基于大数据聚类分析的爬壁机器人位姿定位控制系统设计

为提高爬壁机器人运动位姿精准度与稳定性,解决现有位姿定位控制系统存在的控制效果不佳的问题,利用大数据聚类分析技术,通过软、硬件结构的设计,实现爬壁机器人位姿定位控制系统的优化;改装爬壁机器人位姿传感器、爬壁机器人驱动元件、爬壁机器人位姿定位控制器的内部连接结构及工作方式,扩大系统存储器的存储空间,通过系统电路的连接完成硬件系统的设计;根据爬壁机器人的组成结构和工作机理,建立机械结构与运动模型;在构建模型下,采集爬壁机器人实时运行数据,利用大数据聚类分析技术处理初始采集数据,判定爬壁机器人的当前位姿;规划爬壁机器人位姿及关节轨迹,结合当前爬壁机器人的运行数据,计算爬壁机器人位姿定位控制量,在控制器的约束下,实现爬壁机器人位姿定位控制功能;通过系统测试实验得出结论:通过设计位姿定位控制系统的应用,爬壁机器人样机的足端轨迹控制误差、关节角度控制误差和占空比控制误差均低于预设值,即设计系统具有良好的位姿定位控制效果。     

基于大数据聚类的智能探测机器人运动控制系统设计

为了减小智能探测机器人运动轨迹误差,实现精准控制,提高智能探测机器人运动控制效率,设计基于大数据聚类的智能探测机器人运动控制系统;采用TMS320LF2407A主控芯片,集成650 V功率管,在电感电流断续模式下工作,提供系统驱动能量,设置光电耦合器,处理控制信号发射,调整控制电路内部电流关系;选用6ES7214-1AG40-0XB0控制器以及信号和通信模块扩展,控制机器人运动轨迹,结合内部驱动装置,整合运动数据信息进行存储,实现运动控制系统硬件结构设计;通过调节程序开始数据,结合内部脉冲数据,构建软件平台管理模块,获取机器人运动轨迹数据;采用大数据聚类技术,建立控制系统大数据分布结构模型,模拟非线性时变LFM控制信号,提取特征并聚类运动轨迹数据,获取精准运动轨迹数据,减少运动轨迹偏差程度,完成运动控制系统软件设计;实验结果表明,基于大数据聚类的运动控制系统的运动轨迹误差较小,能够有效实现精准控制,提高运动控制效率.     

基于大数据聚类的机器人步态控制系统设计

为提高机器人关节的运动灵活性,使其具有更快、更稳的步行能力,设计基于大数据聚类的机器人步态控制系统。结合外接主电源与传感器设备,为主处理器元件、舵机控制板提供足量的传输电信号,完成机器人步态控制系统硬件设计。定义关键的关节节点,通过建立适应度函数的方式,实现基于大数据聚类的步态节点安排。分别从支撑腿运动规划、摆动腿运动规划两方面着手,收集大量的步态运动信息,再联合已知函数条件,对机器人关节角度进行求解,完成机器人行进步态的规划与处理,实现基于大数据聚类机器人步态控制系统的应用。实验将所得关节弯曲次数、角度值与理想数值对比可知,本文系统位姿标定情况下关节弯曲次数值大、角度值小,机器人关节的运动灵活性水平高,具有相对稳定的步行运动能力。     

基于ABB机器人的遥操作控制系统设计

工业机器人传统的编程与控制方式受距离空间限制,不便对机器人进行远程控制、控制不灵活。针对工业机器人的远程控制进行了研究,设计了基于ABB工业机器人的遥操作控制系统。在本地上位机上设计操作者界面,实现本地和远程程序的变量同步,以TCP/IP协议与ABB机器人控制柜通信,直接通过以太网对远程端的机器人进行控制和管理。在仿真和实验中,通过分析机器人对上位机给定轨迹的跟踪效果验证了系统的有效性。仿真和实验结果表明该系统能对远程ABB机器人进行有效的控制,可以让机器人代替人在恶劣的工作环境中作业,并提高工业生产效率。     

工业机器人装配中基于相机位姿估计算法的单目视觉定位研究

为了提升工业机器人在装配作业中的效率和精准度,结合软指派算法进行研究,构建基于相机位姿估计算法的单目标视觉定位系统,并对其进行仿真验证。实验结果显示,在参数对成功率的影响实验中实验成功率最低为92.5%,在图像噪声对成功率的影响实验中成功率最高达到了97.5%,位置估计误差最大值不超过4 mm,旋转误差在伪特征点的数量为最大时得到了最大值7°。     

基于聚类的迭代双向最近点机器人位姿估计

针对迭代最近点（ICP）算法在存在严重遮挡的情况下容易陷入局部最小值的问题,对最近点规则（CP） 进行了修改,提出双向最近点规则（DCP）．DCP 规则包含两次CP 规则对应,使计算量增加了一倍．为了降低算法 的复杂度,继而提出基于聚类的迭代双向最近点（IDCP BoC）算法．IDCP BoC 对扫描数据进行聚类,在聚类的基础 上进行数据精简．在相邻两次迭代的残差之差小于某个阈值之前,用精简数据进行迭代以提高计算速度,之后再改 用非精简数据以保证精度．实验结果表明,IDCP BoC 算法能够有效避免陷入局部最小值的问题且其实时性也是可 接受的．     

机器人手指最佳位姿的设计

本文阐述了手指的可达区域.通过矩阵扰动分析发现.在手指可达区域中的各点处.手指的工作性能并不都是理想的;作者按手指雅可比矩阵条件数最小的原则,对手指最佳位姿进行了设计.在此基础上.对手指连杆尺寸作了综合,从而保证手指在运动过程中,当手指位姿最佳时.指尖处在各向同性点处附近.最后对手指运动进行了图形仿真.     

基于数据驱动的冗余机器人末端执行器位姿控制方案

模型未知的冗余机器人执行任务的过程中会产生较大的控制误差, 其末端执行器的位置与姿态也需要针对不同任务进行修正. 为解决该问题, 提出一种基于数据驱动的冗余机器人末端执行器位置与姿态控制方案. 该方案使用在线学习技术, 能够应用于模型未知的冗余机器人控制. 同时引入四元数表示法将控制机器人末端执行器姿态问题转化为基于四元数表示的控制方法. 随后, 设计一种神经动力学求解器对所提方案进行求解. 相关的理论分析、仿真及对比体现了所提方案的可行性、有效性与新颖性.     

基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统的设计

为了使仿人机器人手臂抓取控制系统更加智能化,提高运行效率,设计并实现了一种基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统。系统采用PMAC运动控制器完成机器人运行数据的传递、处理以及对机器人手臂抓取工作台的控制,采用Accelus系列数字伺服驱动器,调控仿人机器人运动位置和速度,通过关节控制器对机器人抓取过程中手臂关节的位置、速度以及角度信息进行控制,通过以S3C2440为核心芯片的上位机,实现仿人机器人手臂控制的远程通信以及抓取任务的调度,完成仿人机器人手臂抓取的智能控制,软件设计过程中,对基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制算法进行了详细分析,并给出了机器人手臂抓取控制程序代码实例,通过仿真实例验证了本系统的可用性和实用性。     

基于二维码修正机器人系统的位姿估计方法

为了解决机器人系统工具端定位精度不高的问题,提出一种基于二维码修正机器人系统的位姿估计方法。通过机器人系统获取的地面定位修正二维码图像信息,计算出机器人系统实际位置与机器人示教位置的转换矩阵,并利用转换矩阵生成新的工件坐标系,按照新的工件坐标系移动机器人系统,到达修正后的目标位置。该方法使机器人工具端达到了高精度定位,修正了机器人系统的位姿偏差,精度可达到0.5 mm。     

基于大数据聚类的移动机器人运动跟踪控制系统设计

目前研究的移动机器人运动跟踪控制系统控制过程易受到外界扰动影响,导致控制稳定性较差,运动跟踪准确性较差,为此,基于大数据聚类算法设计了一种新的移动机器人运动跟踪控制系统。硬件部分主控制器负责远程无线通讯,图像采集的数据传输和舵机驱动连接,驱动控制器为机器人行走提供动能保证;远程控制模块负责数据,图像和指令的传输;舵机控制模块机器人的行走、转向;软件部分首先通过大数据聚类的方法分析机器人移动步态,根据运动超声波传感器原理判定障碍物位置,考虑移动机器人运行状态与足端轨迹,构建机器人行走控制模型。通过髋关节调节机器人姿态,消除外部扰动对机器人姿态和运动速度的影响,得到抗扰动控制模型。实验结果表明,所设计系统在对机器人运动控制的稳定性及对抗外界扰动方法具有较好的性能,能够实现对移动机器人运动的准确跟踪。     

工业机器人遥操作系统的空间映射与控制策略

针对工业机器人遥操作系统中存在的主从机器人工作空间差异以及运动控制精度与安全问题,提出了一种工作空间映射算法与位置—速度混合控制策略。首先,将遥操作划分为自由运动和交互两个阶段,在自由运动阶段采用映射算法使主从机器人的工作空间高度覆盖,使主机器人可操控的从机器人运动范围最大化。进一步,在交互阶段设计了一种位置—速度混合控制策略对工业机器人的运动进行准确的控制,使主从机器人的实际位置轨迹准确的跟随,并进一步引入反馈引导力以实现安全的控制。最后在Touch-ABB IRB120主从机器人遥操作实验平台上对所提控制方法进行验证,实验结果表明该方法使得主从机器人运动范围在高度覆盖的同时可以保证遥操作控制的精度。     

基于区块链技术的工业大数据时变通信时延控制系统设计

为解决工业大数据时变通信环境中数据样本通信时延不均的问题,设计基于区块链技术的工业大数据时变通信时延控制系统。在大数据通信体系中,设置通信状态观测器与时延量化控制器,完成时变通信时延控制系统的应用单元搭建。在此基础上,构建时间序列表达式,通过处理通信数据样本的方式,确定时延参数的取值范围,完成对大数据时变通信时延水平的估计。按照区块链技术的应用要求,注册必要区块节点,再根据链节点信任度量取值条件,确定通信数据之间的交互关系,完成对控制行为的编码,联合相关应用部件,实现基于区块链技术的工业大数据时变通信时延控制系统设计。实验结果表明,区块链技术作用下,数据样本通信时延时延最大值为,最小值为0.63,有效解决了通信时延不均的问题,符合构建稳定工业大数据时变通信环境的实际应用需求。     

遥操作机器人系统带记忆的鲁棒反馈控制

针对遥操作机器人系统的通信通道中存在通信时延，以及机器人模型存在不确定性，可能造成系统不稳定和操作性能降低的问题，提出在环境模型未知的条件下，利用鲁棒控制理论，采用力、位置和速度反馈的控制方法，使得系统稳定，并且具有良好的透明性，控制参数可通过Matlab的LMI工具箱方便地求取，仿真结果表明了该方法的有效性。     

基于粒子群优化算法的工业机器人定位抓取控制系统设计

为消除工业机器人实际抓取位置与定位位置之间的误差,实现对机器人抓取行为的有效控制,设计基于粒子群优化算法的工业机器人定位抓取控制系统。根据主要机器部件选型情况建立电气网络结构,再联合视觉传感器与定位控制平台,控制抓取夹爪的行动范围,完成工业机器人定位抓取控制系统硬件的总体设计。遵循粒子群优化算法应用需求,实施Gbest选取与Pbest更新,并联合所得计算结果,定义三维坐标系表达式,建立基于粒子群优化算法的定位坐标系。根据跟踪点坐标求解结果,确定控制系数优化处理条件,完善抓取控制原则,再联合相关应用结构,实现基于粒子群优化算法的工业机器人定位抓取控制系统的设计。实验结果表明,粒子群优化算法作用下,工业机器人实际抓取位置坐标在X轴、Y轴方向上均准确符合定位位置坐标,有效消除了抓取误差,能够实现对机器人抓取行为的有效控制。     

基于MapReduce并行化计算的大数据聚类算法

面对大数据规模庞大且计算复杂等问题,基于MapReduce框架采用两阶段渐进式的聚类思想,提出了改进的K-means并行化计算的大数据聚类方法。第一阶段,该算法通过Canopy算法初始化划分聚类中心,从而迅速获取粗精度的聚类中心点;第二阶段,基于MapReduce框架提出了并行化计算方案,使每个数据点围绕其邻近的Canopy中心进行细化的聚类或合并,从而对大数据实现快速、准确地聚类分析。在MapReduce并行框架上进行算法验证,实验结果表明,所提算法能够有效地提升并行计算效率,减少计算时间,并提升大数据的聚类精度。     

基于AP聚类的不完整大数据填充

不完整数据的分析与填充一直是大数据处理的热点研究课题,传统的分析方法无法对不完整数据直接聚类,大部分方法先填充缺失值,然后对数据聚类。这些方法一般利用整个数据集对缺失数据进行填充,使得填充值容易受到噪声的干扰,导致填充结果不精确,进而造成聚类精度很低。提出一种不完整数据聚类算法,对不完全信息系统的相似度公式进行重新定义,给出不完整数据对象间的相似度度量方式,进而直接对不完整数据聚类。根据聚类结果将同一类对象划分到相同的簇中,通过同一类对象的属性值对缺失值进行填充,避免噪声对填充值的干扰,提高填充结果的精确性。实验结果表明,提出的方法能够对不完整数据进行聚类,并有效提高缺失数据的填充精度。