基于迭代学习的电液机械手末端轨迹跟踪控制研究

针对目前常见串联式机械手末端存在控制误差累计而导致末端控制精度较低,无法实现高精度位置伺服控制,使得末端轨迹跟踪控制较差等问题,该文借助迭代学习控制算法的优点,提出了一种基于迭代学习的电液机械手末端轨迹跟踪控制算法。首先,该文以型号为REbot-6R机械手为研究对象,建立机械手的三维模型和坐标,利用D-H坐标,建立REbot-6R机械手运动学模型;然后,设计了基于迭代学习的电液机械手末端轨迹跟踪控制器;最后,以REbot-6R机械手为对象搭建实验平台进行轨迹跟踪控制实验。实验结果表明了迭代学习算法能够很好的运用在REbot-6R机械手上,有效性地解决机械手末端轨迹跟踪控制较差等问题,提高了轨迹跟踪精度。

基于改进PSO算法的6R机器人逆运动学分析

对于有封闭解的6R机器人的逆运动学运算,虽然可采用解析解法、数值解法,但均需要庞大的计算量。此外,对于机械臂逆向运动学问题,经典粒子群(PSO)算法的多次仿真实验中,存在不稳定问题和易陷入局部最优与种群单一的问题。为此,提出一种改进的PSO算法:引入动态权重因子,利用动态权重调整因子结合CMA-ES算法步长更新方法,平衡全局搜索和局部搜索能力;引入收缩学习因子,防止在迭代过程中陷入局部最优。并以REBot-V-6R机器人为例,建立了机器人的正运动学模型,将机器人的逆运动学求解问题转换为改进PSO算法的寻优问题,分别对机器人的位置误差与姿态误差进行仿真。通过将仿真结果与经典PSO算法和遗传算法的仿真结果进行对比,得知在求解精度和求解稳定性方面,所提改进算法的性能明显提升,因而验证了算法的可行性与有效性。

机器人握力模糊控制系统

本文介绍一种实现机器人握力自适应最优控制系统。该系统是通过检测机器人手臂上安装的压党、滑党传感器的信号，建立起模糊控制集合，确定控制规则，使物体无滑动而被用最小的临界力握住。

Research on an Elastic Robot Control System

This paper is concerned with robot control system formulated as a vibrating elasticsystem. We describe this system as all evolution system in an appropriate Hilbert space , and have proved that the posture of the elastic forearm of the robot may arrive at the arbitrary designated place under the given control . and then obtained some asymptotic behavior of the system.