基于树莓派的移动搬运机械臂设计与仿真

基于树莓派4B在ROS开发平台设计了一种面向物流的移动机械臂抓取系统,以SolidWorks为建模工具创建回转体物料模型,实现物料抓取搬运功能。通过MATLAB实现机械臂建模,在ROS中进行模型功能配置,利用笛卡尔空间轨迹规划完成机械臂移动规划,通过MoveIt!的API接口编程完成机械臂抓取。实验结果表明,该模型能够自主导航规划路径,实现目标物体的精准识别和抓取。

基于ROS的磨抛机器人系统设计

水暖卫浴产品的手工磨抛存在抛光质量不稳定、产品一致性差等问题。此外,加工过程中的噪声与粉尘也会对工人的身体健康造成一定的伤害。为了有效地解决上述问题,研制出一套对工件进行磨削抛光的磨抛机器人系统,以多轴运动控制器(PMAC)为核心搭建控制系统,基于机器人操作系统(ROS)与MoveIt!构建运动控制器,极大地提高了机器人系统的可操作性和可拓展性。现场试验结果表明,研发的磨抛机器人系统可以替代人工对工件进行磨抛加工,控制系统性能良好,产品质量稳定。

基于ROS的机械臂建模与运动规划

在Ubuntu16.04上利用ROS-Kinetic搭建多关节机械臂运动规划仿真平台.在SolidWorks中构建机器臂实体模型,并以STL格式写入URDF文件,通过MoveIt提供的相关APl接口配置机器人运动控制文件;基于快速搜索随机树及其改进的搜索随机树算法采用Matlab编程结合AABB边界箱碰撞检测及直接调用OMPL对算法库两种方式进行障碍物路径规划仿真对比,结果表明:OMPL库能简化规划过程以及改进的搜索随机树算法双向引导策略;利用MoveIt框架下的Python接口在Rviz界面实现了笛卡尔空间中机械臂的直线与圆弧插补,轨迹相对平滑.

基于目标检测的移动抓取机器人系统设计与实现

移动抓取机器人系统通过集成机器人底盘、机械臂、激光雷达、深度摄像机等硬件设备,结合机器人底盘控制、建图导航技术、MoveIt!机械臂控制、基于深度学习的目标检测等技术,实现了机器人移动至指定地点抓取视野范围内目标物体并根据目标类别分类回收的功能。此外,构建了抓取场景下的数据集并使用流行的YOLOv5进行训练和测试。实验表明该系统能够完成预设功能,适用于公共场所垃圾分类回收等场景,具备实用性。

基于GR-CNN改进的抓取检测算法及仿真

随着计算机视觉的发展,抓取检测在机器人视觉领域取得了广泛应用,以往的抓取检测方法存在对抓取相关特征学习不够重视、检测精度低、泛化能力差等问题。GR-CNN算法解决了之前这些检测算法存在的一些问题,但是该算法预测的抓取框所处位置和角度有时会存在不准确的情况。针对这一问题,对该算法进行改进优化。通过加入CBAM注意力机制模块使网络主要集中于学习可抓取的信息,从而提高抓取预测的准确性。并在ROS环境下对改进后的算法进行验证,通过Gazebo与MoveIt!联合仿真,使用UR5机械臂对桌面上随机放置的四类物体进行抓取放置任务,平均抓取成功率达到86%,实验结果表明改进后的算法抓取框适应性更强,对规则物体与形状结构复杂的物体都可以有效抓取。

基于ROS六轴机械臂运动规划研究

使用机器人操作系统(Robot Operating System,ROS)作为仿真平台,基于六自由度机械臂,对其工作效率及安全性的运动规划问题展开研究。通过SolidWorks建立机械臂模型,并通过SW2URDF插件将模型转换为XML格式的URDF机器人描述文件。利用ROS Moveit!中内置机械臂设置助手Moveit!Setup Assistant生成运动规划相关文件,通过Moveit!下C++接口对机械臂进行轨迹规划,在可视化三维平台Rviz中对笛卡尔空间直线与圆弧插补进行仿真。使用快速扩张随机树和渐进最优快速随机搜索树路径规划算法,实现高维空间的无碰撞路径规划,并通过仿真结果得出RRT-star算法收敛速度更快、搜索成功率更高的结论,保证机械臂的正常作业。

基于ROS的六自由度机械臂轨迹规划

针对传统机器人仿真平台面向特定对象时,模型构建复杂、功能单一等问题,采用开源机器人操作系统ROS搭建了机器人仿真平台,并进行了轨迹规划。利用Solid Works创建六自由度机械臂模型,使用sw2urdf插件导出模型文件;在ROS平台下,通过MoveIt!功能包创建机械臂轨迹规划需要的配置和启动文件,在Rviz中显示三维模型;利用MoveIt!提供的C++相关API,在该平台上对六自由度机械臂进行笛卡尔空间的直线圆弧轨迹规划,分析其各关节角度变化和末端插补误差。结果表明,机械臂各关节运行轨迹平滑,末端位置精度满足要求。

基于ROS的机械臂建模与路径规划仿真

构建安诺V6plus六自由度机械臂URDF模型,并通过MoveIt创建路径规划所需的配置与启动文件,采用RRT-Connect算法进行机械臂的路径规划,利用Rviz可视化界面进行仿真验证。实验结果表明该研究方法可实现机械臂自主移动和避障,对ROS平台的机械臂的路径规划算法研究有着重要意义。

基于ROS的机器人等离子切割板坯毛刺运动规划

针对钢铁行业现有板坯毛刺去除方法(如刮刀式去除法和锤刀式去除法)无法满足去毛刺质效的需要,提出了一种机器人等离子去板坯毛刺的新方法,并在ROS框架下进行了运动轨迹规划的研究。首先构建机器人URDF模型,使用Ubuntu终端命令及RVIZ进行可视化检验;其次配置及启动MoveIt控制平台及其功能插件;最后通过Python运动规划程序执行机器人等离子切割任务,利用MoveIt调用的OMPL开源运动规划算法进行轨迹规划,并使用rqt_plot插件进行轨迹规划分析。结果表明:该研究方法便捷有效,能完整地模拟机器人等离子切割运动轨迹规划的过程,为机器人等离子切割开源平台的开发提供了支持,对工业机器人在ROS下的应用研究具有科学价值。

基于ROS的六自由度机械臂环境探测与避障

针对机械臂在障碍物环境下的轨迹规划问题,提出了一种基于ROS环境的机械臂避障方法。该方法使用Realsense D435深度相机与机械臂构成手眼系统,通过点云数据构造OctoMap空间概率地图,在ROS环境下使用Moveit对机械臂进行运动规划,实现了机械臂在障碍物环境下的实时避障,在真实机械臂上验证了避障效果。

ROS下基于EtherCAT的串联机器人控制系统

针对传统工业串联机器人控制系统大多面向特定对象,系统开发工作量大,可移植性差,代码复用率低等不足,提出了采用开源机器人操作系统(ROS)为平台,利用开源IgH EtherCAT主站实现控制系统和驱动器Ethercat通信,通过建立统一机器人描述格式(URDF)模型,结合moveit!提供的开源运动规划库(OMPL)进行上层运动规划,设计开发了具有开放性、可移植性和可扩展性高的机器人运动控制系统。使用快速扩展随机树(RRT)相关算法对控制系统进行试验验证,结果表明:控制系统能够有效完成运动控制并适用于其他类型的机器人。

带移动底盘的机械臂控制系统设计

主要描述了一种底盘可以自由移动的机械臂自动控制系统方案,并最终用真实机器人实现和验证该系统的可行性。该方案是在ROS机器人操作系统下设计的。当机器人运动到指定位置后,机械臂可以自动抓取指定位置的物体,并且把物体运送到指定位置。该系统所依赖的硬件设备成本低廉,二次开发方便。该方案不仅可以用于机器人相关专业的教学实验,也可以在此基础上开发仓库物流机器人。

基于ROS和IgH主站的多关节机器人控制系统设计

针对基于现场总线的多关节机器人系统响应速度慢、通信带宽低以及实时性差等方面的问题,基于ROS和IgH主站,设计了一种多关节机器人控制系统。首先,选取合适的EtherCAT通讯周期、同步信号周期以及轨迹插补周期,将IgH主站和ROS平台融合;其次,对多关节机器人进行运动学建模,建立URDF模型;然后,结合ROS提供的Moveit!功能包集,设计了实时性好、同步性高且性能稳定的机器人控制系统。最后,通过搭建完整的机器人平台进行实验,测量运行过程中的实时任务周期以及轨迹变化。实验结果表明该机器人控制系统具有良好的实时性、同步性以及可靠性。

基于ROS机器人手眼自标定研究

针对MATLAB平台下,采用棋盘格进行机器人手眼标定AX=XB较复杂的且定位物体不准的问题,采用目前最先进的机器人控制软件--MovetIt!,对ROS(机器人操作系统)平台下机器人手眼标定问题进行深入研究,提出了通过Kinect2识别aruco_maker标记的方法,利用Moveit!控制机器人运动,采集Kinect2相机坐标下aruco_marker的位姿以及末端执行器相对于机器人基坐标下的位姿,为了增加准确性,采集17组数据,利用基于视觉的机器人控制软件(ViSP)进行手眼自标定计算。通过采用linemod(多模态3D检测)算法在线物体识别与定位验证本文机器人手眼标定结果的准确性。

基于区块链的侦查机器人实时避障与航线控制

为弥补侦查机器人行进灵活性不足的缺陷,降低无故运动碰撞事件的发生几率,提出基于区块链的侦查机器人实时避障与航线控制算法;利用超声信号处理电路,提取可供直接应用的侦查运动节点,联合已完成配置的MoveIt避障程序,实现对侦查机器人的实时避障运动规划;在此基础上,设置LQR控制器,在控制机器人侦查航速的同时,建立必要运动操纵方程,完成对侦查机器人的运动航线控制,提升与运动设备元件相关的行进灵活性;完善P2P网络平台,以待交互的运动数据作为处理支持条件,将所有侦查信息封装至同一区块组织中,完成基于区块链的避障控制原理研究,实现侦查机器人实时避障与航线控制算法的搭建;对比实验结果表明,应用基于区块链的控制算法后,C-Space参数极值超过8.0,RRT灵敏度也提升至75%,实现了对侦查机器人的灵活性行进控制,有效抑制了无故运动碰撞事件的出现。

一种关于智能充电桩的系统设计

在电动汽车快速发展的同时,作为电动车发展产业链上的重要组成部分,电动汽车充电设备也应运而生,不断地发展。许多发达国家的政府和几乎所有著名汽车厂商及科研机构都在致力于电动汽车技术的研究开发与推广应用,试图使其成为新世纪汽车领域的发展主流。文章通过双目视觉获取到目标位置信息,然后通过Moveit!进行运动学路径规划完成自动对接。

基于ROS的机械臂视觉控制仿真

现代工业中机械臂的使用越来越广泛,但传统的机械臂缺乏同工作环境的交互能力,灵活性较差。为此考虑利用视觉来引导机械臂作业,为机械臂配置视觉传感器,实时获取工况信息,以提高机械臂在线实时作业的能力。ROS(Robot Operating System)在机器人开发领域的应用愈加广泛,借助ROS构建相应的视觉引导机械臂作业的仿真模型。在Gazebo完成机械臂和Kinect相机的建模仿真,利用ROS节点通讯机制实现视觉识别结果对机械臂路径规划的指导。仿真运行结果验证了该模型的可行性。

一种基于ros系统的机械臂开发框架

机械臂无论是在院校科研还是工业应用,都逐渐得到重视。对于机械臂的控制研究显得尤为重要,ros(Robot Operating System)系统是一种分布式开发系统,基于ros系统的Moveit是专门用于控制机械臂的集成化开发平台,他集成了机械臂的运动规划、操作控制、运动学、3D感知等算法,加快了机械臂的开发流程,同时ros系统的可视化界面rviz,可以实时检测并显示真实机械臂状态,同时可以进行碰撞检测,提高机械臂的安全性能。