深海绳驱动蛇形机械臂运动学控制研究

传统的水下机械臂具有体积大、结构复杂、空间受限等缺陷,在水下环境中表现性能不佳。为了完成空间狭小、环境危险以及任务复杂条件下的水下作业,设计了一种适用于深海作业的绳驱动蛇形机械臂。首先,采用齿轮-齿条的结构形式,通过1个驱动电机完成了对2根传动绳的实时控制,减少了驱动电机的数量,降低了水下机械臂的能源消耗;然后,基于蛇形机械臂的结构特点,构建了驱动电机、传动绳、关节、末端执行器之间的多级映射关系,建立了其相应的运动学方程,并对该方程进行了求解;最后,根据绳驱动蛇形机械臂之间的多级映射关系,提出了一种基于模糊控制器的运动学控制策略,减小了由传动系统引起的跟踪误差,解决了难以获得绳驱动蛇形机械臂精确动力学模型的问题;并采用MATLAB对绳驱动蛇形机械臂的跟踪误差进行了仿真分析。研究结果表明:该绳驱动蛇形机械臂的偏航角最大绳长跟踪误差不超过0.05 mm,俯仰角最大绳长跟踪误差不超过0.09 mm,验证了基于模糊控制器的运动学控制策略的有效性。

模块化可重构三腿并联机器人的运动学控制

基于局部指数积公式,提出了利用Paden-Kahan子问题法直接解析求解模块化三腿并联机器人关节角位移的逆运动学方法,进行在线位置轨迹规划与控制。由于在求解主动关节位移的同时被动关节位移也可一并求出, 因此和迭代法相结合可以提高在线计算前向运动学的效率,实现位置轨迹的在线监控。通过对球面工件进行加工的演示,验证了子问题法在并联机器人运动控制中应用的实用性。

漂浮基空间机械臂基于双向映射神经元网络的逆运动学控制

基于双向映射神经元网络,讨论了载体位置、姿态均不受控制情况下,漂浮基空间机械臂的运动学控制问题。为此,根据系统几何关系,结合系统动量守恒、动量矩守恒关系,分析、建立了空间机械臂的广义运动雅可比关系。以此为基础,利用双向映射神经元网络及李雅普诺夫直接方法,设计了一种收敛的空间机械臂逆运动学控制方法,以控制空间机械臂的末端位姿朝着惯性空间的期望位姿点运动。提出的控制方法的突出优点在于:既不需要确切知道空间机械臂运动雅可比矩阵的具体结构,也不需要了解系统动力学参数的相关信息。一个作平面运动的自由漂浮两杆空间机械臂系统的数值仿真,证实了方法的有效性。

模糊逆运动学控制方法在机器人视觉伺服中的应用

文章主要研究了基于图像的视觉伺服机器人系统的控制问题,首先构建了基于TCP/IP分布式视觉伺服机器人LookandMove系统,然后推导了视觉伺服GRB-400机器人的图像雅可比矩阵,最后针对该动态LookandMove系统提出了一种带有模糊自调整能力的逆运动学控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原逆运动学控制闭环系统的动态性能作了比较,实验证明了改进后的闭环系统具有更好的动态性能。

基于神经网络的冗余度机器人运动学控制

对于冗余度机器人 ,本文用神经网络来实现机器人的速度逆运动学。使用的神经网络为具有背传算法的多层感知器。应用权值表来存储不同性能准则时求解速度逆运动学的神经网络的权值。

仿章鱼连续型机构运动学建模与控制仿真

为了深入研究仿章鱼连续型机构的运动学控制问题,提出了1种仿章鱼连续型机构运动学建模方法。该模型由轴向串联的三自由度局部并联机构组成,每个局部并联机构包括纵向肌肉、径向肌肉、基座、动平台和中心支杆。在此基础上,通过结合运动学模型的逆解与运动误差,本文构造出一个稳定的闭环控制器。仿真结果表明该模型以及相应的控制算法能够实现良好的轨迹跟踪效果,具有一定的抗位置干扰能力。可为连续型机器人的设计与控制奠定理论基础。

基于视觉的软体机器人位姿测量与控制

气动软体机器人具有良好的灵活性和安全性,适合在非结构化的复杂环境中执行任务。因为很难在软体机器人上安装传感器来直接测量形状和位姿,故难以实现精确的位置控制,其运动精度一般远低于传统刚性机器人。针对上述问题,提出了一种基于视觉的软体机器人形状重建、位姿测量以及逆运动学控制的方法。实验结果表明,采用该方法的软体机器人末端执行器位置的均方根误差小于6 mm,测量关键点位置误差小于2.80 mm,整体形状的位置偏差为1.67 mm,弯曲角度、偏转角度平均误差分别为3.6°和3.4°,控制到达期望位置和角度的最大误差分别为3.47 mm和0.24°。实验结果表明所提出的位姿测量和控制方法对提高软体机器人的运动精度和工作能力有很大的作用。

溜冰机器人运动学分析

设计了腿轮混合结构的溜冰机器人 .基于常规的运动学分析方法 ,建立了相关的惯性坐标系和滚轮坐标系 ,并根据滚轮在法向无滑动、切向作纯滚动的假设 ,建立了中心定位轮的运动约束方程及机器人的运动学模型 .提出了法向和切向运动特征矩阵的概念 ,并讨论了机器人的移动性问题 ,得出机器人存在运动的条件 .设计了溜冰机器人运动学状态空间表达式和运动学控制方程 .以溜冰机器人为例 。

神经网络在机器人运动控制中的应用研究

运动控制是人工神经网络应用于机器人控制的重要内容。本文就人工神经网络用于机器人运动学正解问题进行研究 ,通过建立机器人运动学神经网络模型 ,给出了相应的 BP算法 ,并对 2 R、3 R和 6R机器人运动学正解进行了系统的计算机仿真 ,并结合实际任务 ,在

具有万向机构的蛇形机器人运动控制

设计了一种能够使蛇形机器人运动更灵巧、奇异点更少和运动能力更强的机构 ,对具有三个自由度的新型蛇形机器人单元进行了改进 ,在单元上增加被动轮机构 ,使其具有万向机构的特点。该单元不仅能够用被动轮驱动机器人运动 ,而且增加了类似于主动轮的驱动机构 ,克服了被动轮驱动能力弱的缺点 ,增强了机器人的运动能力。在分析非完整约束的基础上 ,对蛇形机器人的运动学和冗余度进行分析 ,提出了控制该类蛇形机器人运动的分解矩阵方法和分组交替运动法。

移动机器人的自适应模糊滑模动力学控制

针对非完整移动机器人轨迹跟踪控制问题,提出了一种基于自适应分流运动学控制与自适应模糊滑模动力学控制的混合控制算法.自适应分流运动学控制解决了由于大范围的初始位姿偏差变化而引起的速度跳变问题.利用滑模控制具有的稳定性和鲁棒性的优点,解决了机器人的参数与非参数不确定性问题.并通过带有自适应调节算法的模糊控制来调节滑模控制的增益,增强了对随机不确定性的适应能力,消除了在滑模控制中的输入抖振现象.设计过程采用了Lyapunov方法,保证了控制系统的稳定与收敛.仿真结果表明,控制器产生了平滑的速度输出,非完整移动机器人的跟踪误差被消除.

基于神经网络的空间7R冗余机器人的运动模型辨识

针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性,采用神经网络从两方面解决这一问题.一是从神经网络出发,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络(SDIDRNN),提高了网络的学习速度;二是从辨识方案出发,以SDIDRNN为基础,在空间7R冗余机器人正、逆运动学模型辨识的问题上,设计了一种新颖的解耦辨识方案.将其与另外两种具有普通网络结构的辨识方案相比较,说明了该新方案具有更高的学习能力,辨识误差可降低到对比方案的40％-6％.由于学习速度的提高,达到设定误差时的训练次数大大减少,使该方案在机器人运动控制系统中的实时计算能力大大增强,为神经网络在机器人运动学控制中的应用提供了一条崭新的思路,具有重要的应用意义.

基于麦克纳姆轮的全向AGV移动平台控制方法研究

针对麦克纳姆轮全向移动平台运动学控制问题,建立了四轮麦克纳姆轮全向AGV移动平台模型,引入遗传算法(Genetic Algorithm,GA)和Vague集相似度量理论,基于ITAE时间乘误差绝对值积分性能指标,引入遗传算法寻找最优模糊控制规则,利用Vague集相似度量推理计算最佳匹配度,进而在线动态调整PID参数,并运用于基于麦克纳姆轮的全向AGV移动平台运动学控制。仿真结果表明,与传统PID控制相比,结合遗传算法与Vague集理论的PID控制方法能有效降低系统超调量,缩短系统调整时间,使得全向AGV运动更加稳定灵活。

轮式移动机器人自适应轨迹跟踪控制

针对轮式移动机器人质心和驱动轮轴线中心不重合的情况,基于运动学模型研究了轮式移动机器人的轨迹跟踪控制问题。首先,提出了一种新的Lyapunov函数,并利用该函数设计了一种运动学控制器,避免了初始误差较大时,跟踪误差收敛不到零的情况。其次,考虑轮式移动机器人质心和驱动轮轴线中心之间距离不确定的情况,给出了一种自适应控制算法,用以补偿不确定参数导致的系统误差。最后,仿真实验结果验证了所提控制器的有效性。

3-UPS/RPP并联机构设计与运动特性研究

设计了一种可以实现两移一转的新型3自由度并联机构3-UPS/RPP。该结构在传统的3-UPS结构基础上加入了一条RPP结构的约束支链,应用螺旋理论分析约束链得知,该3-UPS/RPP并联机构可实现平面内的一维转动和二维移动。在自由度分析的基础上,构建了3-UPS/RPP并联机构的运动学模型,通过对驱动支链和约束支链的分解分析,给出了3-UPS/RPP并联机构位置逆解的解析表达;随后,基于位置逆解结果,确定了工作空间的搜索流程,并据此在Matlab软件中求解了该机构的工作空间;最后,对该3-UPS/RPP并联机构进行了运动学控制仿真。结果表明,系统具有较高的动态轨迹跟踪控制精度,适用于实际应用。

多关节液压臂架实时控制软件的设计与实现

针对工程机械产品中大型多关节液压机械臂对运动控制智能化的需求,设计并实现了基于RT-Linux的大型多关节液压机械臂实时控制系统软件.该软件基于先进的伪逆运动控制算法和轨迹优化算法,能够实现多关节臂架末端精确和平滑的运动控制、臂架一键展开收缩和运动轨迹记忆等功能,以及三维模型人机交互和参数的实时显示.测试结果表明,该软件具有较好的可靠性和实时性,易于操作,能够满足对大型多关节液压机械臂实时运动控制的需要.

基于闭环和前馈控制的高速食品分拣机器人控制技术

目的:满足当前对食品分拣机器人速度和精度的需求。方法:基于高速并联食品分拣机器人的系统体系结构,提出一种将传统的运动学闭环控制和力矩前馈控制相结合的高速并联食品分拣机器人控制方法;在原有遗传算法整定PID控制参数的基础上,引入力矩前馈控制方法进行动态控制;对比分析系统的动态跟踪精度和关节力矩,并验证该控制方法的优越性。结果:与传统PID控制相比,最大和平均关节位置跟踪误差降低了65%以上,最大轨迹误差降低了50%以上。结论:该控制方法可以有效提高高速运行时抑制动态干扰的能力。

轮式移动机器人轨迹跟踪控制的特点与方法

基于传感器的轮式移动机器人已经被广泛地应用于制造、服务、农业、探测等多种领域中。轮式移动机器人的控制问题得到了广泛的关注。轨迹跟踪控制是轮式移动机器人控制的基本问题之一。由于具有非完整条件约束、机器人系统自身的严重的非线性特性、以及控制系统自身的不确定因素和存在各种内部与外部的干扰等使得轮式移动机器人的轨迹跟踪控制非常的困难。本文主要论述了轮式移动机器人轨迹跟踪控制的难点,并且结合这些难点介绍了轨迹跟踪控制的一般方法。最后指出了轮式移动机器人轨迹跟踪控制中存在的一些问题。

柔性内镜介入机器人模糊PID控制研究

柔性内镜以其损伤小、检查直观等优势在消化道疾病的诊断与治疗上得到广泛的应用,但其操作困难,因此研发有内镜机器人辅助医生进行内镜操作;在镜下介入手术操作过程中,人体生理活动增加了内镜远程操作的难度;针对生理活动对目标靶点位置的影响,分析内镜弯曲段结构,建立了柔性内镜机器人的运动学模型,并引入模糊PID控制策略来适应人体解剖结构、内镜参数等不确定因素影响,使内镜自动跟踪病灶靶点,避免人重复小范围的跟踪动作,提高控制精度;仿真表明,相对于传统PID控制算法,模糊PID控制算法可加快系统响应,降低系统稳态误差。

自由漂浮空间机器人逆运动学闭环控制

空间机器人工作在自由漂浮模式时,机械臂与本体之间存在动力学耦合,两者的运动会相互影响,使得其运动控制问题比地面机器人更为复杂。针对自由漂浮空间机器人的运动控制问题,研究了一种基于系统逆运动学闭环形式的运动控制方法,保证了系统控制的稳定性。在此基础上,利用系统的冗余特性,实现了本体姿态零扰动控制。通过对7关节自由漂浮空间机器人的运动控制进行仿真,验证了该方法的有效性。