双臂协作机器人技术

双臂协作机器人是当今机器人学科研究的一个热点方向,是实现柔性生产、智慧制造的关键技术之一。本文介绍了工业、服务、军事及特种应用的双臂协作机器人研究现状,讨论了热点研究问题,对双臂协作机器人的未来研究方向进行了探讨。     

基于神经网络补偿的机器人稳定自适应控制

针对建模不精确的机器人,提出了一种基于神经网络补偿的机器人轨迹跟踪稳定自适应控制方法,文中通过设计神经网络补偿器和自适应鲁棒控制项,有效地补偿了模型的不确定性部分和网络逼近误差.由于算法包含有补偿神经网络逼近误差的鲁棒控制项,实际应用中对神经网络规模的要求可以降低;而且神经网络连接权是在线调整的,不需要离线学习过程.理论表明算法能够保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性.     

基于引力自适应步长RRT的双臂机器人协同路径规划

快速扩展随机树(RRT)方法的步长确定过分依赖于程序调试,而且固定的步长会导致碰撞检测失效问题.针对此问题,本文提出一种适用于双臂机器人协同路径规划的引力自适应步长RRT.首先,通过建立构型空间与工作空间的步长范数不等式,对双臂机器人在工作空间中所产生的步长进行约束,进而确保实现有效的碰撞检测;然后,提出随机树被动生长方法,在保证双臂机器人协同运动的基础上,降低规划空间的维度.最后,在随机树的节点处引入引力函数,加快算法的融合速度.仿真结果表明,引力自适应步长RRT方法可对工作空间中的步长进行有效约束,确保算法碰撞检测的有效性.在无碰撞的前提下,引力自适应步长RRT方法相比于其他算法减少了迭代次数,降低了运行时间并缩短了路径长度.将所提算法应用于双臂机器人的样机实验,结果表明双臂机器人可在保持位置协同的前提下,完成避障运动,验证了算法的可行性.     

基于模型偏差补偿原理的机器人双臂协调控制

本文讨论双臂协调操作物体的问题,在操作空间中给出双臂耦合动力学模型,基于这一模型,针对系统的未建模动态,利用模型偏差补偿原理,设计出一种双臂协调控制算法,并证明当未建模动态满足一定条件下控制系统的全局渐近稳定性。本文还通过仿真研究了为完成协调任务对物体柔性的要求,物体质量、刚度对动力学耦合程度的影响,规划轨迹速度、加速度对协调控制的影响。     

加前馈补偿的工业机器人自适应控制

工业机器人的控制是一个复杂的非线性控制问题.本文针对由Lagrange-Euler方程描述的工业机器人动力学模型,提出了两种加前馈补偿的自适应控制方法,并从理论上证明了系统的渐近稳定性. 考虑自由度为n的工业机器人,由Lagrange-Euler方程知其动力学方程为M(q)q+d(q,q)+g(q)=u.(1)其中g∈R~n为广义坐标向量;n∈R~n为广义控制向量;M(·)∈R~(n×n)为惯性矩阵;d(·,·)∈R~n为哥氏力与向心力向量;g(·)∈R~n为重力向量,一般M(·)非奇异. 设与(1)式并联的参考模型为     

基于图像的双臂模糊自适应轨迹跟踪控制

在固定相机的监视下,随机位姿的目标物体在双臂系统的控制下执行轨迹跟踪控制任务时,既要考虑目标随机位姿引起的运动学和动力学不确定性问题,还要考虑运动学和动力学的协同问题.针对上述问题,分别采用自适应方法估计目标质心和特征点的位置信息,利用模糊逻辑系统逼近系统的动力学模型,使用分散控制策略处理双臂的协同问题,最后基于位置/力混合控制方法设计基于图像的双臂模糊自适应轨迹跟踪控制器,并采用李亚普诺夫方法证明系统的稳定性.仿真实验验证了所设计控制器的有效性.     

基于单个神经元的机器人自适应控制

本文提出了针对多关节机器人采用单个神经元的独立关节控制方案，控制器由ＰＩＤ反馈和ＰＤＤ＾２前馈补偿构成，关节之间的静态和动态耦合通过单个神经元控制器前馈补偿，对一个二自由度机器人采用这种控制策略进行仿真，仿真结果表明该控制器在有非线性耦合，非线性摩擦，负载变化，模型参数变化时仍能跟踪期望轨迹。     

冗余度双臂机器人轴孔装配的三维动态仿真与实验

分析了冗余度双臂机器人进行轴孔装配的运动学约束关系,设计了一种分层递阶控制结构．通过三维图形动态仿真,在冗余度双臂机器人协调控制实验平台上进行了实验．仿真和实验结果表明该方法能够顺利地完成双臂协调插孔的作业．     

基于期望轨迹补偿的机器人鲁棒自适应控制

针对机器人存在的参数不确定性和外扰的问题,提出了一种基于期望轨迹补偿和自适应控制的方法,在传统自适应控制方法的基础上,结合变结构控制方法,设计了一种新的控制策略.该方法采用期望轨迹补偿,离线计算回归矩阵,可以有效节约控制系统在线计算的时间,实时性好,并利用变结构思想补偿非线性摩擦和外界干扰,利用lyapunov直接法分...     

空间机器人系统的自适应控制

对于载体姿态可控的空间机器人系统，本文给出了一种笛卡空间自适应控制算法，当系统的动力学参数未知时，该算法可以保证对手端期望位置轨迹的渐近跟踪，并且不需要测量关节加速度。应用文中算法对二杆平面空间机器人系统进行仿真研究。证实了算法的有效性。     

受限机器人运动的自适应控制

本文基于[4]中对受限机器人运动方程的变换,给出了一种自适应控制方案,使得在系统某些参数未知的情况下,机器人末端操纵器的位置运动及其与刚性、无摩擦的工作环境之间的接触力渐近趋于期望值,本文中的仿真例子验证了给出的自适应控制方案的有效性。     

松协调下双臂机器人的协作工作空间计算

分析了松协调下双臂机器人的协作工作空间，介绍了一种计算双臂机器人协作工作空间的数值方法。在该方法基础上，利用LINGO软件确定双臂机器人的协作工作空间的界限曲面和极限位置。     

基于自适应阻抗控制的轴孔装配方法

提出了一种基于自适应阻抗控制的轴孔装配方法,它能根据得到的力信息,按照自适应调整律对机器人末端的参考位置进行修正,使得轴始终朝着减小卡阻力的方向运动,最终完成插轴入孔的动作.其算法简单,计算量小,修正量的计算可以在线进行,故能满足实时控制的要求.仿真结果表明了这种方法的有效性.     

机器人装配操作的规划与控制

机器人装配操作是机器人研究与应用的一个重要领域．与机器人焊接、喷涂等作业 不同,机器人的装配操作是一种约束运动类操作,因此在规划和控制时必须考虑接触约束和 各种不确定性因素的影响．本文对机器人装配操作的规划和控制策略进行了详细的综述,并 对一些典型的装配操作任务进行了分析．文末提出了需要进一步深入研究的一些问题．     

基于图像误差的机器人运动目标自适应跟踪

讨论了机械手运动目标跟踪问题，直接利用图像误差达到注视目的。利用手部摄像机于期望位置获取待跟踪物体图像，以此作为期望图像，而后可以对同为运动物体进行注视跟踪，使实时采样图像收敛于期望图像。     

机器人变结构自适应控制的研究

本文提出了一种新的机器人变结构自适应轨迹跟踪控制，根据滑模存在条件，独立地推导出了一种实时预测滑模参数Ｃ的递推算法，克服了机器人变结构控制中滑模参数选择的盲目性。同时，为了更有效地削弱抖振现象，本文提出了一种新的变边界层厚度的饱和函数方法。本文的控制方案既保证了系统的强鲁棒性，又能实现高精度的快速跟踪控制。以三自由度烟叶搬运机器人为对象的仿真实验结果，表明了本文所采取的控制方法的有效性和可行性。     

基于神经网络的不确定机器人自适应滑模控制

提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。     

不确定性机器人的自适应跟踪控制

提出了一种自适应的控制策略，用于不确定性机器人的轨迹跟踪，该控制器结构简单，且无需计算回归矩阵，通过对二自由度的机器人的信真，证明该方法能使跟踪误差快速趋近于零。