基于FuzzyP的多臂机器人机械臂控制系统设计

机械臂是多臂机器人的重要组成部分,针对基于姿态识别控制及位置识别控制系统受到被控量振荡影响,而导致机械臂运动轨迹控制不精准的问题,提出了基于FuzzyP的多臂机器人机械臂控制系统设计;基于FuzzyP控制系统,找到系统控制平衡点,设计系统硬件结构包含3个机械臂,共十八个自由度,简化关节控制器连线,选择直流有刷电机,采用增量型编码器,设计H桥电路,配合74ACT244增强驱动电路,利用NRF24L01无线模块获取与处理位置信息;使用FuzzyP控制器,抑制被控量振荡,控制连杆运动,完成多臂机器人机械臂控制方案设计;由实验结果可知,该系统轨迹与预期轨迹基本一致,较好解决多臂机器人机械臂对接精确定位要求。     

基于解析法和遗传算法的机械手运动学逆解

研究优化机械手轨迹规划问题,机械手运动时要具有稳定性避障性能。针对平面3自由度冗余机械手优化控制问题,建立机械手的结构模型。提出用解析法和遗传算法相结合满足具有计算量小和适应性强的特点。在给定机械手末端执行器的运动轨迹,按着机械手冗余自由度,运动轨迹上每个点对应的关节角有无穷多个解。而通过算法可以找到一组最优的关节角,可得到优化机械手运动过程中柔顺性和避障点。仿真结果表明,该算法可以快速收敛到全局最优解,可用于计算冗余机械手运动学逆解,并可实现机器人的轨迹规划和避障优化控制。     

基于图像的机器人指尖跟踪过程仿真分析

对机器人指尖运动轨迹的视觉跟踪是智能机器人手势识别研究的关键.在多自由度机器人指尖跟踪过程中,由于自由度较高,指尖运动速度很快,指尖在运动终端的变化细微、灵活.利用传统的算法进行指尖图像跟踪时,需要连续、形状运动关联的特征才能完成跟踪,在较高自由度运动的情况下,指尖的运动终端图像特征的突变性因为无法以连贯的图像特征形式被捕获而被忽略,导致指尖跟踪图像与指尖终端的实际运动过程存在较大偏差,跟踪准确性下降.提出一种新的机器人指尖图像定位跟踪方法.针对采集到的指尖跟踪图像进行初始化处理,获取图像的高频部分和低频部分的向量,针对上述向量进行小波变换处理,实现指尖图像的去噪处理,提高了图像的质量.对指尖跟踪图像像素进行归一化处理,为指尖跟踪提供了准确的数据基础.利用线性分析的方法,对图像中的指尖运动轨迹区域进行准确分割,实现了指尖运动轨迹的准确跟踪.实验结果表明,利用改进算法进行指尖跟踪,能够有效提高跟踪的准确率.     

基于宏-微机器人的不连续轨线的跟踪

针对宏-微机器人跟踪不连续轨线,本文采用轨线分割的方法．轨线分割的 结果,宏机械手的期望轨迹为一条连续轨线,轨线中的不连续部分将由微机械手跟踪;同时 ,宏-微机器人这一冗余系统变为两个非冗余系统,按照两个非冗余系统分别进行轨迹规划 ;微机械手除了完成分割的任务外,对宏机械手的轨迹误差在线补偿;4自由度宏-微机器 人仿真和实验证明了本文方法的有效性．     

基于模糊PD型输入迭代学习的工业机器人轨迹跟踪控制

针对工程应用中工业机器人的内置控制器在确定其结构和控制参数后一般不能修改的问题,提出一种基于机器人内置控制器的模糊比例—微分(PD)型输入迭代学习轨迹跟踪控制方法。利用跟踪误差及其导数构建控制律,控制参数采用模糊增益调整型进行自整定,无需根据轨迹反复调整,并将迭代学习量叠加到轨迹输入中,通过更新实际轨迹输入来提高目标轨迹的跟踪精度。MATLAB/SIMULINK仿真和六自由度工业机器人实验结果表明:提出的方法能够在不影响机器人内置控制器稳定性的基础上,实现更高精度的轨迹跟踪。     

信息融合在移动机器人轨迹模糊跟踪中的应用

在机器人轨迹跟踪过程中,机器人自动跟踪的精度直接影响跟踪效果;以3自由度移动机器人为研究对象研究了机器人轨迹模糊跟踪系统,且在该系统中,采用多个传感器同时对移动机器人进行跟踪检测,并利用融合算法对其进行融合,将融合后的结果作为模糊控制器的输入;计算机仿真结果表明,在3自由度移动机器人轨迹跟踪中,采用多传感器信息融合是合理的、可行的;且可以减少跟踪过程中由传感器引起的误差对跟踪精度的影响,提高控制精度.     

基于OpenCV的物料分拣搬运机器人的设计

针对当今制造业中物料分拣搬运任务的自动化问题,设计出一套新型物料分拣机器人,结合2019年广东省工科大学生实验综合技能竞赛的机器人设计要求,提出了一种基于OpenCV的物料分拣搬运机器人的设计。以结构、控制、识别及通讯四方面对机器人的设计进行介绍。在基于STM32芯片的主控制系统的控制下,以树莓派4B为核心的图像识别系统运行OpenCV对摄像头采集的图像数据进行处理,通过CAMshift跟踪算法对目标进行跟踪,得到目标在图像中的位置,机器人根据该位置对物料进行抓取并搬运至物料投放点,在机器人运动同时通过Wi-Fi和Flask框架可在浏览器网页上对机器人的识别情况进行监视。实验及竞赛结果充分证明机器人在物料分拣搬运任务的完成上具有极大的高效性、准确性及稳定性,对制造业自动化的技术推进具有极大的前景。     

下肢外骨骼机器人控制的脑电感知方法研究

将外骨骼机器人技术与BCI系统结合起来,使人体具有了外骨骼机器人的一系列优良特性,同时使外骨骼机器人具备了人体的智能;首先,对外骨骼机器人技术与BCI技术的融合进行了可行性分析,说明了该方法的可行性;其次,通过实验采集了6种想象运动的脑电信号,选取了C3、C4通道的脑电信号,并对其进行了去噪处理;然后,对经过预处理的六种想象运动的脑电信号通过小波变换进行了分解,提取了包括小波分解系数和能量系数的脑电信号小波特征;最后,针对所提取的小波特征,采用了最小二乘支持向量机对这6种想象运动模式进行分类处理。     

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

PLC在步进电机控制系统中的偏差校正方法

PLC以其稳定可靠,在伺服控制系统中得到广泛的应用。在PLC控制的步进电机驱动机械手运动时,如果相邻两路径的速度方向相反,运动中将会产生严重的位置偏差,如何提高控制精度成为控制的重点和难点。本文对运动误差形成的原因进行了分析,并提出了一种轨迹处理的新方法。     

基于动态Snake模型的机械手运动轨迹视觉跟踪

针对机械手运动在图像序列空间的轨迹分布,提出一种基于时空轨迹线的动态Snake跟踪模型.定义相应的能量函数,可使其在机械手轨迹分布上取得极小,通过Snake能量的轨迹收敛实现对机械手运动点的跟踪定位.利用轨迹能量系数的动态调节,可避免Snake搜索过程陷入局部极小．使用平方轨迹最小二乘预测器对轨迹点位置进行预测,可提高Snake搜索的实时性和准确性．微装配机械手运动实验证明了该模型及跟踪算法的有效性.     

基于Adams的三自由度Delta机械手的运动学仿真分析

结合自动化工业生产线对应高速轻载搬运作业的需求,三自由度Delta机械手是一种并联机器人专为拾取和放置任务而设计。本文以Delta机械手本体为研究对象,分析简化机械结构,建立Delta机械手的数学模型,求其运动学逆解算法。以改善Delta机器手运动特性为目的,采用改进修正梯形加速度在笛卡尔坐标系下进行"门"字型轨迹规划,时间耦合方式处理"门"字型方向突变问题。通过虚拟样机ADAMS与MATLAB联合仿真,获得Delta机械手运动性能参数,为研究Delta机器人轨迹优化提供一定的理论基础。     

全方位移动装配机器人运动学分析

针对空间狭小拥挤、地面不平的特殊装配环境,设计了一种5自由度全方位移动装配机器人.该机器人主要由基于4组并联布置的MY(mutual Yo Yo)轮的全方位移动平台和具有2自由度的并联举升机构组成.首先,针对该机器人的全方位运动和并联举升机构的2自由度结构特点,建立了机器人的整体运动学模型,并基于该模型对机器人进行了圆形曲线轨迹仿真.然后,设计双曲线滤波PD(proportional derivative)控制器对机器人的轨迹进行跟踪并分析其轨迹跟踪误差.该控制器能控制平均误差在5 mm左右,且误差随跟踪时间减小而减小.最后,通过实验结果验证了该运动学模型和仿真结果的正确性,且该控制器能迅速并精确地实现其轨迹跟踪,从而进一步验证了该全方位移动装配机器人的优越性.     

多类运动想象脑电信号特征提取与分类

针对多类运动想象情况下存在的脑电信号识别正确率比较低的问题,提出了一种基于小波包特定频段的小波包方差,小波包熵和共同空间模式相结合的脑电信号特征提取的方法,并将特征向量输入到支持向量机中达到分类的目的;首先选择重要导联的脑电信号,进行特定频段的小波包去噪和分解;其次对通道优化的重要导联的每个通道信号计算小波包方差和小波包熵值作为特征向量;然后对所有重要导联的分解系数重构并进行共同空间模式特征提取;最后结合2种不同导联方式所获取的特征向量作为分类器的输入进行分类;采用BCI2005desc_IIIa中l1b数据进行验证,该算法的分类正确率最高达到88.75%,相对2种单一的提取方法分别提高28.27%和6.55%;结果表明该算法能够有效提取特征向量,进而改善多类识别正确率较低的问题。     

基于视觉图像的全向移动机器人轨迹跟踪控制研究

机器人轨迹节点跟踪比较难,导致机器人实际轨迹偏离期望轨迹,所以设计基于视觉图像的全向移动机器人轨迹跟踪控制方法;构建全向移动机器人的运动学数学模型,以此确定机器人移动轨迹数学模型;以移动轨迹数学模型为基础,按照视觉图像划分标准对全向移动机器人运动图像的分割,通过分离目标节点的方式提取运动学特征参量,完成机器人轨迹节点跟踪处理;结合节点跟踪处理结果,将运动学不等式与误差向量作为机器人轨迹跟踪控制的约束条件,利用滑模变结构搭建轨迹跟踪控制模型,实现全向移动机器人轨迹跟踪控制;对比实验结果表明,所设计的方法应用后,全向移动机器人角速度曲线、线速度曲线与期望运动轨迹曲线之间的贴合程度均超过90%,满足全向移动机器人轨迹跟踪控制要求。     

机器人系统输出反馈重复学习轨迹跟踪控制

针对高度非线性多关节机器人的轨迹跟踪问题,提出一类输出反馈重复学习控制算法,使得在只有位置信息可测以及模型信息不确定的条件下即能获得良好的控制品质.非线性滤波器的引入解决了现实中速度信号较难获得的问题,重复学习控制策略实现了对周期性参考输入的渐近稳定跟踪.应用Lyapunov直接稳定性理论证明了闭环系统的全局渐近稳定性.三自由度机器人系统数值仿真结果表明了所提出的输出反馈重复学习控制的有效性.     

基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统设计

为了保证机器人能够在保持稳定的情况下,按照规划轨迹执行工作任务,从硬件和软件两个方面,设计了基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器,改装机器人鲁棒滑模跟踪控制器,完成系统硬件设计;综合机器人结构、运动机理和动力机制3个方面,构建机器人数学模型;根据状态数据采集结果与规划轨迹之间的偏差,计算机器人跟踪控制量;依据滑模运动与切换方程,利用Sigmoid函数生成机器人鲁棒滑模控制律,将生成控制指令作用在机器人执行元件上,实现系统的鲁棒滑模跟踪控制功能;在系统测试与分析中,所设计控制系统的平均位置跟踪控制误差为0.93 mm,与设定轨迹目标基本重合,机器人姿态角跟踪控制误差为0.06 mm,具有较好的鲁棒滑模跟踪控制效果,能够有效提高机器人鲁棒滑模跟踪控制精度。     

助餐机器人轨迹跟踪控制实验研究

助餐机器人机械本体由三自由度机械手和旋转桌面构成。在完成助餐机器人控制系统硬件电路基础上,利用dSPACE软硬件环境和Matlab/Simulink系统建模方法,搭建了助餐机器人控制系统的半物理仿真实验平台。完成了助餐机器人伺服控制系统的研究与开发,设计了机器人控制器,同时完成了助餐机器人肘关节和腕关节的直线轨迹与圆弧轨迹跟踪实验,获得了理想的实验结果,为整个助餐机器人系统的控制研究奠定了基础。     

二自由度SCARA机器人位置的端口受控哈密顿与反步法协调控制

针对二自由度SCARA机器人系统使用单一控制方法难以实现快速、精准的位置跟踪控制的问题,设计了基于端口受控哈密顿(PCH)与反步法的协调控制.PCH用于保证系统稳态性能,反步法用于保证系统快速性.采用指数函数作为协调函数以实现协调控制策略,从而适应二自由度SCARA机器人的轨迹跟踪控制.该SCARA机器人系统,既能够实现系统快速的跟踪位置信号,又能够提高系统的输出信号的稳态性能.仿真实验表明,当存在干扰时,采用PCH与反步法的协调控制的二自由度SCARA机器人位置跟踪系统能够有效地结合两者的优点,系统的动态性能和稳态性能优良,且能够很好地抵抗外部干扰.     

虚拟现实技术下分拣机器人嵌入式遥控系统设计

为了解决当前遥控系统控制分拣机器人执行既定任务时存在目标轨迹跟踪效果不佳、跟踪误差较大,任务执行成功率较低、失误率较高以及系统响应延迟时间较长等缺点,提出并设计了基于虚拟现实技术的分拣机器人嵌入式遥控系统,研究通过分析虚拟现实系统组成结构基础上,将虚拟现实技术与分拣机器人技术有机结合,依据模块化、标准化、开放性和可用性原则,利用虚拟现实技术设计了具有临场感的操作指令输入输子系统和分拣机器人具有真实感的虚拟场景仿真子系统的嵌入式遥控系统;并给出了嵌入式遥控系统的基本功能单元和具体操作流程;依据该流程采用QNX Neutrino系统作为分拣机器人本体控制器,同时采用工业现场总线EtherCAT作为系统网络通信支撑,设计了嵌入式遥控系统软件控制程序,完成了基于虚拟现实技术的分拣机器人嵌入式遥控系统设计。模拟实验结果验证了设计系统的有效性,获得了较好的目标跟踪效果,减小了跟踪误差,提高了分拣机器人任务执行成功率,同时提高了系统效率。