弧焊机器人自适应轨迹跟踪控制仿真

针对多关节机械手具有非线性和耦合性等特点,常用的PD控制难以达到现场作业的要求。以弧焊机器人为研究对象,运用拉格朗日法建立该机器人的动力学模型,并在进行动力学仿真的基础上求得两关节机器人的简化模型,然后采用鲁棒自适应算法与PD控制结合的算法实现轨迹跟踪控制,最后在MATLAB/Simulink中进行算法仿真。仿真结果表明,机器人能有效抑制外界扰动对跟踪轨迹的影响,动态性能和误差收敛性良好,为实现多关节机器人的轨迹跟踪控制提供了理论基础。     

机械手笛卡尔空间轨迹规划研究

研究PUMA560机械手在笛卡尔空间中的轨迹规划问题。通过分析机械手轨迹运动中的启停加减速和连续轨迹过渡算法,提出在机械手末端轨迹曲线的启停段加入正弦加减速过程,同时在连续轨迹的两条曲线间运用5次多项式过渡曲线的新算法,使得机械手末端轨迹速度连续平滑和加速度连续,有利于提高机械手的运行速度和减少机械手的机械本体的振动和关节磨损。该算法运用VC++6.0和Matlab联合编程并在计算机上仿真PUMA560机械手模型轨迹运动,验证通过轨迹规划算法。     

机械手关节运动的自适应控制算法及仿真

提出利用分段常值控制算法把机械手手爪由起点转移到终点时的自适应递推算法 (学习训练步骤 )。依照算法编制的程序能够直接在机械手关节运动中实现 ,而不需要预先确定系统参数 (如连杆长度、关节质量、惯性力矩、介质粘度等 )。讨论算法的收敛性及收敛速度 ,并对仿真结果进行了分析比较     

高速并联机械手动力学建模及计算力矩控制

基于模型的计算力矩控制由于考虑了非线性补偿而极大地提高了其控制品质。然而,并联机械手动力学模型的计算是非常耗时的,从而限制该控制器在工程中的应用。为此,针对2-DOF并联机械手Diamond 600,首先导出了机械手的位置、速度和加速度逆解模型,并根据动能定理独立计算出机械手的质量惯性矩阵,实现了控制算法解耦,然后利用虚功原理建立能用于实时控制的动力学简化模型。在此基础上,设计了适舍于并联机械手的计算力矩控制器。最后,将设计的控制器应用到2-DOF并联机械手,仿真和实验结果验证了算法的有效性和正确性。     

一种基于微粒群优化算法的冗余机械手轨迹规划法

针对冗余机械手应用遗传算法(或免疫遗传算法)的轨迹规划所存在的不足，提出了基于微粒群优化算法的冗余机械手轨迹规划方法。利用此算法对寻优过程进行仿真研究，所得结果令人满意，与遗传算法相比，微粒群算法简单、容易，且收敛速度快。此方法能够有效地进行机械手轨迹规划，从而能够为充分发挥冗余度的作用为改善机械手运动提供新的思路。     

自动线机械手位置高速并联控制技术研究

为了提高自动线机械手的控制稳定性,需要进行机械手位置的高速并联调节控制。针对传统的反演控制算法存在输出误差大的问题,提出一种基于变结构比例-积分-微分(PID)模糊控制的自动线机械手位置高速并联控制算法。构建自动线机械手位置高速并联控制对象模型,进行控制约束参量分析,采用扩展卡尔曼滤波算法进行位置参数调节和融合处理,以提高参数的整定性,采用自适应的变结构模糊PID算法进行自动线机械手位置高速并联控制律设计,结合Lyapunov函数进行稳定性分析。实验结果表明,采用该算法进行自动线机械手控制稳定性较好,输出位置参数的误差较低,具有很好的控制稳健性。     

基于姿态控制机械手的PID控制任务程序设计

介绍FreeRTOS实时操作系统和机械手主控制器任务流程设计,根据PID算法原理采用Simulink仿真实验进行PID参数整定,最后编写和运行PID算法程序,从而实现基于姿态控制机械手的PID控制任务程序设计。     

机器视觉在柔性制造生产线分拣机械手中的应用研究

为了解决柔性制造生产线机械手的智能化分拣问题,以并联机械手、工业相机和BS-8ML01型柔性生产线为基础,设计了一个基于机器视觉的分拣系统。该系统工业相机直接集成于机械手的定平台,以实现对传送带送来的工件进行图像采集及软件图像预处理。研究中对传统的Hough算法进行了改进,采用基于有序Hough变换的算法进行工件边缘的提取和定位,并以此对机械手的运动轨迹进行规划,采用Matlab对机械手的末端动平台进行动力学分析。最后样机实验表明,该基于机器视觉的分拣机械手算法稳定可靠,可广泛应用于一般小尺寸工件的分拣工作,提高了柔性制造生产线的自动化、智能化水平。     

基于机器视觉与改进遗传算法的机械手分拣方法研究

针对机械零部件快速分拣需求,提出一种基于机器视觉与天牛须改进遗传算法(BAS-GA)的机械手分拣方法。该分拣方法首先对零件图像进行预处理,然后利用Sift特征匹配的图像识别算法提取零件图像,并使用仿射变换对目标零件定位。接着,对得到的零件位置建立数学模型,使用BAS-GA算法求解该数学模型,得到机械手的抓取路径,实现机械手的快速分拣。实验表明BAS-GA算法相对于模拟退火算法,遗传算法和一种改进蚁群算法都取得了较好的寻优效果。经过优化后的路径缩短了11%,说明该方法可有效提升机械手分拣速度。     

网络监控机械手的视觉实现

应用网络监控机械手的视觉系统,能够使机械手智能地完成目标物体的寻找、识别和搬运。为了使机械手能够准确到达某一位置进行视觉识别而避免目标丢失,综合视觉系统方案、图像采集和图像处理等技术,提出了采用Eye—in—Hand视觉系统、USB摄像头和VFW结合进行图像采集,并利用新型Blob算法对目标物体进行图像处理的设计方法。该视觉系统提高了机械手的工作效率,降低了系统的复杂性,保障了远程监控的实时性。     

基于粒子群迭代的一种冗余机械手逆解算法

研究的冗余机械手具有与其末端位置相关的轴均处于同一平面的结构特点,故可将机械手末端的位置和姿态分开逆解,在平面内,利用几何分析法进行机械手末端的位置逆解;联立机械手坐标变换矩阵和欧拉角变换矩阵进行机械手末端的姿态逆解。通过以上方法,求得机械手各个轴位移变量,这些变量是关于机械手末端位姿与冗余轴变量的函数。再在冗余轴邻域内,进行粒子群迭代,寻找满足关节限位、避障要求和使各个轴加速度变化量的平方和取得最小值的一组运动学逆解,由仿真实验结果可知,应用该算法可使该冗余机械手在整个运行过程中保持平稳,且能满足实时性,证明了该算法的有效性。     

基于改进粒子群算法的气动机械手的控制研究

粒子群算法有易于陷入局部极小、收敛速度慢的特点,结合粒子在寻找食物的时候,多半可以飞到预期中的最佳位置,由于不确定因素的影响,少数粒子在飞行中发生偏离,本文提出了改进型的粒子群算法。模拟算法不确定因素干扰操作,对于群体过度现象起到有效避免作用,种群的多样性得到有效增加。气动机械手本身有很多优点,包括成本低廉、结构简单、抵抗干扰性强等。目前各种生产行业中均以应用了气动机械手,本文介绍了气动机械手的工作原理和外部接线,对气动机械手的气动装置和改进粒子群算法控制系统的设计。     

基于迭代学习的电液机械手末端轨迹跟踪控制研究

针对目前常见串联式机械手末端存在控制误差累计而导致末端控制精度较低,无法实现高精度位置伺服控制,使得末端轨迹跟踪控制较差等问题,该文借助迭代学习控制算法的优点,提出了一种基于迭代学习的电液机械手末端轨迹跟踪控制算法。首先,该文以型号为REbot-6R机械手为研究对象,建立机械手的三维模型和坐标,利用D-H坐标,建立REbot-6R机械手运动学模型;然后,设计了基于迭代学习的电液机械手末端轨迹跟踪控制器;最后,以REbot-6R机械手为对象搭建实验平台进行轨迹跟踪控制实验。实验结果表明了迭代学习算法能够很好的运用在REbot-6R机械手上,有效性地解决机械手末端轨迹跟踪控制较差等问题,提高了轨迹跟踪精度。     

基于D-H矩阵计算的工业六轴机械手末端定位的精准度

应用D-H算法判断机械手末端定位的精准度。在工业六轴机械手的各关节建立一个坐标系,用D-H算法计算每个关节转动一定度数后末端执行器的位置与姿态。通过实验证明该工业六轴机械手存在较小的位置误差,姿态误差几乎为0,精度较高。     

基于蚁群算法工业机械手路径规划研究

具有路径规划的工业机械手是智能制造的发展趋势,为了提高工业机械手在复杂环境下移动到指定区域的精度问题,在本文中我们使用蚁群算法(ACO)来综合优化复杂的路径规划问题。根据四自由度机械手具体结构和障碍物避障特征,进行障碍物建模。在蚁群算法全局搜索易于实现、结构简单等特点的基础上实现机械手避开障碍物到达目标。该方法应用于机械手末端位置、障碍物位置和目标位置已知条件下的四自由度机械手实时避障任务中,同时利用仿真平台对所提方法进行仿真,仿真和实验研究结果表明此方法简单,实时性好,能够有效地避开障碍物,成功到达目标位置。     

高速并联机械手最优加减速控制算法研究

针对DELTA并联机械手的振动与冲击问题,提出一种适用于DELTA并联机械手P-A-P(pick and place)拾取轨迹的梯形加速度算法。该算法采用高次多项式为过渡曲线并考虑端点处的边界条件,与电机控制中常用的修正梯形、正弦和多项式加减速算法相比,能在满足并联机械手高速运行的情况下,尽可能地减小末端执行器的振动和电机轴的冲击。通过虚拟样机仿真,测得末端加速度和电机轴扭矩曲线,并与修正梯形加减速算法的结果进行比较,证明该算法在减小末端冲击和振动方面具有更大的优越性,满足机械手的要求。     

基于布谷鸟算法的上料机械手轨迹优化

降低机械手轨迹误差对生产有重要的意义。通过相关参数和几何关系建立误差最小的目标函数,结合惩罚函数构造出适应度函数,利用布谷鸟算法进行迭代寻优,采用MATLAB对优化后的机械手四杆机构进行仿真,接着与粒子群优化算法进行比较,分析可得:采用粒子群算法优化所产生Y轴方向最大误差为-12 mm,而使用布谷鸟算法所产生的Y轴方向最大误差为-2. 4mm,误差较前者降低75. 3%。因此,布谷鸟算法对于该四杆机构的设计更为精确。     

机械手轨迹插补算法的研究与仿真

运动学的正问题和运动学的逆问题是机械手运动学中两个具有理论意义和实际意义的基本问题,研究了机械手的轨迹插补算法,编写了轨迹插补程序与仿真程序,验证了机械手运动学正问题和逆问题方程的正确性.     

机械手姿态识别的立体视觉匹配

为了提高机械手姿态识别的精度,提出了区域边缘线段立体匹配算法。该算法利用图像中包含边缘线段区域的颜色特性和边缘线段的几何特征进行线段匹配,其中,区域的颜色特征包括边缘线段的左右颜色和梯度方向,边缘线段的几何特征包括长度、方向和角度。由于充分利用了图像提供的颜色信息,特别是颜色梯度方向信息,使得边缘线段的匹配不仅依靠其自身的几何特征(如长度,方向和位置),而且依靠直线段所在图像区域的所有信息。因此,匹配的判据可以做得更准确。使用该算法进行机械手姿态识别实验,结果验证了该算法能够在复杂背景下识别机械手的姿态,识别精度高,其相对误差达到1.7%,该结果满足机械手在姿态识别中的精度要求。     

腱绳驱动机械手的设计及其柔性抓取控制

为了实现机械手稳定的自适应抓取目的,需要加强对抓取信息的感知处理,同时设计柔顺的力控抓取算法。针对不同尺寸、外形、材质的物体对抓取姿态和力度要求各异的问题,提出了一种腱绳驱动的柔性三指机械手方案及对应的柔性抓取力控算法(导纳力控算法)。首先,设计了一种腱绳驱动柔性机械手指,提出了一种往复式缠绕的腱绳传动线路,制作了柔性机械手的实物;其次,采用改进Denavit-Hartenberg(DH)法,建立了机械手指的运动学模型,利用MATLAB的机器人工具箱,分析了手指的自适应包络能力;然后,设计了适配机械手驱动的导纳控制算法,通过在实物上的程序实现和控制测试对机械手的柔性力控性能进行了验证;最后,搭建了柔性机械手的软件控制平台和实机实验平台,对不同目标物体进行了实物抓取实验,对柔性机械手的稳定抓取能力进行了验证。研究结果表明：该往复式缠绕传动线路和导纳力控算法可保证该机械手在面对不同尺寸、外形、材质的物体时,具有抓取形状的高自适应性和抓取力的高柔顺性;在抓取过程中,机械手的手指可以自适应地包络目标,并借助导纳控制算法柔顺地控制抓取力,进而完成稳定、可靠的抓取任务。