两种方法：（1）在实时视窗目标环境下借助于驱动程序的输出函数mdlOutputs;（2）利用xPC目标工具箱环境。在三台计算机上进行了不同的实验,实验结果表明所提出的方法能够正确地显示中间结果;采用开发的PCI-8360A模拟量输入驱动程序采集15路模拟量信号,结果表明实时视窗目标驱动程序在一定条件下可以和xPC目标驱动程序兼容,实时视窗目标的采样时间为0.18 ms要小于xPC目标的采样时间0.3 ms,这为实时视窗目标的扩展应用提供了新的思路。     

考虑驱动系统动态的机械手神经网络控制及应用

针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.     

基于非结构模型机器人力控制稳定性分析*

本文将机械手和接触环境作为一个整体来考虑，采用非结构模型分析了机器人力外环控制的稳定性。得到了机器人力控制系统稳定操作的界限，实验结果表明这种分析方法的合理性。     

基于Matlab/xPCTarget的数据采集系统

MATLAB作为一种面向科学和工程计算的流行软件．其发展相当迅速。随着Simulink\Real Time Workshop\xPCTarget等工具箱的推出，MATLAB在实时信号采集和控制方面又有了新的应用。本文主要是结合作者的实际运用．详细阐述了怎样基于MATLAB／xPC Target平台来构建数据采集系统，最后给出了应用实例。     

Nonlinear robust adaptive Cartesian impedance control of UAVs equipped with a robot manipulator

In this paper, a new nonlinear robust adaptive impedance controller is addressed for Unmanned Aerial Vehicles (UAVs) equipped with a robot manipulator that physically interacts with environment. A UAV equipped with a robot manipulator is a novel system that can perform different tasks instead of human being in dangerous and/or inaccessible environments. The objective of the proposed robust adaptive controller is control of the UAV and its robotic manipulator’s end-effector impedance in Cartesian space in order to have a stable physical interaction with environment. The proposed controller is robust against parametric uncertainties in the nonlinear dynamics model of the UAV and the robot manipulator. Moreover, the controller has robustness against the bounded force sensor inaccuracies and bounded unstructured modeling (nonparametric) uncertainties and/or disturbances in the system. Tracking performance and stability of the system are proved via Lyapunov stability theorem. Using simulations on a quadrotor UAV equipped with a three-DOF robot manipulator, the effectiveness of the proposed robust adaptive impedance controller is investigated in the presence of the force sensor error, and parametric and non-parametric uncertainties.     

基于重复控制的六自由度转台控制系统

在分析六自由度电动转台控制系统工作原理的基础上,针对驱动电动台的永磁同步电机采用传统PID控制电动台速度时,会产生周期性的速度偏差,致使其控制精度大大降低这一问题,通过对永磁同步电机的转速环进行数学建模,提出利用重复控制理论来设计电动台的速度补偿系统的思想,然后对传统PID和重复控制补偿系统2种控制器进行了设计与仿真.仿真结果表明,经过几个周期后,具有重复补偿的控制系统的跟踪误差逐渐减小,而传统的PID控制器则一直保持较大的跟踪误差.在Matlab/Simulink xPC Target实时开发环境下建立电动台速度实时控制系统,采用快速原型控制方式具有系统组建方便、成本低、开发周期短等特点.试验表明重复控制补偿系统对转台的速度控制具有很大的改进,从而为电动台的精确控制奠定了基础.     

基于不确定逼近的机械手自适应鲁棒预测控制

针对具有参数不确定性和未知外部干扰的机械手轨迹跟踪问题提出了一种多输入多输出自适应鲁棒预测控制方法. 首先根据机械手模型设计非线性鲁棒预测控制律, 并在控制律中引入监督控制项; 然后利用函数逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项. 理论证明了所设计的控制律能够使机械手无静差跟踪期望的关节角轨迹. 仿真验证了本文设计方法的有效性.     

Pepper to fall: a perception method for sweet pepper robotic harvesting

Intelligent Service Robotics - In this paper we propose a robotic system for picking peppers in a structured robotic greenhouse environment. A commercially available robotic manipulator is equipped...     

A coordinated control of an underwater vehicle and robotic manipulator

Remotely operated underwater robotic vehicles (URVs) have been used for various tasks: inspection, recovery, construction, etc. With the increased utilization of remotely operated vehicles in subsea applications, the development of autonomous vehicles becomes highly desirable to enhance operator efficiency. However, engineering problems associated with the high density, nonuniform and unstructured seawater environment, and the nonlinear response of the vehicle make a high degree of autonomy difficult to achieve. The vehicles are usually equipped with mechanical manipulators that are utilized during the working mode. The accurate performance of the vehicle during the working mode can be achieved by controlling the vehicle and manipulator at the same time and compensating the end-effector error due to the vehicle motion. This article describes an adaptive control strategy for the coordinated control of an underwater vehicle and its robotic manipulator. The effectiveness of the control system is investigated by case study. The results show that the presented control system can provide the high performance of the vehicle and manipulator in the presence of unpredictable changes in the dynamics of the vehicle and its environment.