基于期望轨迹修正的机械臂无传感器柔顺控制

为了提高机械臂与环境交互时的接触力控制精度,提出基于期望轨迹修正的无传感器主动柔顺控制方法。针对传统参数辨识方法损失面函数鞍点多、易陷入局部最优、计算量大等问题,基于牛顿-欧拉法得到机械臂由外向内递归的参数辨识方法,该方法可实现参数的分步分批辨识;针对机械臂与环境交互时的主动柔顺控制问题,使用位置阻抗控制原理对期望轨迹进行修正,设计了参数不确定条件下的非奇异终端滑模控制;最后,基于Lyapunov理论证明控制系统的稳定性。经实验验证,基于传统辨识方法的反算力矩累计绝对误差为9.35 N·m,递归辨识方法的反算力矩累计绝对误差为1.05 N·m,说明参数递归辨识精度远高于传统辨识方法;在位置阻抗控制作用下,接触力在2.8 s达到设定值,误差波动范围为±0.4 N。实验结果验证了所提主动柔顺控制方法的优越性。

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。

基于改进粒子群算法的并联机器人运动学精度提高新方法

针对并联机器人在基于给定工作任务进行轨迹规划过程中,存在因机构误差引起的期望轨迹与理想轨迹之间的偏差,由此造成并联机器人运动学精度降低的问题,提出了一种并联机器人运动学精度提高新方法。首先将连续工作任务离散化为满足精度要求的若干理想位姿点,在建立并联机器人位姿误差模型基础上,将机构误差项转化为驱动杆误差;基于种群排列熵模型和粒子速度激活机制改进了粒子群算法,并利用改进的粒子群算法组合优化驱动杆参数,补偿并联机器人位姿误差,进而修正期望轨迹以提高并联机器人运动学精度。通过MATLAB和ADAMS仿真验证了所提出方法的可行性和有效性。