考虑弹性变形的机械臂末端位姿误差补偿技术研究

常规的机械臂末端位姿误差补偿技术主要采用求解位置参数实现位姿误差补偿,忽略了机械臂自身弹性变形对误差补偿的影响,导致补偿结果精度较低.因此,提出考虑弹性变形的机械臂末端位姿误差补偿技术研究.构建以四参数定义为基础的机械臂末端运动学建模,在此基础上,基于抗拉强度等参数分析机械臂连杆、关节以及末端三个部位的弹性变形误差量,建立机械臂原点坐标系对位姿参数进行辨识,综合弹性变形情况计算位姿误差补偿值.实验结果表明:所提技术应用后得出的误差补偿结果表现出的标定轨迹重复度较高,补偿结果精度较高,满足了机械臂的实际应用精度需求.

改进RRT算法的采摘机械臂路径规划

针对采用传统的快速随机扩展树(RRT)算法的采摘机械臂在果园工作环境中搜索路径时间长,最终路径不平滑、拐点多等问题,提出了一种改进的RRT避障算法。改进的算法采用高斯采样策略,减少了采样的随机性,避免产生更多不必要的随机树,增加规划的导向性;再添加A*代价函数去除路径的冗余点,最后使用贪婪算法简化路径,减少拐点,让机械臂可以快速、准确、平稳地沿着最佳路径运动到目标点。仿真表明,改进后的算法有效地减少了路径规划的时间,缩短了路径长度,具有良好的可行性和有效性。

基于SCARA的柔性葡萄采摘机械臂设计与试验

针对现今葡萄种植环境狭小且复杂、常见关节型机械臂空间运动灵活度较小和避障能力较弱等问题,为了适应葡萄植株下层枝叶较少、障碍物较少,上层枝叶较多、障碍物较多的特点,设计并开发一款基于SCARA的柔性葡萄采摘机械臂,其底部为SCARA机械臂,上部为柔性机械臂部分;同时,设计了SCARA与柔性机械臂的协调运动控制系统。通过分析机械臂的机械结构和工作原理确定机械臂的末端空间位置和机械臂的运动学关系,利用MatLab绘制其工作空间,并绘制柔性机械臂在随机两个空间点运动的轨迹、速度、加速度图,从而实现SCARA机械臂与柔性机械臂的运动控制。

基于RRT^(*)-DR算法的机械臂避障路径规划

为使机械臂在障碍物环境下快速规划较优路径,提出了一种基于动态区域采样的改进RRT^(*)-DR路径规划算法,将整个规划过程分为快速探索路径和优化初始路径两个步骤。首先利用半目标导向扩展快速探索,找到连接起始点和目标点的路径。随后利用动态区域采样方法,始终在当前最优路径的周边范围内采样,优先密化当前最优路径附近的节点树,节省计算资源,使初始路径经过迭代快速向渐进最优路径收敛。同时,提出一种近障碍节点变步长机制,有选择性地缩短靠近障碍节点的扩展步长,可有效减少碰撞检测失败次数,提高算法效率。最后,在MATLAB和ROS系统下进行路径规划算法仿真,结果表明RRT^(*)-DR算法可在更短时间内实现路径规划,同时有效缩小路径代价。进一步通过实体机器人路径规划避障实验,验证了该算法的实用性和有效性。

位姿约束下的双向扩展机械臂路径规划方法

针对机械臂路径规划方法存在的规划效率低、连杆通过性差、路径粗糙等问题,以渐进最优快速随机搜索树RRT*为基础,提出一种位姿约束下的双向扩展机械臂路径规划方法(PCO-BT-RRT*)。首先,设计目标偏置引导的双向扩展RRT*算法(BT-RRT*),改进了RRT*算法的初始化过程,将起始点和目标点分别作为两棵随机树的初始节点,并通过目标偏置策略引导其以一定概率相向生长,加快探索未知区域,在保证路径代价较低的同时提升路径生成速度。其次,提出一种位姿约束路径优化策略(PCO),采用机械臂运动学模型和碰撞检测规则共同约束新节点扩展过程,寻找机械臂可达空间内的避障路径;对生成路径剪枝剔冗,缩短可行路径长度,同时对消冗节点以迭代调整的方式进行平滑优化,提高路径生成质量。通过仿真实验分析,验证了所提方法在路径规划问题上的显著性成效;在自主研发的BIM信息融合下建筑砌筑系统进行真机避障测试,验证了该方法的实用性。

工业机械臂辅助机器视觉的工件识别与定位

传统的工业机器人系统由于缺乏感知判断能力,很难适应目标种类和位置的变化,而现代工业需要生产不同种类和规格的产品。为此,以多品种小批量生产的零件为背景提出了一种机械臂辅助机器视觉系统,该系统能够实现对工件的图像采集并进行预处理,通过改进的Canny轮廓的提取算法与基于Hausdorff距离的模版匹配完成对不同种类工件进行识别和定位。最后经实验的验证该系统的定位精度在0.35 mm内,基本满足了在实际生产中对小批量生产、不同形状且没有固定夹具的目标工件的抓取、搬运与检测等要求。

空间机械臂操作子系统设计与实现

空间机械臂作为中国空间站建设和在轨运营的重要平台,具有自由度多、转动惯量大、操作精度高、模式多样等特点.针对空间机械臂在轨任务特点,建立了支持长期在轨、多模式工作的空间机械臂操作子系统.该操作子系统由机械臂操作台、虚拟仿真平台、显示器等构成,可满足多任务需求.通过对操作子系统的架构、工作模式、技术特点的分析,重点研究了操作子系统的多总线体系结构、多模态人机交互技术、力觉渲染算法,并根据地面验证和在轨试验,给出了空间机械臂操作子系统的验证情况.结果表明,空间机械臂操作子系统可有效模拟在轨任务,准确完成对机械臂的控制与精细操作,为支撑空间机械臂任务实施积累了经验和数据.

采摘机器人机械臂运动控制与目标抓取研究——基于嵌入式和机器视觉技术

首先,从整体方案、视觉定位系统和运动控制系统完成了对采摘机器人机械臂控制系统的设计;然后,基于图像处理技术设计了目标物体识别与抓取策略;最后,基于RRT算法研究了对采摘机器臂运动轨迹的控制方法,实现了对采摘机器人机械臂运动控制与目标抓取系统。采摘试验结果表明:系统对苹果的识别和定位准确度比较高,采摘成功率达到了100%,对采摘机器人自主采摘的实现具有一定的现实意义。

柔性关节空间机械臂传感容错无模型自适应控制

针对传感信号畸变、丢失等故障状态严重影响空间机械臂控制系统性能的问题,提出基于空间机械臂运动传感器故障观测的无模型自适应容错控制方法。采用动态线性化和递推参数估计思想设计传感故障监测器,实现对传感畸变及数据丢失等故障的判定,并进行运动状态预测估计;建立包含跟踪误差变化率项的无模型自适应控制准则函数,有效惩罚由传感故障引起的参数估计突变问题;设计面向柔性关节空间机械臂的新型传感容错无模型自适应控制(SFT-MFAC)算法。仿真结果表明,在不同传感故障情况下,所提控制策略均能快速准确识别传感故障信息,避免系统瞬时发散,有效延长系统响应时间,增加控制系统的鲁棒性。

基于DCS-惯性权重组合的柔性机械臂运动轨迹控制系统研究

为了有效调控机械臂运动幅度,避免柔性机械臂实际运动轨迹与目标轨迹发生较大的偏差,设计一种基于分散控制系统(DCS)-惯性权重组合的柔性机械臂运动轨迹控制系统,它是一个集合了计算机、通信、显示和控制的计算机系统,该系统由过程控制和过程监控。通过DCS算法控制监测对象行为幅度并计算柔性机械臂惯性权重,利用DCS-惯性权重组合求解素数控制指标的具体数值,实现了对柔性机械臂运动轨迹控制系统的软件设计。实验结果表明,DCS-惯性权重组合算法作用下的机械臂末端坐标在横轴、纵轴、空间轴方向上的运动幅值均可以被控制在10个单位长度之内,并且在0.52 s内进入机械臂运动轨迹最佳控制状态,运动轨迹差值最大仅为0.01 rad,验证了该系统具备可行性和有效性。

空间柔性机械臂建模、控制以及轨迹规划研究综述

经过几十年的不懈努力,中国航空航天技术日益突进,逐渐走向世界前列。但由于空间环境情况的复杂多变以及柔性臂本身固有的物理属性,常会导致末端执行器发生振动或未按规定路径运动等一系列问题。在简述国内外空间柔性机械臂发展现状的基础上,分析了空间柔性机械臂建模、控制方法以及轨迹规划3个方面的研究现状,并详细调研了相关内容在不同工况下适用的设计方法及其优缺点,以及部分专家学者对该方法的具体应用情况。最后结合上述分析内容,提出了柔性空间机械臂的发展趋势与展望。

基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理,基于DH参数法建立了采摘机械臂运动模型,并设计了一套采摘机械臂无碰撞运动规划算法,旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明:采摘机械臂在系统的驱动控制下,能够准确从起点移动到目标点,轨迹比较圆滑,且能以最优的圆弧路径避开障碍物,优化效果明显,能够满足采摘机器人作业需求,证实了该算法的稳定性和可靠性。

青皮核桃采摘机械臂设计与仿真

针对大多数核桃种植区采摘核桃仍为人工采摘,效率低下、用工多等问题,设计了一种机械臂和末端执行器协作的采摘装置。首先,采用SolidWorks建立虚拟样机,对末端执行器进行受力分析并且利用ANSYS Workbench中的Static Structural模块对末端执行器关键部件进行静力学分析,得到手指最大应力为17.69 MPa,能够完成果实抓取任务。然后,采用D-H法对机械臂建模,使用MATLAB软件的机器人工具箱(Robotics Toolbox)进行建立机械臂数字模型,并对其进行工作区间分析和轨迹规划仿真。结果表明,所选机械臂和末端执行器能够满足设计要求。

基于计算机视觉的采摘机械臂控制系统设计

为了提高机械臂采摘的效率及增强安全自主性,提出了一种基于改进卷积神经网络和迁移学习的计算机图像识别模型。首先,建立了由可采摘与不可采摘图像组成的样本数据集,将每幅图像的像素设置为256×256;然后,构建基于改进卷积神经网络和迁移学习的计算机图像识别模型,并将自动编码机网络结构与卷积神经网络运算方法相结合,利用自动编码机网络结构具有编码和解码的环节,通过卷积神经网络运算方式构建出一种改进的卷积神经网络;通过卷积层挖掘图片信息中具有采摘信息的特征,同时消除随机环境对图片的干扰,解码部分能够对特征图像进行上采样并判断是否应该进行采摘与采摘姿势;最后,将构建网络模型与迁移学习相结合进行实验,分析迁移学习方法、数据集样本大小、网络参数对实验结果的影响。结果表明:采摘机械臂识别模型整体识别率更高,能够构建出效率更高、鲁棒性更强的采摘控制系统。

六自由度机械臂抓取汽车零件的旋角控制方法

当前机械臂抓取汽车零件旋角控制方法存在零件目标物体定位误差较大问题。为此,提出六自由度机械臂抓取汽车零件的旋角控制方法。采用双目视觉方法定位汽车零件目标,通过工作空间法准确计算六自由度机械臂抓取汽车零件的旋角,利用拉格朗日方法对六自由度机械臂完成动力计算,实现六自由度机械臂抓取旋角的控制。实验结果表明,文章所提方法能够准确、有效地完成六自由度机械臂对汽车零件目标的抓取,说明机械臂抓取旋角控制效果较好。

基于HER-TD3算法的青皮核桃采摘机械臂路径规划

针对青皮核桃和树枝等障碍物无序生长导致机械臂采摘环境复杂、训练任务量大、稳定性差等普遍存在的问题,本文设计了一种同步带模组与机械臂协作的采摘装置,并采用基于事后经验回放的双延迟深度确定性策略梯度算法(Twin delayed deep deterministic policy gradient with hindsight experience replay,HER-TD3)对采摘机械臂进行路径规划,通过HER算法提高智能体的探索能力,缓解稀疏奖励的问题;通过TD3算法提高智能体的稳定性,减少了训练中出现的震荡现象。为了证明HER-TD3算法的可行性和泛化能力,引入TD3、HER-DDPG算法进行对比,采用降维训练方法对3种深度强化学习智能体进行训练,结果表明HER-TD3算法模型在完成路径规划任务中成功率达到98%,与HER-DDPG算法相比提高4个百分点,与TD3算法相比提高19个百分点;在CoppeliaSim软件中搭建三维模型仿真环境,设计初始姿态和碰撞检测,使用YOLO v4识别青皮核桃,通过该算法模型能够引导虚拟采摘机械臂避开树枝障碍物达到目标位置,完成无碰撞路径规划,无障碍物和有障碍物时路径规划成功率分别为91%和86%;利用物理样机进行青皮核桃采摘试验时,仍能较好地完成路径规划任务,无障碍物时采摘路径规划成功率为86.7%,平均运动时间为12.8 s,有障碍物时采摘路径规划成功率为80.0%,平均运动时间为13.6 s,验证了HER-TD3算法对复杂环境具有较好的适应性和稳定性。

一种基于流形的机械臂动作构型知识压缩表达方法

针对在机械臂分拣任务中,存在物体形状各异、大小不一、训练神经网络成本过高的问题,提出一种基于流形空间的机械臂快速分拣方法。通过自主设计的一款简易实验装置模拟代替机械臂进行实验。对高维数据进行压缩,结合三维快速凸包求解算法,对体积大小不同的同类物体的流形空间进行分割,以凸包形式将稳定性较高的点集包裹起来。实验结果表明,体积大小不同的同类物体的高稳定流形子空间是一致的。该方法可以通过对一种物体的流形子结构进行尺度放缩,得到不同大小的同类物体的高稳定分拣区域,用于生成高效、可靠的机械臂分拣任务中的6D位姿构型,以提高分拣作业的工作效率。

基于双向目标偏置APF-informed-RRT^(*)算法的机械臂路径规划

针对当前机械臂路径规划算法存在搜索随机性大、目标偏置性差和路径曲折等问题,提出了一种基于双向目标偏置的APF-informed-RRT^(∗)算法。首先在双向informed-RRT^(∗)基础上引入概率自适应的目标偏置策略,降低搜索的随机性,提高采样效率;其次针对路径扩展在双向搜索树中融入人工势场法,减少算法的迭代次数;同时在路径生长阶段,采用动态步长生长策略,即根据搜索树的扩展趋势动态调整步长,避免出现局部最优,并且加快路径搜索时间;最后针对冗余节点采用三角不等式原理进行去除,进而通过B样条曲线对路径进行平滑处理,得到最优规划路径。通过与双向RRT^(∗)、双向informed-RRT^(∗)和双向P-RRT^(∗)等算法在三维环境下进行了仿真对比实验验证,相较于双向RRT^(∗)在时间上节约了41%,在采样点数量上减少了63%;相较于双向informed-RRT∗在时间上节约了58%,在采样数量上减少了68%;相较于双向P-RRT^(∗)在时间上节约了30%,在采样数量上减少了60%。

均匀流下水下机械臂涡激振动试验研究

为了揭示均匀流下水下机械臂的涡激振动响应特性,利用运动水下机械臂与静水间的相对运动,搭建了水下机械臂均匀流场涡激振动测试试验台,采集了不同约化速度下水下机械臂不同位置处的振动位移响应.试验结果表明:随着约化速度的增加,振动主频与无量纲振幅均为增长的趋势,横流向无量纲振幅小于0.04D,顺流向出现显著的多频以及更高的幅值,表明水下机械臂在顺流向受到的阻力更加明显.位移标准差随测试高度的增加先增后减,横流向位移标准差空间分布相较于顺流向对称性明显,主导模态控制在1阶.横流向的涡激振动规律性较强,基本符合圆柱绕流时的斯托哈尔规律.顺流向无因次主导频率在0.3~0.8之间,略大于横流向,斯托哈尔数为横流向工况的1~1.7倍,未出现频率锁定现象,但流速及测试高度对水下机械臂的涡激振动存在一定影响.该研究可为构建准确的水动力学模型保证水下机械臂的精准定位与控制提供一定的理论依据.

目标区域引导的RRT^(*)机械臂路径规划算法

针对传统RRT^(*)算法在机械臂路径规划的过程中存在规划效率低、路径质量不佳、机械臂位姿不当等问题,提出一种目标区域引导的RRT^(*)机械臂路径规划算法(TA-RRT^(*))。在传统RRT^(*)算法基础上,引入目标偏向策略并使用球形子集约束采样,缩小采样范围并使新节点朝向目标点扩展,增强目标导向性;对新节点采用直连策略,让算法可以更快地收敛从而提升路径生成速度。对初始规划路径去除冗余点并使用三次B样条曲线转换成平滑路径,优化了路径质量。对机械臂进行位姿约束,通过机械臂逆运动学判断机械臂连杆位姿可达性,并利用包络盒模型判断机械臂是否与障碍物碰撞。实验结果表明,在二维以及三维场景下,TA-RRT^(*)算法在采样次数、规划时间、路径长度以及平滑度等方面的性能均优于RRT^(*)算法,验证了该方法的正确性及可行性。机械臂仿真实验以及在真实环境下的测试结果显示,加入位姿约束后机械臂运行规划好的轨迹时,机械臂各个关节在运行规划路径的过程中并未与障碍物发生碰撞且具有良好的稳定性。