基于MOTOMAN-UP6的搬运机器人控制系统

针对智能制造对于搬运机器人的大量需求,开发了基于MOTOMAN-UP6六自由度通用机械臂的搬运机器人,并对机器人的控制方法进行研究。独立开发了双输出轴蜗轮蜗杆减速电机驱动的搬运手爪和手爪控制器,并通过I/O端口实现了手爪控制器与机械臂控制柜的有效连接。通过对MOTOMAN32的库函数进行二次开发,解决了在调用MOTOMAN32的控制指令时,出现的指令堆栈和死循环的问题。搬运箱体的实验验证了搬运机器人系统及控制方法的可行性。

弧焊机器人MOTOMAN示教编程方法

分析了工业机器人的2种示教编程方法和机器人语言系统。以弧焊机器人MOTOMAN-UP20为例,归纳了动作级机器人语言的程序和指令功能;分析了MOTOMAN机器人示教系统的组成,做出其示教起动流程图,并据此示教2个平面交线的焊接作业和作业程序。

MOTOMAN机械手逆运动方程新的推导方法及求解

提出了一种新的推导 MOTOMAN型机器人逆运动学方程的方法 ,进而给出逆运动问题新的求解方法 .此方法不需要对机械手末端位姿进行坐标变换 ,另外在解的推导过程中避免了大量的逆矩阵相乘 ,方法简单 ,便于工业控制和仿真 .

Motoman工业机器人有限元静态分析及改进设计

在利用SolidWorks Simulation软件分析Motoman-HP20工业机器人静力学特性的基础上,对机器人性能影响最为显著的手臂部件进行了改进设计.有限元分析结果显示,将机器人手臂更换为更加轻质的铝合金材料并作相应结构改进后,机器人的最大等效应力、应变均比改进前有所减小;最大位移和改进前相比,基本保持不变,能满足Motoman工业机器人用于焊接、喷漆等较轻载荷工况下的基本性能.这种改进设计不仅可以减轻工业机器人的本体重量,提高机器人的动态特性,减小机器人的运动惯量,还能节约材料,节约能源,降低成本.

MOTOMAN-UP6机器人运动学分析及仿真

根据MOTOMAN-UP6的结构特点,构建了机器人的AutoCAD模型和D-H坐标系。根据机器人D-H矩阵理论,通过UP6机器人机械接口坐标系向机座坐标系的齐次坐标转换,建立了机器人正运动学的数学模型。借助AutoCAD平台,对机械接口坐标系位置和姿态进行测量,使数学模型和CAD仿真得到了较全面的相互验证。通过ADAMS对UP6机器人进行运动学仿真,得到了机器人不同状态下位移、速度和加速度的实时分析结果,对关节型机器人运动性能研究具有重要的意义。

基于径向基函数网络的MOTOMAN机械手运动学逆解

从集合和数学观点 ,把运动学正解和逆解问题作为机器人关节空间和工作空间之间的非线性映射关系 ,将运动学逆解过程转换为神经网络权值训练问题。基于具有局部逼近能力的特点 ,将正解结果作为训练样本 ,用 6输入、单输出的RBF网络 ,实现了MOTOMAN机械手运动学逆解计算 ,避免了传统方法的繁琐公式推导。算例表明 ,采用RBF网络解决逆解问题比BP网络的计算精度略有提高。此外 。

基于机器视觉的MOTOMAN机器人轨迹控制

基于机器视觉的MOTOMAN机器人轨迹控制方法具有较强的灵活性,可以很好地适用于MOTOMAN机器人涂胶、切割等作业。使用张正友标定法对CCD相机的内参与外参矩阵进行求解,得到图像坐标系与机器人坐标系之间的转换关系;分析背景差分法与二值化法各自的优缺点,提出使用背景差分法与二值化结合检测法对CCD相机所捕捉的目标轨迹图像进行特征提取;对提取的特征图像进行细化与去噪处理;针对提取目标处理后得到的点序,对Motocom32库函数进行封装;机器人调用Motocom32库函数完成对MOTOMAN工业机器人的实时控制。通过试验验证了该方法的准确性。

MOTOMAN-SV3XL机器人手眼视觉立体定位系统

分析了基于恒定旋转矩阵的机器人视觉立体定位方法原理,提出利用机器人控制命令参数直接获取恒定旋矩阵的方法,该方法大大简化了摄像机内外参数的标定过程。设计了MOTOMAN-SV3XL机器人手眼视觉控制系统,制了相应的控制软件,进行了大量的实验研究,并取得了良好的效果。

基于BP网络的MOTOMAN机器人运动学逆解研究

探讨了BP网络在MOTOMAN机器人运动学逆解中的应用。利用正解的结果作为训练样本 ,通过逐次训练 6个输入节点、2个隐层、单输出节点的BP网络得到机器人从工作空间到关节空间的非线性映射 。

motoman up50机器人的轨迹规划及仿真研究

以motoman up50机器人为研究对象,在MATLAB环境下,利用Robotics Toolbox工具箱对motoman up50机器人进行了三维建模。在其正、逆运动学分析的基础上对轨迹规划的问题进行仿真研究,仿真实验结果显示采用七次多项式进行关节轨迹规划时可以得到平滑的关节角速度、角加速度曲线,保证了机器人的作业精度,对motoman up50机器人的教学及轨迹规划的研究具有重要的意义。

基于虚拟现实的MOTOMAN-HP3型机器人运动学仿真

根据首钢莫托曼MOTOMAN-HP3型机器人的特点,设计了基于客户端/服务器端的分布式网络控制结构和D-H坐标下的运动学求解方程,采用Solidworks-VRML方法建立虚拟模型,结合机器人运动学和虚拟现实工具箱,构建了基于虚拟现实的MOTOMAN-HP3型机器人运动学仿真系统,实现了机器人的远程控制。

MOTOMAN-UP系列机器人离线编程系统

采用VISUAL C++6.0及OpenGL技术开发了MOTOMAN-UP系列弧焊机器人离线编程系统。建立了MOTOMAN-UP系列机器人D-H坐标系及连杆参数表,编写了运动学逆解模块;针对典型马鞍形工件的特点,规划出焊枪的运动路径与姿态,且按比例同步显示工件;集成了机器人通信模块MOTOCOM32和运动学仿真模块ROTSY并同步导入马鞍形工件,不仅能单步生成作业指令,且可自动生成作业程序。通过对焊接过程进行离线仿真试验及传输作业实焊,验证该系统是切实可行的。

基于RBF神经网络的MOTOMAN-UPJ型机器人运动学逆解

利用D-H参数对MOTOMAN-UPJ型机器人建立坐标系,推导出正运动学公式。将由此得到的运动学正解作为训练样本,利用RBF神经网络的局部逼近的优点,将求解机器人运动学逆解转化为对神经网络的权值进行训练。实现了机器人从工作空间到关节空间的非线性映射。使用12输入,单输出的RBF网络,对6自由度的MOTOMAN-UPJ机器人进行了计算仿真,验证了该方法的可行性。与传统解析法相比,大大减少了求解运动方程的计算量。与BP神经网络相比,加快了收敛速度,解决了实时性差的问题。

弧焊机器人MOTOMAN-UP20离线编程系统

弧焊机器人离线编程系统(Offline-Programming system for Arc Welding Robot)是目前机器人研究领域最活跃、最前沿的研究方向。介绍了国内外弧焊机器人离线编程系统的发展现状和发展趋势。以Motoman-UP20弧焊机器人为例,集成了机器人通信模块MOTOCOM32和运动学仿真模块ROTSY并同步导入马鞍形工件,不仅能单步生成作业指令,且可自动生成作业程序,并对焊接过程进行了离线仿真试验,验证该系统切实可行。此外介绍了弧焊机器人离线编程系统的构成。

MOTOMAN-UPJ型机械手运动学改进算法研究

根据MOTOMAN-UPJ型机器人具体的结构特点,推导出机器人的正逆运动学公式。提出只需要一次矩阵逆乘的逆解算法。与传统方法相比,大大减少了计算运动方程逆解的计算量。针对逆解中有时有几组不是真解的问题,讨论各位置参数的取值对逆解结果的影响,明确了逆解角度求解公式,避免了可能出现的漏解的情况。应用MATLAB软件编程进行运动学模拟仿真,分别用9组和6组数据验证正解和逆解的合理性和正确性。

MOTOMAN工业机器人示教编程方法探究

文中介绍和讨论了MOTOMAN工业机器人的在线示教和离线示教方法.以MOTOMAN-HP6型工业机器人为例,分析了MOTOMAN工业机器人的系统组成,归纳了在线示教编程的具体流程.最后使用在线示教方法,通过调用平移命令编制了一个效率较高的码/拆垛作业程序,实现了简化程序,减少技术人员的工作量的目标.

MOTOMAN机器人在MPS系统中的应用

介绍了安川MOTOMAN工业机器人应用于自动生产加工系统的实用方案;MOTOMAN机器人在系统中两度搬运任务的实现,I/O通信的设置,机器人的示教编程、调试。该系统已在某综合性大学工程训练中心得以应用,发挥着培养高级技术应用型人才的功能。

基于MOTOMAN机器人的髓内钉自动打孔系统

本文介绍了骨科手术中一种新的髓内钉的打孔方法。由双目空间定位系统获得标志点的空间坐标,通过一系列的计算得出电钻到达正确的空间位置和方向所需的旋转量和平移量,将计算的结果显示在计算机屏幕上,同时传递给MOTOMAN机器人系统,使机器人手持电钻获得正确的平移量和旋转量,从而达到在髓内钉上正确打孔,避免人为因素造成不必要的手术伤害。

MOTOMAN点焊机器人系统及应用

我国焊接机器人的应用主要集中在汽车、摩托车、工程机械、铁路机车等几个主要行业。汽车是焊接机器人的最大用户，也是最早的用户。据统计，汽车制造和汽车零部件生产企业中的焊接机器人占全部焊接机器人的76％。在汽车行业中点焊机器人与弧焊机器人的比例为3：2。从20世纪90年代，国内的汽车车身制造厂开始引进、应用焊接机器人。这不仅提高了车身整车及零部件生产的自动化水平及生产效率，而且由于机器人焊装生产线具有柔性，使汽车车身，特别是轿车车身的改型生产在技术上得到了基本解决，同时车身焊接的质量也得到了保证。