Robot driver for vehicle durability emission test on chassis dynamometer

A method for a vehicle durability emission test using a robot driver insteadof human drivers on the chassis dynamometer is presented. The system architecture of vehicledurability emission test cell, the road load simulation strategy and the tele-monitoring systembased on Browser/Client structure are described. Furthermore, the construction of the robot driver,vehicle performance self-learning algorithm, multi-mode vehicle control model and vehicle speedtracking strategy based on fuzzy logic arealso discussed. Besides, the capability of controlparameters self-compensation on-line makes it possible to compensate the wear of vehicle componentsand the variety of clutch true bite point during the long term test. Experimental results show thattherobot driver can be applicable to a wide variety of vehicles and the obtained results stay withina tolerance band of ± 2 km/h. Moreover the robot driver is able to control tested vehicles withgood repeatability and consistency; therefore, this methodpresents a solution to eliminate theuncertainty of emission test results by human drivers and to ensure the accuracy and reliability ofemission test results.

勘测机器人SMA驱动器特性研究

为准确获取SMA驱动的勘测机器人驱动器性能,采用大变形多晶形状记忆合金马氏体相变的三维本构模型描述SMA力学关系,嵌入UMAT用户自定义材料子程序,建立了SMA驱动器的有限元分析模型。研究表明,SMA丝直径对驱动器性能影响较大,驱动器输出力随SMA丝直径增大而增大。研究方法可为同类型的SMA力学性能描述提供参考,研究结果可指导SMA驱动器的设计。

基于STM32的舞蹈机器人舵机控制器设计

机器人舞蹈动作的实现离不开机器人对各个关节处的舵机精确控制,而舵机控制器是控制舵机精确转动的关键,实现舞蹈机器人动作的流畅、自然的保证。基于STM32F103RCT6单片机,开发了24路舵机控制器,实现了PC端对舞蹈机器人的实时在线调试,舞蹈机器人舞蹈动作的编辑、下载及离线运行,舞蹈机器人对应角度的转动,提高了多路舵机的控制精度。系统设计包括舵机控制器模块、上位机对单片机下载程序、上位机软件。与PID舵机控制器的对比实验结果证明,所设计的STM32F103RCT6单片机舵机控制器的稳态误差和最大超调量都为0,表明所设计的舵机控制器系统超调量和静态误差都很小,系统具有很好的稳态和动态性能,控制精度高,响应速度快,满足竞赛对舞蹈机器人的需求。

基于机器学习的自动巡检系统优化设计及性能测试研究

为了提高巡检效率和避障精度,提出了基于机器学习的机器人自动巡检系统。根据机器人巡检电机驱动器的内部结构,给出电机驱动的技术参数,利用巡检电机驱动器的外部接口,将巡检电机驱动器与其他硬件连接,通过引入一个调理电路,调节电机驱动器的输出电压,设计了机器人自动巡检电路;软件设计中,规划了机器人巡检路径,利用机器学习算法推算出机器人的巡检轨迹,计算出机器人巡检过程中方位的置信度,结合机器人自动巡检算法的设计,实现了机器人的自动巡检。实验结果表明,所提系统在机器人自动巡检中,可以将巡检效率和避障精度分别控制在83%和85%以上。

浅谈机器人异形焊钳电极搓动缺陷排除方法

机器人焊钳是自动化驾驶室拼焊线的一种重要装备,主要由焊接变压器、钳臂、气缸、握杆、电极等组成,焊钳结构通常根据驾驶室车身数模、车身拼焊线焊夹具进行设计。文章中机器人焊钳在驾驶室车身根据产品开发需求中遇到了特殊的结构,设计的机器人焊钳虽然能够完成既定的焊接工作,但是,操作中会出现焊点质量达不到焊接质量标准要求的情况。基于这一问题,文章通过对机器人焊钳结构特征进行分析,设计了一种能够将直线导轨滑块与焊钳结合的焊钳结构,以此来增强焊钳焊接的稳定性,提高驾驶室焊点的外观质量及焊接强度,为企业产品质量管控提供了必要的保障。

Motor Driving Leg Design for Bionic Crab-like Robot

The paper presents the design of walking leg for bionics crab-like robot, which is driven with micro servo motor. The kinematic characteristics of the bionics machine are analysed for optimized structure parameters, which has been used in the robot design. A three closed loop motor control system structure for joint driver is also given, as well as the multi-joint driving system for walking robot leg.

Manufacture of End－micro－manipulator with Two Degrees of Freedom and its Driving System for Robot

A Robot wrist made of a planar step motor with two-degree-of-freedom has been developed recently for a general robot manipulator used in assembly operation.Mechanism design and the magnetic theory of the motor and the driving system are discussed. The paper also presents several stecial characteritics in designing general step motor (SM) driver This robot end-effector successfully improves the PUMA562 robot's response and locating accuracy.

基于驾驶员模型的六足机器人自主/协同决策

重载六足机器人在野外地形环境移动作业时的决策智能水平亟待提高。然而,当机器人在尚未形成合理的决策结构层次时,直接采用其与环境进行交互方式进行常规的强化学习训练,将导致机器人的行为决策过于发散。因此,本文首先利用一种符合驾驶员决策逻辑的分步训练神经网络,得到驾驶员的决策经验模型,使机器人快速形成自主决策智能。此外,为融合人机决策优势,本文基于合作博弈理论,提出一种消除人机协同决策指令冲突的方法。搭建面向重载六足机器人人机协同决策的半物理仿真实验系统,开展实验的结果表明,机器人通过学习驾驶员先验模型和自主训练,其决策效果可接近驾驶员决策水平,同时人机协同决策指令可有效弥补单智能体决策指令的缺陷,在规则沟壑地形下协同决策指令的碰撞率指标优于驾驶员单智能体指令23.8%,障碍地形下协同决策指令的能量消耗指标优于机器自主单智能体指令34.1%。

联合MRGP和PSO的工业机器人驱动器可靠性分析

作为工业机器人的核心部件之一,驱动器失效频发,失效模式多样且具有一定相关性,给工业机器人的正常工作带来了严峻挑战。同时,工业机器人驱动器各失效模式的极限状态方程复杂,甚至一些为隐函数,这也造成了工业机器人驱动器可靠性建模的困难。为此,本文引入多维响应高斯过程(multiple response Gaussian process,MRGP)模型来刻画驱动器内各失效模式间的相关性及其极限状态方程,同时引入粒子群优化(particle swarm optimization,PSO)算法优化MRGP模型中的超参数,结合主动学习策略,对MRGP模型进行更新迭代,直至其满足一定精度条件,形成基于MRGP-PSO的工业机器人驱动器可靠性分析方法。最后开展相关算例分析,验证了所提方法的有效性。

基于PLC与HMI的物料分拣控制系统设计与实现

该文提出了选用S7-1200 PLC为主控制器,发送脉冲等指令作为步进电机驱动器的输入信号,通过步进驱动器实现步进电机控制机械臂运动、吸取和投放物料至指定工位实现物料自动分拣操作,由SMART 1000 IE V3 HMI在线监控系统组态画面的思路。实验结果表明,基于PLC与HMI的物料分拣控制系统运行可靠、稳定性好、控制精度高。

基于视觉识别及机器人技术的半轴与变速箱自动拧紧设备

半轴也叫驱动轴,与变速箱通过螺栓连接,在装配过程中由作业者操作拧紧机械臂及辅助机构对螺栓进行手动拧紧。由于螺栓均匀分布在圆盘上,手动通过辅助机构旋转半轴可能造成漏拧,质量风险大。因此,设计并实施了一套半轴自动拧紧设备,代替人工完成半轴的拧紧作业,提高了半轴拧紧过程的效率及质量。

机器人多指灵巧手及其驱动系统研究的现状

对国内外多指灵巧手的研究进展进行了综述,分析了传统工业机器人的末端执行器的局限性,展望了机器人灵巧多指手的必然发展趋势;同时对这些多指灵巧手的驱动器及其传动系统进行对比分析,提出了今后多指灵巧手驱动器及其传动系统的的发展趋势。

拖拉机驾驶机器人换挡机械手运动分析

针对小型四轮农用拖拉机变速箱换挡阻力呈现时变、非线性特性,且换挡后需要松开换挡杆的特殊要求,设计了拖拉机驾驶机器人换挡机械手,该机械手为关节型结构,采用D-H方法建立机械手坐标变换矩阵,对机械手进行运动学分析,并通过拉格朗日动力学方程建立简化机械手的动力学模型。利用Solid Works建立换挡机械手虚拟样机模型,并采用多体动力学仿真软件ADAMS进行运动学和动力学仿真;为保证换挡平顺性,设置机械手末端执行器与拖拉机变速杆端部间位移小于50 mm为约束条件,将换挡过程中末端执行器抖动速度绝对值最小作为目标函数进行参数优化,当换挡机械手长度为220.0 mm、末端高度为393.25 mm时目标函数最优,此时机械手末端执行器抖动速度平均值较优化前减小28.18%,位移和加速度平均值变化率分别为49.55%和52.05%,位移、速度和加速度的峰值变化率分别为60.22%、66.24%和81.66%,通过仿真初步验证了所提机械手参数优化及所建模型的合理性和科学性。最后,在JINMA 300E型拖拉机上对优化后的换挡机械手进行实验研究,实验结果表明机械手可实现不同挡位的换挡动作,平顺性好,并可模拟拖拉机驾驶员换挡完成后对变速杆的松手动作,有良好的工程和应用价值。

汽车驾驶机器人多机械手协调控制研究

汽车驾驶机器人研究中的一个关键问题就是多机械手的协调控制。为了实现驾驶机器人换档机械手和油门、离合、制动机械腿的综合协调控制,最终实现对给定循环行驶工况的车速跟踪,首先建立了基于Saridis G N三级控制架构的驾驶机器人递阶控制模型体系结构,然后在此基础上提出了驾驶机器人多机械手协调控制方法,并设计了油门/离合器协调控制器和油门/制动切换控制器。试验结果表明,本文提出的方法能合理协调控制汽车驾驶机器人油门、制动、离合机械腿和换挡机械手,实现了车辆的平稳起步,平顺换挡以及对给定车速的跟踪。

用于汽车驾驶机器人的车辆性能自学习方法

为了缩短在进行汽车试验前驾驶机器人对不同车型的适应性调整时间,提出了一种用于驾驶机器人的车辆性能自学习方法,对影响驾驶机器人驾驶行为的车辆尺寸和汽车性能参数进行自学习。车辆尺寸的学习通过示教再现实现,汽车性能自学习中油门和制动执行器的指令信号通过所需的车辆驱动功率来确定。对因长时间驾驶引起的控制参数变化进行在线优化,以补偿长时间试验过程中汽车零部件的磨损。试验结果表明,提出的方法实现了驾驶机器人的自学习、自适应、自补偿,驾驶机器人具有良好的车型适应能力,车速跟踪精度满足试验的要求,能消除汽车试验中人为因素的影响。

基于力反馈的拖拉机驾驶机器人换挡机械手模糊PID自适应控制方法研究

[目的]针对目前四轮农用拖拉机换挡器的特殊结构,设计了新颖的拖拉机驾驶机器人换挡机械手,将拖拉机换挡操纵杆的三维球面运动转化为直角坐标中的二维直线运动,机械手可以沿X、Y 2个方向的运动来实现选、换挡。[方法]拖拉机换挡操纵杆在X方向的换挡阻力很小,且选挡位置固定,因此在X方向采用传统的位置控制;由于拖拉机换挡操纵杆在Y方向换挡时,位置重复性差,换挡过程中的力存在时变、非线性等特征,难以通过位置控制进行纵向换挡,因此,构建基于力反馈的拖拉机驾驶机器人换挡机械手模糊PID自适应控制系统,并通过力信号的小波入位检测判断换挡手柄是否成功入位。[结果]仿真结果及在国产JINMA(金马)300E型拖拉机的换挡试验均表明:模糊PID自适应控制方法具有良好的力跟踪特性,与传统PID控制方法相比,该控制方法可实现换挡过程中PID参数的在线自整定,换挡力跟踪误差低于6%,超调量小于10%,上升时间缩短46%。[结论]基于力反馈的模糊PID自适应控制能够实现拖拉机驾驶机器人的平顺换挡,具有较强的鲁棒性和自适应能力。

基于模糊免疫PID的驾驶机器人车辆路径及速度跟踪控制

为了实现装备驾驶机器人车辆的路径及速度跟踪控制,提出了1种基于模糊免疫比例积分微分(PID)的控制方法。通过比较车辆实际行驶路径与期望路径的侧向偏差,模糊免疫比例路径跟踪控制器控制转向机械手操纵方向盘。通过计算期望车速与实际车速的偏差,模糊免疫PID速度跟踪控制器控制制动/油门机械腿分别操纵制动/油门踏板。通过引入车速反馈不断更新汽车的侧向加速度增益,实现了车辆转向控制与纵向车速控制的解耦。Carsim/Simulink软件的联合仿真结果显示,车辆路径跟踪和车速跟踪的最大误差分别为0.28 m和1 km/h。

驾驶机器人机械腿动力学建模与仿真分析

为提高驾驶机器人的设计效率,对机器人的机械腿进行了动力学分析与建模,并建立了机器人驾驶车辆的联合仿真模型。机械腿动力学模型由机械结构和伺服电机两部分组成,其仿真模型由ADAMS和MATLAB/Simulink软件共同建立,在此基础上引入Car Sim软件建立车辆模型,并以Simulink为平台建立了基于闭环速度控制的"驾驶机器人-车辆"联合仿真模型。仿真结果表明,驾驶机器人机械腿的动力学模型具有良好的动态响应特性,且所搭建的联合仿真模型能够完成基本的车速跟踪仿真实验,为下一步改进驾驶机器人的机械结构及控制策略提供了虚拟样机模型。

汽车驾驶机器人模糊神经网络换挡控制方法

为了实现汽车驾驶机器人挡位决策的智能化,提出了一种驾驶机器人模糊神经网络换挡控制方法。模糊神经网络模型的输入为驾驶机器人油门机械腿的位移、试验车辆的车速和加速度,模型的输出为挡位。输入变量的隶属函数都为3个,类型都采用广义钟形函数gbellm f,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法。仿真结果表明,汽车驾驶机器人模糊神经网络控制仿真挡位与试验挡位基本一致,该方法可根据操作工况环境实现正确的汽车驾驶机器人挡位控制。