面向冗余机器人实时控制的逆运动学求解有效方法

针对7自由度冗余机器人实时运动控制,对机器人逆运动学提出了一种新的求解方法.采用位姿分解方式,使7自由度冗余机器人逆运动学简化为4自由度位置逆运动学求解.在梯度投影法得到位置优化解的基础上,利用机器人封闭解公式求得一组优化解.通过对7自由度机器人仿真分析,表明了该方法的有效性.     

基于DSP智能体的控制与实现

传统基于单片机的智能体在控制性能和指令响应速度上都受到一定限制,为提高智能体的控制性能和快速反应能力,研究实现了基于DSP的智能体;首先,对该智能体从运动学角度进行系统建模,提供理论依据,通过模型计算,可以获得精确的控制数据;然后,分析了智能体的基本动作和环境状态,并用智能语言进行描述,最后,分别实现DSP控制子系统、无线通讯子系统、音乐子系统和智能体车身子系统,从而实现了高速无线控制的多功能智能体;实验表明,该智能体线运动精度为0.12cm,最高速度为2.92m/s,可快速精确定位。     

基于单目视频运动跟踪的三维人体动画

针对传统人体动画制作成本高、人体运动受捕获设备限制等缺陷,提出了一种基于单目视频运动跟踪的三维人体动画方法。首先给出了系统实现框架,然后采用比例正交投影模型及人体骨架模型来恢复关节的三维坐标,关节的旋转欧拉角由逆运动学计算得到,最后采用H-anim标准对人体建模,由关节欧拉角驱动虚拟人产生三维人体动画。实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于人体动画制作领域。     

Application of the general elimination method in robot kinematics

A general method for solving the robot inverse kinematics problem is presented. The method is based upon the general elimination method to obtain the equivalent system of equations which are triangularized and the solutions of the inverse kinematics problem can be solved by backsubstitutions.     

基于模型预测—中枢模式发生器的六足机器人轨迹跟踪控制

为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器（CPG）参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器（MPC-CPG）,并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1～0.1 m,航向角误差保持在-27?～20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。     

单侧变截面辊弯成形系统的运动分析

对直线电机驱动的单侧变截面辊弯成形系统进行了运动分析。应用正解法分析了末端轧辊的位移、速度、加速度等受直线电机相关参数的影响,并列出了相关的运动方程。应用Matlab语言描绘出了末端轧辊的运动参数的变化曲线,通过曲线对比,分析了直线电机的各个运动参数的变化对末端轧辊速度、加速度等影响;分析并探讨了有关的结构参数的变化对末端轧辊的位移、速度、加速度的影响。     

六轮移动机器人运动学建模与仿真

针对石化行业的需求,设计了一款具有较强运动灵活性的适合在狭小空间、复杂环境中工作的六轮移动机器人。采用4个全向轮与两个普通橡胶车轮混搭的车轮配置方案,建立机器人的运动学模型,并分析了车轮的运动参数与机器人本体位姿之间的关系;运用ADAMS仿真软件构建了机器人的仿真模型,通过对直线行驶、原地转向性能进行运动学仿真,得到了机器人的运动学曲线,验证了运动学理论模型的正确性和机器人机构设计的合理性。原地转向误差实验表明,机器人具有较强的原地转向能力,原地转向最小误差可达到2.299mm,较好地满足了该机器人的高灵活性需求。     

基于免疫RBF神经网络的逆运动学求解

求解机械臂逆运动学问题可以采用神经网络来建立逆运动学模型,通过遗传算法或BP算法训练神经网络的权值从而得到问题的解,在求解精度和收敛速度上有待进一步改进。采用人工免疫原理对RBF网络训练数据集的泛化能力在线调整隐层结构,生成RBF网络隐层。当网络结构确定时,采用递推最小二乘法确定网络连接权值。由此对神经网络的网络结构和连接权进行自适应调整和学习。通过仿真可以看出,用免疫原理训练的神经网络收敛速度快,泛化能力强,可大幅提高机械臂逆运动学求解精度。     

Passivity based adaptive Jacobian tracking for free-floating space manipulators without using spacecraft acceleration

Most research so far on trajectory tracking of free-floating space manipulators has assumed that the kinematics of the space manipulator is exactly known. However, when a space manipulator picks up different tools of unknown lengths or unknown gripping points, its kinematics and dynamics change and are difficult to derive exactly. Thus, in this paper, we have proposed a passivity based adaptive Jacobian controller for free-floating space manipulators. The proposed controller consists of a transposed Jacobian feedback and a dynamic compensation term, and the parameter adaptation laws are derived by Lyapunov-like stability analysis tools. It is shown that the end-effector motion tracking errors converge asymptotically. To avoid using spacecraft acceleration, we define a new reference velocity, which is called spacecraft reference velocity. In addition, we have also conducted passivity interpretation of the proposed controller to obtain some physical insight into its properties. Simulation results are presented to show the performance of the proposed controller.     

通用和修正D-H法在运动学建模中的应用分析

通用D-H法在机器人运动学标准建模中虽然已被广泛研究和应用,但其存在一个根本缺陷就是,对于两个相邻的平行关节,通用D-H法得到的齐次变换矩阵将是一个奇异矩阵,不能得到正确的模型,这样便无法对这部分关节运动进行正确的运动分析.而修正的D-H法是正对通用D-H所存在的缺陷进行了改进,保证了模型准确性.本文研究了通用的运动学建模方法D-H法和该方法的应用缺陷,以及修正的D-H法对通用D-H法存在的缺陷进行的改进,并对修正的D-H法在自由度串联机器人正逆运动学中建立模型的正确性进行了验证.