故障容错机械臂运动学可靠性设计

从机械臂运动学的角度,定义了故障容错机械臂、故障容错机械臂的阶、通用故障容错机械臂、特定任务故障容错机械臂,论证了通过运动学关节冗余也同样可以提高机械臂系统的可靠性、故障容错机械臂应该具备的自由度数、以及针对不同的任务要求来设计故障容错机械臂的方法。通过将任务空间抽象简化为一系列的特征点,建立与机械臂参数向理想值接近程度相关的罚函数,选择有效的优化算法,设计出了通用一阶故障容错平面位置机械臂、通用一阶故障容错空间位置机械臂、以及特定任务一阶故障容错平面位置机械臂。建立起完整的故障容错机械臂设计方法,对航天机器人的研究具有一定价值。

冗余机械臂运动学优化设计

该文主要从机械臂运动学的角度,定义了故障容错机械臂,巧妙地论证了冗余故障容错机械臂应该具备的自由度数,以及针对不同的任务要求,设计故障容错机械臂的方法。通过将任务空间抽象简化为一系列的特征点,建立机械臂参数与理想值相关的罚函数,选择有效的优化算法,设计出了通用一阶故障容错平面位置机械臂,通用一阶故障容错空间位置机械臂,以及特定任务一阶故障容错平面位置机械臂。建立起完整的故障容错机械臂的设计方法。

基于马达代数的机械臂运动学建模

针对齐次变换矩阵法和旋量法在机械臂运动学建模中所具有的计算量大、实时性差等局限性,提出一种基于马达代数的机械臂运动学建模与分析方法。该方法通过以点、直线、平面实体作为变换基元,对机械臂末端效应器坐标系中表达的特定几何实体进行空间变换,求出末端效应器坐标系相对于基坐标系的马达代数变换量,从而推导出机械臂运动方程。同时将马达代数引入到机械臂逆运动学求解中,提出了一个求解逆运动学问题的有效方法——交会法。最后以5自由度机械臂为例,验证了新算法的正确性与精确性。

基于六自由度机械臂运动学问题的仿真研究

以六自由度工业机器人--MOTOMAN-HP6机器人为研究对象，简单介绍了机器人运动学的数学基础。根据机器人的相关参数，建立了机器人运动学模型及相关坐标系，对机器人的正运动学及逆运动学问题进行了研究。采用MATLAB 开发工具建立系统界面，编制了相关程序，结合实例对机器人的直线、圆弧及自由曲线轨迹的生成进行了仿真，完成了系统设计。为后续实习用工业机器人离线编程系统的开发打下了基础。

六自由度机械臂运动学及奇异性仿真分析

针对六自由度串联机械臂的运动问题,对机械臂运动学数学模型、末端位置误差、机械臂奇异形位等方面进行了研究。针对机械臂的运动学模型问题,基于D-H法建立了机械臂的正逆运动学模型,并利用Matlab建立了运动学模型的仿真验证程序;利用该模型,通过给定关节转角误差,对机械臂末端位置误差的敏感方向进行了仿真分析;通过推导其末端雅可比矩阵,分析了机械臂在工作空间内的奇异形位。研究结果表明:机械臂运动学模型结果与实际结果误差很小,验证了运动学模型是正确的,并且机械臂存在两个极限位置奇异。

基于ADAMS的协作机械臂运动学分析与仿真

本文以UR5协作机械臂为研究对象,采用标准D-H建模方法建立了机械臂的运动学模型,采用解析的方法,推导了其正、逆运动学求解表达式。针对机械臂逆运动学多解问题分析了在不同的选解标准下得到的逆解,最后通过5次多项式完成了对逆解在角度空间的规划并且在ADAMS环境中进行了运动仿真,测量机械臂末端执行器的运动轨迹和速度结果表明运动状态平稳且速度连续无突变,从而验证了方法的可行性。

织机车间直捻机筒纱抓取机械臂逆运动学求解方法研究

纺织车间中通过协作机械臂代替工人实现对直捻机筒纱的自动更换,可降低工人劳动强度,提高筒纱卷绕的生产效率。在对机器人进行运动学建模与分析时,逆运动学求解是机器人运动学中关键部分。传统法求机器人逆解存在求解速度慢、求解过程复杂、结果稳定性差等问题,采用传统BP(BackPropa-gationgNeuralNetwork)神经网络求解又容易陷入局部极小值,针对上述问题,提出一种基于PSO优化算法(ParticleSwarmOptimizationAlgorithm)的BP神经网络机械臂逆运动学求解方法,通过PSO算法对BP神经网络的权值和阈值进行多次迭代优化,避免了局部最小值的问题,提高了神经网络的全局搜索能力。采用D-H法建立机器人运动学模型,根据机器人正运动学方程由关节角度解得末端位姿,将解得结果作为数据集,通过学习算法经多次迭代确定神经网络的模型参数,并对神经网络进行性能检验。实验结果表明:PSO-BP神经网络相比于传统的BP神经网络收敛速度快,该模型在搬运机器人逆运动学求解中精度高,满足纺织车间直捻机筒纱抓取作业的需要。

超冗余移动机械臂的逆运动学快速求解

为了快速并精确地求解一类冗余移动机械臂(MM)运动学的优化逆解,提出了一种基于遗传信赖域算法和解析解法相结合的运动学求逆方法.首先使用解析解法求出机械臂逆解关于移动车运动参数的表达式,据此表达式引入关节最佳柔顺性准则确定信赖域算法的目标函数;然后用遗传信赖域算法快速求解此只包含移动车运动参数为自变量的目标函数的最优化问题,据此求出运动学逆解.仿真算例表明,该方法能快速求出精确和优化的运动学逆解.

三连杆机械臂三维空间运动学分析

机械臂的运动学分析是分析机械臂的运动及其控制器设计的一个重要环节。在三维空间中建立了三连杆机械臂模型,并对模型做了运动学分析,用拉格朗日方程对三连杆机械臂末端位移、速度和加速度做了理论分析;同时运用仿真软件Adams对三维中的三连杆机械臂的末端位移、速度和加速度做了运动学仿真,来验证理论分析的正确性。用仿真与理论分析相结合来分析实际情况中机械臂末端位姿以及运动情况,为实际情况下机械臂的运动情况提供了理论基础,为设计机械臂的运动控制提供了理论依据。

面向变电站智能消防机械臂的高精度运动学模型研究

为了解决变电站智能消防前端执行机构灵活性不足、定位精确度低等问题,本文建立了面向变电站智能消防机械臂高精度运动学模型.首先将机械臂通过主体结构简化,转换为刚体连杆模型,并基于Denavit-Hartenberg法的齐次变换矩阵来描述机械臂相邻两连杆的空间关系与运动轨迹.接着在此基础上,提出一种利用机械臂连杆模型几何约束关系,并针对智能消防系统中使用的四自由度机械臂,进行了正向与逆向运动学分析与求解,可在解算前判断机械臂能否到达预期位姿.该模型的计算过程不仅避免了复杂的矩阵运算,而且有效地解决了机械臂逆运动学高精度控制问题.最后,完成了系统机械臂的运动仿真实验,验证了本文所提运动学模型的精确性.

基于A^(*)算法与组合函数的分拣机械臂轨迹规划

为提高常用铸件分拣机械臂路径较长、工作效率低、轨迹与加速度不平滑的问题,提出一种将A算法和组合函数相融合的轨迹规划方法。根据Modified DH法对铸件分拣机械臂进行正运动学分析与计算,采用代数法求解机械臂逆解。通过设置A^(*)算法中启发式函数,使其带有一定方向遍历路径点,寻找最优最短路径,对折线路径轨迹采用三次均匀B样条曲线平滑,得到了光滑轨迹图。为保证加速度、速度平滑性,设计了一种将矩形函数和摆线函数相结合的组合函数,推导了其角位移、角速度、角加速度函数表达式。通过MATLAB仿真模拟得到的五次多项式插值的关节运动学曲线,并与所设计函数曲线对比分析,仿真结果表明所设计的组合函数更加平稳,且角加速度极值被限定,降低了一定程度的机械冲击和振动,确保机械臂工作平稳。

基于长短期记忆网络的机械臂逆运动学解

为了解决传统的解析法用于机械臂逆运动学求解过程中存在操作烦琐和奇异点处无法逆运算等问题,提出了基于长短期记忆网络的机械臂逆运动学求解算法。通过对机械臂的正运动学和工作空间的分析,获取大量有效的机械臂关节空间数据和相对应的末端姿态数据,并作为训练样本。经过训练后,获得逆运动学解的高精度结果。对比传统解析法求解,基于长短期记忆网络方法的求解速度较快。此外,机器人仿真结果显示,相关轨迹无明显的抖动偏移。

基于六轴机械臂驱动的微波球面扫描成像系统

基于合成孔径成像原理的扫描成像技术(ESM)在电子设备电磁干扰(EMI)检测领域具有明显的技术优势与应用价值,但是其在球面成像算法与系统设计方面仍需进一步的研究与完善。针对以上需求,本文提出了球面扫描成像任务下的机械臂系统设计方法与控制策略。在系统模型上,对机械臂构型、球面扫描边界与检测天线姿态进行建模,探索在以上约束下的最优球面孔径求解方法。在控制策略上,设计实现基于关节角搜索的机械臂控制策略与微波成像聚焦算法。以上模型、方法与策略在仿真实验中实现平均关节变化角降幅60.21%,在由六轴机械臂与基准微波辐射源搭建的验证实验中实现自动聚焦与精确成像(聚焦精度0.1 mm,成像精度不低于3.14 dBm),可望应用于电子系统的EMI检测定位。

基于jetson_nano平台及机械臂的智能颜色分拣机

颜色分拣在生活中广泛运用,如货物划分、药品归类等。随着经济发展,分拣市场需求量增大,人工挑选已无法满足生产需求。本文基于底座、机械臂、jetson_nano平台、IMX摄像头等单元设计并制作出一款可以分辨出不同颜色物品的智能分拣机。经实验测试,该分拣机能够实现识别并分拣红、黄、黑等各种颜色的物品。

面向ESM任务的机械臂控制策略与优化算法

针对机械臂在电磁兼容检测领域的应用需求,本文研究并提出了其在电磁辐射源定位检测(emission source microscopy,ESM)任务中的设计方法与控制策略。在设计方法上,对机械臂结构、天线姿态以及采样面完整性等约束条件进行建模,依据面积最优原则生成ESM采样柱面。在控制策略上,基于关节搜索策略改进RRT*算法(RRT*-JSS),实现在给定扫描面下对机械臂关节状态的最优规划。以上方法与策略在仿真实验中使机械臂在ESM任务中以扫描路径损失4.3%的代价实现平均关节变化角降幅68.96%。在基于Elfin5型机械臂与点状辐射源搭建的验证实验中,实际获得的ESM成像分布与仿真结果间误差≤0.35 dBm。以上仿真与实验结果证明了研究ESM机械臂设计方法与控制策略的有效性,可望在EMI检测领域得到应用。

多种群蚁群算法在机械手臂路径规划中的设计与应用

为了实现机械臂在复杂环境下准确、快速抓取目标物体,提出了一种多种群蚁群算法。首先,利用机械手臂运动学方法建立了数学模型进行分析;然后,根据自适应度函数不断调整机械臂的旋转角度以达到全局最优;最后,通过仿真实验,并与现有的机械手臂路径规划算法进行了对比。结果表明,该算法在抓取时间和精准度上具有一定的性能优势。

故障容错串联机械臂设计方法研究

本文从机械臂运动学任务特性出发,定义了故障容错机械臂的相关特性,论证了运动学关节冗余也可以提高机械臂系统的可靠性,故障容错机械臂所应该具备的自由度数,以及针对不同的任务对象要求,设计故障容错机械臂的方法.将任务空间抽象简化为一系列的特征点,建立机械臂参数与理想值相关的罚函数,选择有效的优化算法,设计出了一系列故障容错平面位置机械臂和故障容错空间位置机械臂.建立起完整的故障容错机械臂的设计方法,对危险环境机器人、医疗机器人的研究设计具有重要价值.

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17 s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。

三维串并联机械臂的运动学分析

机械臂的串并联能有效的弥补机械臂单一的串联或并联在工作稳定性、工作空间等性能上的不足。根据人手臂的骨骼设计了一种三维串并联机械臂,并对串并联机械臂做了运动学和动力学分析,运用Lagrange方程作了进一步的分析;用ADAMS对三维中的机械臂的末端位姿(位移、速度及加速度)和位置(机械臂的角度)做了运动学仿真,以此来分析实际情况中机械臂运动情况。

基于树莓派平台的柑橘智能识别与采摘

【目的】基于树莓派平台,设计轻便式的柑橘智能识别与机器人采摘,为柑橘采摘减轻劳动力与机械智能化提供理论与实验依据。【方法】制作柑橘数据集,使用深度卷积神经网络(YOLOv4-tiny)验证柑橘数据集的有效性,同时在电脑上离线训练好YOLOv4-tiny柑橘识别模型;基于树莓派平台,嵌入YOLOv4-tiny模型,设计柑橘智能识别系统;建立五自由度机械臂运动学模型与轨迹规划函数,嵌入树莓派平台。使用树莓派开发板、一个摄像头以及小型五自由度机器人,手动启动树莓派中的YOLOv4-tiny模型,系统自动完成柑橘识别与采摘,具体步骤为:调用OpenCV开启摄像头,将摄像头采集到的视频转换为Im格式,并输入YOLOv4-tiny模型中,模型识别出待采摘柑橘的位置,机械臂再进行实际采摘。【结果】深度卷积神经网络(YOLOv4-tiny)模型对橘子二维坐标识别率为98%,嵌入树莓派后,结合目标到相机距离相似三角形计算法,能准确识别柑橘位置三维坐标(-3.2,19.7,16);驱动机械臂到达位置坐标后,再令夹持器夹紧并摘取柑橘,先后共调试80次,得到机械臂运动最佳时间为1000ms、夹持器末端采摘动作的最佳运动时间为500ms,末端夹持器摘取的平均角度为-60度,这样采摘时速度合适也不会发生抖动;进行了20次采摘测试,平均成功摘取率达到了90%以上。【结论】基于树莓派平台设计的柑橘深度识别与采摘系统,能实现柑橘三维位置坐标的识别并准确采摘,为机器人柑橘采摘的智能化提供了一定的理论基础与实验借鉴。