基于局部视觉的特定工件移动机械臂动态抓取方法

机械臂操作动态工件在分拣、上下料等作业场合有着广泛的需求。针对特定型号工件的移动机械臂动态抓取问题，提出一种基于特定工件ID编号识别和机械臂抓取位姿预测的运动工件鲁棒抓取方法。该方法选取AprilTag视觉标签来标记工件，通过图像采集、自适应阈值处理、连续边界分割、四边形拟合、快速解码等数据处理过程，获取局部视野下运动工件的ID、位置和姿态，实现工件的初次定位。结合移动机械臂的运动规划工艺策略，对特定型号目标工件的抓取位姿进行计算，实现抓取时刻的工件位姿预测。搭建了动态抓取实验平台进行了视觉标签ID识别、工件定位、动态目标抓取实验。结果表明，所提出的移动机械臂动态抓取方法，可以准确识别特定型号工件，并能够对不同运动速度的特定工件进行鲁棒抓取，抓取成功率平均值约为98%。该方法在智能产线的移动机械臂上下料等场景有着广泛的应用价值。     

融合多传感器数据的抓取机械臂末端定位研究

抓取机械臂末端定位过程中受环境干扰的影响,导致定位精度和稳定性较差,为此提出融合多传感器数据的抓取机械臂末端定位方法。首先建立融合多传感器数据的抓取机械臂末端误差模型,通过目标检测模型确定目标位置。采用遗传算法计算出抓取机械臂末端各关节的旋转变量补偿值,最后将修正值应用到融合多传感器数据的机械臂终端执行器中,完成抓取机械臂末端定位。实验结果表明,所提方法的定位耗时短、置信度高、定位精度高,具有一定的有效性。     

基于动态视觉范式与实时反馈校验的脑控机械臂

提出了一种应用于脑控机械臂的动态脑控视觉范式以及实时反馈的脑控指令校验方法,并基于该范式及方法实现了一套脑控机械臂系统。相比于当前广泛采用的固定视觉刺激,使用者通过注视不同位置控制机械臂末端运动过程的控制实现方法,提出的视觉范式基于动态刺激标签输出面向控制对象的脑控指令。该指令结合机械臂的自主空间运动,实现了基于脑-机协同下的快速抓取。同时,针对面向运动过程脑机接口中脑特征识别准确率低,系统鲁棒性不足的问题,提出了一种实时反馈校验方法,基于该方法对系统使用者的意图进行校验,可有效提升脑控机械臂对人类意图识别的准确率。实验结果表明,研究提出的动态刺激及实时反馈校验方法,其脑控抓取的平均成功率为85%(基于运动过程的控制方法的成功率为47.9%),单次抓取任务下的平均时间消耗为22.46 s(基于运动过程的控制方法为64.76 s)。在未来,提出的脑控机械臂框架可以以节点模块的形式整合入机器人操作系统,并应用于人-机体系协同下的脑机接口闭环控制。     

线性二次调节器在机械臂非线性控制中的应用研究

针对应用计算力矩法对机械臂进行非线性控制时动力学模型参数误差会引起伺服误差增大以及系统稳定性下降等问题,将线性二次型调节技术应用到机械臂非线性控制中,开展对机械臂线性化解耦控制律中闭环误差特性微分方程的分析,建立了伺服误差与动力学模型参数误差之间的关系,提出了在控制系统中加入误差补偿项的方法,误差补偿过程考虑为有限阶段马尔可夫决策的过程,利用线性二次调节器(LQR),通过收集先前动作中的伺服误差信息计算得出了补偿项,该方法适用于做重复工作的机械臂。在ADAMS动力学分析软件中的二连杆机械臂模型,以及单关节实验平台上对该方法抑制伺服误差的能力进行了评价,并进行了轨迹跟随试验。研究结果表明,该方法能够有效地补偿动力学模型的误差,减小机械臂伺服误差,提高轨迹精度。     

漂浮基空间柔性机械臂基于神经网络的逆模控制

针对传统控制方法对强耦合柔性空间机械臂难以有效控制的问题,提出基于神经网络的逆模控制策略。建立了非线性空间柔性机器人的动力学模型,根据增广变量输入法推得其控制律;利用具有良好逼近能力的前馈神经网络来自适应补偿柔性臂的未知非线性逆模型;采用Kalman滤波算法来保证网络权值在线实时调整(系统的误差代价函数由PID控制器提供)。仿真证明了所提出的控制方案的有效性,具有较高工程应用价值。     

基于机器视觉的金属工件智能分拣系统设计

针对传统工业中人工分拣效率低和成本高等问题,设计了基于机器视觉的机械臂智能分拣系统。通过摄像头采集图像并对图像进行灰度滤波操作后,使用SOA-OTSU算法对图像进行阈值分割,对目标区域进行Blob连通域分析,实现对工件的识别与定位。运用标准D-H参数法建立三自由度机械臂模型,将工件位置坐标代入逆运动学方程,解得每个连杆的关节转角,将其转化为机械臂步进值,并通过串口通信方式发送给Arduino,由Arduino控制机械臂完成工件的抓取与放置。实验结果表明,该方法提高了分拣系统抓取的准确性。     

基于柔性补偿的行星表面采样机械臂控制策略研究

为了适应行星表面较大范围采样及系统减重需求,行星表面采样机械臂通常由细长的臂杆和多个旋转关节串联组成,柔性特征明显。针对4自由度行星采样机械臂,提出基于柔性补偿的控制策略,以提高机械臂的运动精度。基于混合坐标法建立考虑关节和臂杆弯曲变形的机械臂运动学模型,计算机械臂末端柔性偏差;设计机械臂末端笛卡尔空间加速度连续平滑的变加速-匀速-变减速的运动路径,并在期望路径中实时补偿柔性偏差项;基于simulation X软件,建立精细的动力学和关节控制器模型,对机械臂的典型任务进行仿真,验证控制算法的有效性。结果表明,采用柔性补偿的控制策略能够明显提高机械臂的动态跟踪精度及末端定位精度。     

位置不确定下移动机器人自主抓取方法

往返取物递送移动机器人在入位定点抓取物体时,自身重复定位的不确定性将影响抓取准确性。为此提出一种克服位置不确定性的移动机器人物体抓取新方法。通过机器人体外定点位置深度视觉传感器与机器人手臂系统的关系标定,基于机器人本体激光传感器数据采用迭代最近点算法补偿机器人位置偏差,基于顶抓策略简化描述抓取位姿。通过待抓物识别与定位、确定抓取姿态以及机械臂运动规划等过程,实现了对平整支撑面上形状规则物体的自主抓取。在移动机器人往返取物作业场景下,实验验证了该方法可以显著提升物体抓取的成功率。     

基于逆运动学的柔性机械臂末端定位控制

针对具有形变特性的柔性机械臂,在运动过程中存在末端不易定位控制或定位精度低的问题,设计了一种线驱动柔性机械臂样机,通过分析其运动机理推导末端位置空间、臂体形态空间以及驱动空间三者之间的逆运动学关系;然后,提出了基于逆运动学模型的柔性机械臂末端定位控制方案;最后,利用CoppeliaSim仿真平台建立了柔性机械臂仿真模型,并在该仿真平台中应用逆运动学关系进行柔性机械臂运动控制过程中末端定位仿真分析,仿真结果验证了所建立逆运动学模型的有效性及基于该模型的柔性机械臂末端定位控制方法的合理性.     

七自由度冗余机械臂避障控制

基于冗余机械臂零空间的自运动特性,提出了一种新的七自由度冗余机械臂避障控制方法.该方法引入臂平面和避障面来参数化表达冗余机械臂的零空间运动;基于这种描述,利用人工势场法实现碰撞检测;根据检测结果得出的虚拟排斥力推导零空间运动方程,改进具有位置内环的逆动力学控制方法,使机械臂避障时的动态性能具有类似质量-阻尼系统的物理特性.该方法可以在控制末端执行器运动的同时实现冗余机械臂避障.为了验证所提出方法的性能,利用在轨自维护实验平台完成了实验.实验结果表明,机械臂与障碍物的最近距离大于40 mm,末端执行器位置动态误差小于10 mm,稳态误差小于2 mm.这些结果显示,所提出的方法通过合理地自运动行为实现了冗余机械臂的避障控制,而且在避障过程中不影响末端执行器的操作.     

气动轻量型机械臂伺服控制系统和碰撞检测方法研究

针对服务型机器人对系统的柔性、安全性提出的高要求,开展了气压驱动轻量型机械臂的伺服控制系统和碰撞检测方法研究。设计制作了二自由度轻量型机械臂样机,建立了机械臂的运动学和动力学方程,对系统的摩擦力矩进行了辨识。采用PID与加速度反馈和摩擦力前馈补偿控制策略,解决了机械臂关节旋转过程中的低速爬行问题。研究了基于被动柔顺控制和动力学方程的碰撞检测方法,实现了机械臂的防碰撞功能,提高了系统的安全性。通过对实验样机的试验测试,验证了机械臂的位置伺服控制策略和碰撞检测方法的有效性。     

基于神经网络观测器的机械臂力/位置控制

针对机械臂末端运动受约束的力/位置控制中无法精确建模、模型具有外界干扰和关节角速度不可测等问题，设计一种基于神经网络观测器的补偿控制系统。首先，通过解耦力和位置控制，得到降阶动态模型。然后，利用神经网络速度观测器对关节速度在线估计，并用神经网络对降阶动力学模型中的不确定项进行逼近补偿滑模控制器。最后，基于Lyapunov稳定性理论证明系统稳定性，并对二连杆机械臂进行仿真。仿真结果表明所设计的控制系统的有效性。     

三关节机械臂运动精度的误差分析及补偿策略

针对机械臂重复运动精度差的特点,对导致机械臂运动误差的主要影响因素进行分析。基于D-H坐标系的相关理论建立位置误差模型,对机械臂关节之间的位置误差进行分析。根据D-H参数位置误差,提出误差补偿方案,提高机械臂的运动精度。采用ADAMS软件建立三关节机械臂的动力学模型,通过对各关节的运动特性的分析,讨论在不同外界条件下各关节驱动器的力矩曲线和各关节运动关系曲线的变化,为更深入研究机械臂运动学和动力学问题,以及串联关节机械臂的本体和控制器设计提供了理论依据。     

基于Kalman滤波算法的姿态传感器运动补偿方法研究

为了消除姿态传感器在检测过程中可能会出现随着运动加速度的变化而产生测量误差的现象,提出了基于Kalman滤波算法的姿态传感器加速度补偿方法。详细介绍了传感器工作原理以及运动状态下的误差分析及补偿。该方法通过将姿态传感器在运动过程中出现的角速度进行误差处理,建立传感器运动线性方程,在此基础上,采用Kalman滤波算法,通过对传感器测量输入的姿态角进行修正,从而达到姿态角准确测量的目的。通过实验数据及仿真分析表明,经过Kalman滤波算法对姿态传感器的运动进行误差补偿后的运动特性输出精度,相比补偿前有了很明显的提高,达到所需精度要求。     

基于Kalman滤波的视觉预测目标跟踪及其应用

为了使得护理服务机器人实现一种平滑、柔顺的任务执行过程,建立了基于图像处理的视觉信息感知的几何模型,提出一种基于Kalman滤波预测估计的视觉信息感知方法,并据Kalman滤波理论建立了对包括机器人终端手抓等目标状态进行预测跟踪的模型,同时利用建立的模型在护理服务机器人系统中进行了试验研究,试验结果表明所提出的方法可以较好的对目标状态进行预测估计,通过“预测—校正”可以实现一种快速准确的视觉信息感知。该方法应用在护理服务机器人系统中可以减少视觉通道反馈信息的时间滞后问题,增强了人机对话和信息感知能力。     

全向旋翼机械臂设计、建模及动态补偿PID控制

设计了一种新型全向驱动旋翼机械臂系统,研究了其建模方法并提出了基于动态补偿PID的旋翼平台全向驱动控制方法。首先设计并分析了新型全向驱动旋翼机械臂机构;然后采用Craig参数法与递归Newton-Euler方程建立系统运动学与动力学模型,得出了旋翼平台与机械臂间动力学关系;针对旋翼平台全向驱动控制问题提出了动态补偿PID控制方法,最后推导出统一的多旋翼平台驱动力/力矩与转速的耦合矩阵方程实现设计与解耦计算。仿真考虑了随机噪声与扰动、参数不确定性、功率限制等实际问题,结果显示设计的系统能完成传统旋翼机械臂理论上无法完成的全向驱动控制并具有良好的控制品质,与Backstepping方法比较得出,在具有机械臂运动的任务级控制中,动态补偿PID控制有更好的控制精度和更强的扰动抑制能力。动态补偿控制实验验证了方法的实用性与有效性。     

指定初始关节速度的冗余度机械臂运动规划方案设计

设计了一种指定初始关节速度的冗余度机械臂运动规划方案.首先,根据机械臂关节角状态和末端执行器运动状态,在速度层上对机械臂建立伪逆算法求解模型;其次,为实现关节速度从指定初始速度连续趋近于执行任务所期望的速度解而在关节速度上加约束函数进行调整;再次,为减少机械臂执行任务期间末端执行器的位置误差而采用误差补偿方法以保证轨迹跟踪的精度;最后,将运动规划方案在MATLAB软件上对平面四连杆机械臂进行了仿真实验.仿真结果表明,该运动规划方案能消除机械臂在任务切换过程中的速度跳变,且末端执行器跟踪路径能达到较高的精度.     

机器人平滑抓取移动物体的运动规划方法

结合机器视觉和运动规划方法,对动态环境中移动物体的平滑抓取进行了研究。设计了一种运动物体跟踪算法,能够实现无障碍环境下移动物体的平滑抓取;针对环境中存在动态障碍物的情况,设计了一种基于排斥矢量的动态避障算法,与运动物体跟踪算法相结合,实现了机器人先避障后平滑抓取;基于机器人操作系统（Robot operating system,ROS）框架,在5自由度的KUKA Youbot机械臂平台上实现了无障碍环境下对传送带上物体的平滑抓取,以及动态障碍物环境中的平滑抓取,试验结果验证了所设计算法的优越性。     

指定初始关节速度的冗余度机械臂运动规划方案设计

设计了一种指定初始关节速度的冗余度机械臂运动规划方案.首先,根据机械臂关节角状态和末端执行器运动状态,在速度层上对机械臂建立伪逆算法求解模型;其次,为实现关节速度从指定初始速度连续趋近于执行任务所期望的速度解而在关节速度上加约束函数进行调整;再次,为减少机械臂执行任务期间末端执行器的位置误差而采用误差补偿方法以保证轨迹跟踪的精度;最后,将运动规划方案在MATLAB软件上对平面四连杆机械臂进行了仿真实验.仿真结果表明,该运动规划方案能消除机械臂在任务切换过程中的速度跳变,且末端执行器跟踪路径能达到较高的精度.     

基于球杆仪的三自由度串联机械臂运动学标定方法研究

考虑所标定机械臂的几何结构特点,采用修正五参数法描述参数误差并建立机械臂末端位置误差模型;在机械臂零位标定基础上,采用单球杆一次安装测得标定所需数据;基于机械臂和球杆仪所组成闭链的几何约束条件和末端位置误差模型建立参数误差辨识模型,并用非线性最小二乘迭代法求得几何参数误差。完成了标定实验,并采用综合误差补偿法进行了机械臂误差补偿。在给定的两条测试轨迹上,球杆长度变化差分别由标定前的0.395 mm、0.456 mm减小到标定后的0.005 mm、0.010 mm。研究表明:该标定方法有效正确,提高了机械臂的位置精度。