基于D-H法的农业采摘机器人运动协作控制系统设计

为提升农业采摘机器人运动协作控制性能,降低机器人碰撞概率,利用D-H法优化设计机器人运动协作控制系统。改装位置、力矩以及碰撞传感器设备,优化运动协作控制器与驱动器,调整系统通信模块结构,完成硬件系统的优化。利用D-H法构建农业采摘机器人数学模型,在该模型下,利用传感器设备实现机器人实时位姿的量化描述,通过机器人采摘流程的模拟,分配机器人运动协作任务,从位置和姿态等多个方面,确定运动协作控制目标,经过受力分析求解机器人实际作用力,最终通过控制量的计算,实现农业采摘机器人的运动协作控制功能。通过系统测试实验得出结论：与传统控制系统相比,机器人位置、姿态角和作用力的控制误差分别降低了约40mm、0.2°和1.2N,在优化设计系统控制下,机器人的碰撞次数得到明显降低。     

高压柜操作机器人协调操作感知控制方法

为更加精准地检测或维修高压柜设备，降低在复杂环境下受到的影响，提出基于学习自动机的机器人协调操作感知控制方法。定量描述机械臂柔性连杆形变，依照拉格朗日定理推导机器人操作系统动力学规律与振动方程；使用导纳理论计算机器臂作用力与预期速率的关系，得到协调操作约束条件；将协调操作感知控制转换成二次型问题，利用学习自动机方法控制运动行为，保证机器人在规定时间内完成变电站高压柜分合闸和更换断路器等工作的协调操作感知控制。仿真结果表明，所提方法协调操作感知控制精度高、效率快，提高了机器人运动的柔顺性与同步性。     

基于模糊人工势场法的机器鱼路径规划

路径规划是机器人控制领域中的一个热点方向。本文考虑到机器鱼运动特点以及水环境的特点,结合人工势场法的优势,进行机器鱼路径规划。机器鱼受到两种力的作用,分别为吸引力和排斥力。吸引力的作用是为了实现机器人向目标点靠近,排斥力为了更好地防止机器鱼碰撞到运动着的障碍物,而且将障碍物相对于机器人的速度考虑到斥力函数里面。在系统中,机器鱼的控制采用的是离散控制方式,为了最大限度地避免碰撞,我们采用一种简单的预测方法来预测下一个时刻障碍物相对于机器鱼的位置。机器鱼受力后,采用模糊逻辑算法得到机器鱼的控制指令,并在动态障碍物的环境下实验证明该方法的有效性。     

基于区块链的侦查机器人实时避障与航线控制

为弥补侦查机器人行进灵活性不足的缺陷,降低无故运动碰撞事件的发生几率,提出基于区块链的侦查机器人实时避障与航线控制算法;利用超声信号处理电路,提取可供直接应用的侦查运动节点,联合已完成配置的MoveIt避障程序,实现对侦查机器人的实时避障运动规划;在此基础上,设置LQR控制器,在控制机器人侦查航速的同时,建立必要运动操纵方程,完成对侦查机器人的运动航线控制,提升与运动设备元件相关的行进灵活性;完善P2P网络平台,以待交互的运动数据作为处理支持条件,将所有侦查信息封装至同一区块组织中,完成基于区块链的避障控制原理研究,实现侦查机器人实时避障与航线控制算法的搭建;对比实验结果表明,应用基于区块链的控制算法后,C-Space参数极值超过8.0,RRT灵敏度也提升至75%,实现了对侦查机器人的灵活性行进控制,有效抑制了无故运动碰撞事件的出现。     

基于Adams和Matlab联合仿真的双足机器人越障研究

与轮行机器人相比,双足机器人具有更灵活的机械结构,具有跨越静态或动态障碍物的能力,使其可以在更复杂的环境中工作;以往的双足机器人路径规划控制策略只能解决静止或以可预测速度运动的障碍物的越障问题,提出了一种基于模糊Q学习算法的路径规划策略,在Adams软件中建立机器人的三维虚拟样机模型,在Matlab软件中设计控制器,进行联合仿真;仿真结果表明所设计的控制策略可以有效地克服机器人在线学习时间长的问题,并且可以成功跨越速度不可预测的运动障碍物,有很好的鲁棒性。     

基于深度学习的巡检机器人避障轨迹自动控制系统设计

为了提高巡检机器人在复杂环境下的避障能力,使机器人能够安全地完成巡检任务,设计基于深度学习的巡检机器人避障轨迹自动控制系统。设计由CCD传感器、信号处理芯片等设备组成的工业智能视觉CCD相机,基于FPGA和USB2.0的视频采集卡传输采集数据,完成硬件部分的设计。在软件设计中,对采集的图像实施目标分割、双目目标匹配等预处理,通过对摄像头实施双目视觉标定获取障碍物空间位置三维信息,基于深度学习中的CRNN设计机器人自主避障规划网络模型,并设计模糊轨迹控制器,实现避障中的轨迹自动控制。系统测试结果表明,设计系统最终成功避开了三个动态障碍物,最大轨迹控制误差的最大值为1.45°,最小轨迹控制误差的最大值为0.62°,动态避障巡检速度始终在3.5m/s左右,表现出了精准而稳定的轨迹控制效果。     

群机器人自组织围捕多个入侵者的链阵方法

针对群机器人在二维给定区域自组织围捕多个入侵者问题提出了一种链阵方法.链阵中的机器人分为链首和链节,其中链首不但会环绕围捕目标运动而且能也只有它们能发布招募信息,以招募更多的机器人参与围捕同时又能使参与者不致太多.链节机器人则只需简单地跟随leader不停运动以形成链阵.机器人的运动由人工力矩运动控制器驱动,该控制器能使机器人在完成任务的同时而又不会发生碰撞.仿真结果表明,链阵方法可以根据实际需求动态调整链阵中的机器人数,能使围捕不同目标的机器人结成统一的链阵.链阵的不停移动则有利于机器人在数量较少时包围入侵者.     

基于速度变化空间的移动机器人动态避碰规划

研究了移动机器人对运动障碍物的动态避碰．针对以往速度障碍法在动态避碰应用中存在的问题,制 订了相应的改进方法．综合考虑障碍物速度的动态变化和碰撞时间、碰撞距离,在速度变化空间中,基于避碰行为 动力学原理,设计了新的优化评价函数,采用双障碍物检测窗口进行动态避碰规划．仿真实验表明,该方法有效地 克服了避碰规划的保守性,提高了机器人运动的安全性,并能实现对运动目标的及时追踪．     

基于行为模糊控制的机器人绕墙走研究

本文建立了一种基于行为的模糊逻辑控制系统,将模糊逻辑推理运用到移动机器人基于行为控制的结构中,利用超声波的信息并结合移动机器人的外部环境,使机器人能够完成绕墙走运动,并把机器人在运动过程中遇到的一般障碍物当作墙.可同时实现简单地绕障碍物运动.将本文提出的控制策略通过Mobitsim软件仿真证明其可行性.     

基于双层模糊逻辑的多机器人路径规划与避碰

针对无通信情况下的多机器人系统在未知动态环境下的路径规划问题,设计了基于双层模糊逻辑的多机器人路径规划与动态避碰系统。方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息,转化为机器人与障碍物的碰撞可能性,从而输出转向角度实现机器人的动态避障;速度模糊控制器将障碍物的距离信息作为输入,将速度因子作为输出,提高了多机器人路径规划与动态避碰系统的效率和鲁棒性。在Pioneer3-DX机器人实体上验证了该系统的可行性。     

基于位置的机器人视觉伺服控制系统研究

大多数视觉伺服研究中,不考虑机器人的动力学特性,把机器人当作一个理想定位设备。本文考虑其动力学特性,采用基于FNN和CMAC控制器结合kalman滤波对目标运动状态估计的方法,实现了机器人对目标运动的跟踪。并对一个二连杆视觉伺服系统进行了仿真,仿真结果说明了算法的有效性。     

Convergence and robustness of a discrete-time learning control scheme for constrained manipulators

The constrained motion control is one of the most common control tasks found in many industrial robot applications. The nonlinear and nonclassical nature of the dynamic model of constrained robots make designing a controller for accurate tracking of both motion and force a difficult problem. In this article, a discrete-time learning control problem for precise path tracking of motion and force for constrained robots is formulated and solved. The control system is able to reduce the tracking error iteratively in the presence of external disturbances and errors in initial condition as the robot repeats its action. Computer simulation result is presented to demonstrate the performance of the proposed learning controller. © 1994 John Wiley & Sons, Inc.     

A biped static balance control and torque pattern learning under unknown periodic external forces

This paper addresses a biped balancing task in which an unknown external force is exerted, using the so-called ‘ankle strategy’ model. When an external force is periodic, a human adaptively maintains the balance, next learns how much force should be produced at the ankle joint from its repeatability, and finally memorized it as a motion pattern. To acquire motion patterns with balancing, we propose a control and learning method: as the control method, we adopt ground reaction force feedback to cope with an uncertain external force, while, as the learning method, we introduce a motion pattern generator that memorizes the torque pattern of the ankle joint by use of Fourier series expansion. In this learning process, the period estimation of the external force is crucial; this estimation is achieved based on local autocorrelation of joint trajectories. Computer simulations and robot experiments show effective control and learning results with respect to unknown periodic external forces.     

On-line collision avoidance system for two PTP command-based manipulators with distributed controller

This research aims to solve online collision avoidance problem of two manipulators with independent controller. Since industrial robot controller is a closed commercial system, trajectory generation part of robot controlling is always proprietary or unknown. Thus, this paper proposes a collision avoidance system of two manipulators which are controlled by point-to-point (PTP) commands, in condition that the internal of robot controller is unknown and unchangeable. Based on this condition, collision avoidance is supposed to be realized by online scheduling of these PTP controlling commands. This paper proposes the collision avoidance method that assumes the three-dimensional common workspace between two manipulators can be partitioned into many subregion elements. And with managing these subregion elements, which are occupied by robot motion, PTP commands are scheduled to adjust execution timing for collision avoidance. A deadlock problem caused by the partition of the workspace is also taken into consideration in the method. And the effectiveness and efficiency of the method have been verified by simulations and experiments.     

基于STFT的微创手术机器人运动控制系统设计

针对微创手术机器人运动过程受到信号干扰而导致机器入主从臂控制效果差、控制精度较低的问题,提出了基于STFT的微创手术机器人运动控制系统设计;主控制器通过蓝牙的无线传输方式与主机连接,采用I/O口模拟SCI硬件流控方式,实现MCU与蓝牙通信,为系统提供基础数据;设计时钟基准电路的并联振荡模式,方便失控程序重启;根据运动控制器结构,设计预留模数转换接口,并对机器人主从操作臂展开详细分析;使用基于STFT短时傅里叶变换方法抑制外界干扰,在LM629运动控制专用集成芯片支持下设计控制流程,完成基于STFT的微创手术机器人运动控制系统设计;设计对比实验,结果表明该系统与期望主臂运动轨迹的终点坐标(10 mm,-35 mm,45 mm)和从臂运动轨迹的终点坐标(18 mm,-45 mm,25 mm)一致,能够精准控制微创手术机器人运动精度,为医学手术智能化开展提供设备支持.     

基于实时障碍物预测的机器人运动规划

本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算 法（L M S E）能有效地对机器人进行实时导航和避撞．在预测过程中,根据导航的不同阶 段和预测误差的变化情况,采用Fuzzy规则动态地调整误差函数中的权重,使预测过程尽可 能准确．导航算法的基本思想是首先通过预测算法来获得移动机器人的运动信息,然后虚力 系统根据预测信息决定机器人的未来运动,仿真结果表明该方法实时性好,能准确躲避障碍 物并且到达目标点．     

基于FBFN 的鲁棒仿生学习系统设计及在运动平衡控制中的应用

针对两轮直立式机器人的运动平衡控制问题,结合OCPA 仿生学习系统,基于模糊基函数,设计了一 种鲁棒仿生学习控制方案．它不需要动力学系统的先验知识,也不需要离线的学习阶段．鲁棒仿生学习控制器主要 包括仿生学习单元、增益控制单元和鲁棒自适应单元3 部分．仿生学习单元由模糊基函数网络（FBFN）实现,FBFN 不仅执行操作行为产生功能,逼近动力学系统的非线性部分,同时也执行操作行为评价功能,并利用性能测量机制 提供的误差测量信号,产生取向值信息,对操作行为产生网络进行调整．增益控制单元的作用是确保系统的稳定性 和性能,鲁棒自适应单元的作用是消除FBFN 的逼近误差及外部干扰．此外,由于FBFN 的参数是基于李亚普诺夫 稳定性理论在线调整的,因此进一步确保了系统的稳定性和学习的快速性．理论上证明了鲁棒仿生学习控制器的稳 定性,仿真实验结果验证了其可行性和有效性．     

MODELING CONCEPTS FOR DATA REDUCTION IN CONTROL OF MANUFACTURING SYSTEMS

Manufacturing systems consist of machines and robots together with a cell controller that coordinates and supervises the flow of parts through the cell. To reduce the amount of data exchanged between the controller and the processing components, a concept based on the theory of hierarchical control is developed. It uses on-line simulation to gain the expected behavior of the working components. Therefore for every robot and machine a corresponding model inside the cell controller exists that runs synchronized with the robot or machine. In addition, these internal models supervise their external counterparts to realize the task of monitoring. Because the internal models run synchronized with the external components, their state can be used by the higher levels of the cell controller to guarantee proper flow of parts through the cell.