乒乓球机器人手臂及其击球策略

为了实现机器人自主完成击打乒乓球的操作,构建了由双目视觉摄像头、嵌入式中控、六自由度机械臂、视觉处理计算机和监控计算机等组成的乒乓球机器人系统.灵巧臂采用关节模块化设计方法,共有6个自由度,集成有关节位置、电机位置、关节力矩、驱动电流及温度等多种传感器.采用模块化、多层次的手臂电气结构,基于FPGA(field program-mable gate arrays)实现关节的通讯、电机驱动、传感器信息采集与处理等功能.中控处理器实现击打策略、机械臂正逆运动学、轨迹规划等,采用Intel Core II双核嵌入式CPU作为控制核心,以FPGA作为通信逻辑控制芯片.采用系统辨识方法预测乒乓球的轨迹,通过采集多个点,有效地减少偶然误差,提高预测精度.以预测的轨迹方程、乒乓球机器人的工作空间为基础,确定击球点的位置、姿态及速度;在机械臂的任务规划中,采用多个点、多个运动过程约束手臂末端的运动路径,提高击球成功率.击球实验证明了机器人系统及控制策略的有效性.

乒乓球击球机械臂运动控制优化

针对乒乓球七自由度训练机械臂运动时间较长的问题,提出一种基于改进的三次B样条曲线和遗传优化算法的评判求机械臂击球轨迹最优规划方法,从而使机械臂在最短时间内击球成功,实现乒乓球运动七自由度机械臂的灵活控制.仿真结果表明,采用改进的遗传优化算法对机械臂运动轨迹进行优化后,乒乓球机械臂运动时间缩短了0.6 s左右,机械臂接球成功率由43%提升至76%.由此可知,优化机械臂运动时间能够进一步提高击球成功率,优化后的轨迹有利于乒乓球机械臂击球成功.

乒乓球机器人核心算法研究综述

作为一个集机器视觉与运动控制于一体的综合性研究平台,乒乓球机器人研究一直备受关注,其机械机构、视觉算法和运动控制的复杂性以及高实时性是阻碍乒乓球机器人发展的重要因素。为了提高乒乓球机器人的竞技性,需要解决乒乓球旋转测量、运动轨迹精确预测及击球策略选择等难题,这也是近几年乒乓球机器人的研究重点。基于近年来此领域的研究进展,文中对乒乓球机器人的视觉核心算法、回球核心算法等研究成果进行着重介绍,分析不同算法的优缺点并对未来研究趋势进行展望,为乒乓球机器人的研究与设计提供了参考依据。