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。     

欠驱动机器人最优运动轨迹生成与跟踪控制

以被动关节自由的欠驱动机器人为研究对象,对其最优运动规划与轨迹跟踪控制问题进行研究,控制目标为实现欠驱动机器人关节的任意位置控制.对欠驱动机器人系统的可控性条件进行分析,提出部分稳定规划器的思想,利用遗传算法对建立的适应度函数进行全局优化,得到部分稳定规划器的最优切换顺序.利用变结构控制方法进行反馈控制,实现了期望轨迹的精确跟踪.提出的方法一方面利用遗传算法的全局搜索能力,不必考虑机器人的严格线性化,能够快速、准确地实现路径寻优,且具有很好的稳定性:另一方面采用的变结构控制方法能够对系统干扰及参数变化具有良好的自适应性,因此本方法可以很容易推广到多自由度欠驱动机器人系统控制当中.通过末关节为被动关节的平面3自由度机器人进行仿真,仿真结果证明了方法的有效性.     

基于双模糊滑模控制的机器人运动轨迹跟踪误差仿真

当前,机器人运动轨迹在受到外界干扰因素情况下,不仅控制精度较低,而且抖动现象较为严重,不能很好地实现轨迹的跟踪任务.对此,创建了双关节机器人简图模型,采用双模糊滑模控制机器人的运动轨迹.推导了等效控制和切换控制组成的双模糊滑模控制方程式,根据模糊规则对切换增益系数进行在线补偿,引用李雅普诺夫函数对控制系统的稳定性进行了证明.通过具体实例,借助于Matlab软件对机器人运动轨迹的跟踪误差进行仿真.同时,与单模糊滑模控制方法进行对比和分析.仿真结果显示,机器人采用双模糊滑模控制方法,实际运动轨迹与期望运动轨迹误差较小,输入转矩的波动幅度较小.机器人末端执行器采用双模糊滑模控制方法,提高了运动轨迹的控制精度,改善了抖动现象.     

平面4自由度欠驱动机器人的位置和姿态控制

基于模糊控制理论,研究水平运动的4自由度欠驱动机器人位置和姿态控制问题。平面4自由度欠驱动机器人是具有冗余度和欠驱动双重特征的复杂二阶非完整系统,利用主动关节和被动关节加速度之间的耦合作用控制被动关节的运动,同时实现机械臂末端的轨迹跟踪和末杆的姿态控制。根据分层控制思想,提出双模态模糊PID复合控制算法,针对两个子任务分别设计控制器。通过Matlab和ADAMS的联合仿真验证算法的有效性,在基于可编程多轴运动控制卡的试验台上实现平面4自由度欠驱动机器人的位置和姿态控制试验。仿真和试验结果表明,所设计的模糊PID复合控制器对平面4自由度欠驱动机器人末杆的位置和姿态控制是可行、有效的。     

手术机器人的模糊神经网络变阻抗控制策略研究

针对手术机器人在颅颌面手术过程中无法有效跟踪期望位置和接触力的问题，提出一种基于模糊神经网络的变阻抗控制策略。首先，利用模糊PID位置控制模块对机器人运动至手术切口位置的期望轨迹进行跟踪控制。其次，通过基于神经网络的变阻抗控制模块建立起机械臂与目标之间的力/位置动态关系，该模块可对机器人辅助手术过程中的力跟踪偏差进行及时的自适应修正，以实时补偿环境动态变化带来的影响，提高了环境交互的安全性以及力跟踪的准确性。最后，对提出的控制方法进行验证，结果表明，在动态变化的手术环境下，相比传统定阻抗参数控制方法，该方法拥有更好的跟踪控制效果。     

基于模糊控制的2R欠驱动机器人位置控制

基于模糊控制理论,研究2R欠驱动机器人关节的位置控制问题.在被动关节附加电磁制动器以控制关节间的耦合状态.根据电磁制动器的工作状态,将欠驱动机器人的位置控制分为两个阶段.第一阶段,制动器解锁,利用被动关节加速度与驱动关节转矩间的动力学耦合效应,间接控制被动关节沿预定轨迹运动到预定位置,同时总结模糊控制规则,设计用于控制被动关节运动的模糊控制器.第二阶段,制动器锁定,然后驱动关节运动到预定位置.设计并搭建了基于可编程多轴运动控制卡的试验控制系统.最后通过试验成功实现2R欠驱动机器人关节的位置控制.试验数据表明,模糊控制方法对于机器人被动关节具有较高的位置控制精度,鲁棒性良好,并且不依赖于机器人动力学模型,实时控制的计算量小,体现出智能控制的优越性.     

基于示教学习和自适应力控制的机器人装配研究

针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。首先根据是否与孔产生接触力将示教任务分为两段;接着利用了任务参数化的高斯混合模型(TP-GMM)训练并泛化第一段轨迹;最终和原示教的第二段轨迹组合为新的搜孔轨迹;采用了六自由度阻抗控制使得机器人具有柔顺性,再利用了模糊自适应策略调节阻抗控制中Z轴期望接触力,利用UR机器人对方形孔进行了装配试验验证。研究结果表明:所提出的策略在新的初始位置,仍能绕过障碍物并生成新的搜孔轨迹,无需再次示教;调节期望接触力相比其不变时,绕X轴方向力矩波动速度低,且波动误差减小了30%。     

冗余机器人的任务优先级轨迹规划方法

当机械臂末端沿期望轨迹运动时,若障碍物影响机械臂末端运动,则末端会与障碍物发生冲突,使其偏离期望运动轨迹。针对这一问题,提出了一种任务优先级轨迹规划方法,使机械臂末端避障后能够继续跟踪期望轨迹。当机械臂末端运动轨迹中含有障碍物时,赋予避障运动作为优先控制,通过计算末端位置增量使机械臂末端产生逃离速度,进而避开障碍物;反之,赋予轨迹跟踪作为优先控制,通过对机械臂期望轨迹与实际位置进行误差控制,达到提高末端轨迹跟踪精度的目的。最后,对冗余机器人进行了仿真及试验验证。结果表明,当障碍物与机械臂末端运动轨迹发生冲突时,基于任务优先级的轨迹规划方法可以使机械臂末端有效地避开障碍物,同时,末端避障后机械臂仍能跟踪到期望轨迹运动。     

一种弧焊机器人轨迹跟踪控制方法的研究

针对弧焊机器人动态特性中的非线性和不确定因素,对机器人的轨迹跟踪控制问题进行了研究。为提高跟踪精度和控制性能,提出一种基于高斯基模糊神经网络的轨迹跟踪控制方法。该方法以高斯基作为隶属函数,结合神经网络和模糊算法,设计了高斯基模糊神经网络控制器。采用非线性规划中的最速下降法对模糊神经网络进行自学习,能够在线调节隶属度函数的中心以及关节耦合权值,使得控制器具有更好的自学习与自适应能力。数值仿真结果表明该控制方法能高效地控制机器人的轨迹跟踪。     

下肢康复机器人模糊增益自适应调整的滑模阻抗控制

为了实现下肢康复机器人在康复训练过程中主动模式下的控制,在分析了人机交互作用力与动力学模型的基础上,提出了一种模糊增益自适应调整的滑模阻抗控制。该控制方法,通过阻抗控制器修正期望的下肢运动轨迹,得到新的关节运动轨迹,将新的关节轨迹与实际的关节轨迹误差转化为滑模函数,通过模糊化,将自适应力矩作用于下肢康复机器人。该控制方法减轻了滑模控制中的抖振现象,使其达到期望的力矩控制效果,实现了主动模式下的的柔顺性。     

视觉引导下机器人任意轨迹跟踪试验研究

建立一种实用的视觉引导下的工业机器人对一般形状、任意轨迹运动物体的跟踪系统。视觉系统采用合作目标识别的方法从图像中提取出目标物体,基于直接线性变换方法实时计算得到运动物体的位置信息。利用机器人关节空间的路径规划和路径修正命令实现对物体跟踪。     

具有超前特性的移动机器人跟踪截获控制算法

针对移动机器人跟踪截获运动目标问题,本文提出了具有超前瞄准的跟踪截获控制算法。在已知直线恒速运动目标特性的情况下,推导出了直线跟踪截获目标的超前瞄准角的计算公式。在目标特性未知的情况下,提出了基于目标视线角的修正PD控制算法。仿真试验结果表明该方法与常规的基于目标视线角的方法比较,能有效地改善机器人跟踪特性,其跟踪轨迹平直,目标截获时间短。     

基于机器视觉的机器人仿生机械手避障轨迹控制系统

以提高机械手末端关节避障控制精准度为目的,提出一种基于机器视觉的机器人仿生机械手避障轨迹控制系统。以具有高灵敏性和主动性的控制器、伺服驱动器、无线通信器以及高网络带宽的传感监测器为硬件基础,采用机器视觉技术捕捉机械手关节动作。然后根据动力学原理建立避障位姿坐标系,代入关节动作数据计算其在坐标系中的位置。在定义控制范围的基础上,根据隶属度函数计算机械手在轨迹方向上夹角,并随机输出一个动态夹角变量。通过对变量值目标求导得出适配性最高的调节阈值,结合实际情况通过阈值调节实现精准控制。实验表明,该系统能够有效控制机械手末端关节避开障碍物达到指定目标位置,应用效果较好。     

Trajectory optimization of an electro-hydraulic robot

The electro-hydraulic robot has great driving torque and plays an irreplaceable role in manufacturing. In this paper, a trajectory planning method for a 6-DOF electro-hydraulic robot based on time-energy-jerk is proposed and realized. A multi-objective function of the electro-hydraulic robot about working efficiency, impact, stability and energy consumption factors was built, at the same time, the kinematic and dynamic constraint functions were also built. The multi-objective trajectory function of the robot was optimized by using the non-dominated neighborhood immune genetic algorithm, and the optimal position, velocity, acceleration and jerk planning curves of each joint were obtained. In the experiment, the flow output curves of the hydraulic system of joint 6 based on fuzzy-PID control strategy under no-load, 1.5 kg load, 4 kg load were obtained, and show that the velocity and position trajectory of the joint can be well controlled using the presented fuzzy PID control strategy.

     

重载搬运机器人的动力学仿真及控制系统设计

关节型重载搬运机器人各运动关节动态性能和能量耗散水平直接影响机器人以及运动规划的可达性。以ABB公司生产的IRB460型重载搬运机器人为研究对象,针对其机械本体结构特性,建立重载搬运机器人三维模型。若仅考虑回转轴、大臂和小臂组成的三个自由度,重载搬运机器人系统模型可简化成空间三关节机器人系统模型;依据拉格朗日力学方程建立重载搬运机器人系统动力学模型,利用机械臂逆运动学和五次多项式插值算法完成对多关节机械臂空间轨迹规划。通过动力学仿真分析可知,重载搬运机器人各运动关节的动态性能变化稳定且能量耗散较小,且能够沿着预定轨迹完成PTP模式的运动控制。最后,搭建控制系统仿真实验平台,提出一种重载搬运机器人控制系统模型,实验结果表明,所设计的重载搬运机器人控制系统能够准确、稳定的控制各运动关节运动,验证了各运动关节驱动电动机功率参数选择的合理性,为实际的工业生产应用奠定了理论基础。     

面向快速拆装的模块化机器人柔顺控制方法

在进行快速拆装任务时,模块化机器人既要有较高的伺服刚度与结构强度,又要对接触物体表现出一定的顺从特性,为此,提出一种面向快速拆装的模块化机器人柔顺控制方法。分析机器人拆装时的正逆向运动学,获取末端执行器与基座间的总坐标转换形式,以及对应关节的旋转角度,调整模块力的反馈作用,令阻抗与导纳趋于动态均衡。基于机器人与外界环境间作用力,建立模块阻抗关系,推算柔顺控制规律,利用设计的自适应柔顺控制模型,取得期望控制力,令模块到达期望位置。实验测试中,使机器人模块随实验人员手部移动,跟随运动轨迹表明,其能够较好地适应手部给予的未知力,各方向上的跟随速度与作用力拟合情况以及零件实际装配结果较为优越,具备良好的控制稳定性,且满足快速拆装时的柔顺控制基本需求。     

基于级联式Faster RCNN的三维目标最优抓取方法研究

机器人在三维目标识别和最优抓取方面的难点在于复杂的背景环境以及目标物体形状不规则,且要求机器人像人一样在识别不同三维目标的同时要确定该目标的最佳抓取部位的位姿。提出一种基于级联式模型的深度学习方法来识别目标物体及其最优抓取位姿。第1级提出了改进的Faster RCNN模型,该模型能识别成像小的目标物体,并能准确对其进行定位;第2级的Faster RCNN模型在前一级确定的目标物体上寻找该目标物体的最优抓取位姿,实现机器人的最优抓取。实验表明该方法能快速且准确地找到目标物体并确定其最优抓取位姿。     

一种具有跳跃能力的自平衡两轮机器人动力学建模与越障控制

针对传统机器人越障能力不足的问题,结合本实验室设计的一种具有跳跃能力的自平衡两轮机器人,建立了机器人的动力学模型.分析了两轮机器人最大可控角的影响因素,建立了弹跳准备阶段的模糊滑模控制器,实现对机器人摆角与移动速度的控制.对机器人在起跳阶段做了动力学分析,对机器人在腾空阶段的运动做了动力学分析,同时根据障碍物外形,对其越障运动做了轨迹规划.最后,通过仿真与实验研究,验证了所建立的跳跃越障控制方法的有效性.     

基于三维检测网络的机器人抓取方法

机器人抓取任务中面对的是不同形状和大小的物体,而散落在场景中的物体会有不同的姿态和位置,这对机器人抓取中计算物体位姿任务提出了较高的挑战。针对于此,本文设计了一种基于三维目标检测的机器人抓取方法,弥补了基于二维图像识别引导机器人抓取任务中对视角要求较高的缺陷。首先,设计了一种卷积神经网络在RGB图像中识别物体,并回归出物体三维包围盒、物体中心点;其次,提出一种计算机器人抓取物体最佳姿势的策略;最后,控制机器人进行抓取。在实际场景中,使用本文设计的三维检测网络,三维目标检测精度达到88%,抓取成功率达到94%。综上所述,本文设计的系统能有效找到机器人合适的抓取姿势,提高抓取成功率,满足更高的抓取任务要求。     

机器人关节滑模变结构的位置控制

为了使机器人关节有良好的静态特性,并具有一定的抗干扰能力,提出了一种由力矩电机和谐波减速机组成的机器人关节,采用指数趋近律的滑模变结构和模糊自适应滑模控制对机器人关节进行了位置控制,通过对机器人单关节Simulink建模仿真比较,结果表明,模糊自适应滑模控制大大减轻了指数趋近律滑模控制的抖振问题,其稳态精度达到了9×10-5rad;且与PID控制相比较,其响应速度快;在受高斯扰动时,采用模糊自适应滑模控制的关节发生的角度偏差整整比PID控制小10倍。仿真结果表明,滑模控制在机器人关节控制中精度高,响应速度快,具有一定的鲁棒性能。