基于工业互联网的智能化加工实验平台设计

新一轮全球科技革命和产业变革,加快了制造产业智能化转型。本文基于工业互联网技术,分别从维度和空间的角度提出了一种智能化加工实验平台架构设计,旨在提高加工实验平台的工作效率、运行安全及智能程度。根据此架构建立了基于工业互联网的激光雕刻智能化加工实验平台,并对平台进行实际应用分析,验证其架构的可行性,证明了该架构通过工业互联网技术,实现了多空间的信息化交互,完成了对物理设备的在线化监控,赋予了加工实验平台智能化属性,提高了生产效率与安全性;并为今后设计符合工业互联网标准的智能化制造系统、设备,提供了参考与借鉴。

基于动捕系统的机器人步态规划与实验研究

目的针对机器人行走时髋关节高度与人体髋关节变化规律不相符的现象,提出一种模仿人类步行的步态规划方法,以增强机器人运动的拟人性,减少能耗损失,增强行走稳定性。方法将动捕系统采集的人体步行数据进行递推平均滤波和savgol_filter函数预处理后得到人体步行样本;对人体步行样本进行几何缩放后生成机器人步行样本,从中提取机器人运动学参数;采用五次样条插值算法,依据人体步行样本运动规律,规划机器人下肢关节参数化运动轨迹;利用多目标粒子群优化算法得到一组满足三个设定目标的机器人运动学参数;将该组运动学参数代入机器人下肢关节参数化轨迹方程,建立机器人前向和侧向运动学模型,利用逆运动学求解下肢关节角度;使用NAO机器人验证步态规划的可行性。结果预处理能消除噪声点;几何缩放解决了机器人与人在肢体长度等方面存在的差异;五次样条插值规划的关节运动轨迹的平均相似度为95%以上;多目标粒子群算法优化结果显示:若机器人具有较高的步行稳定性,则会以降低步行速度为代价;机器人下肢髋、踝关节翻滚角度存在大小相等、方向相反的变化规律;机器人物理样机的ZMP轨迹位于支撑多边形内部;机器人行走步态与人体步行样本具有相似性。结论模仿人类步行的步态规划方法使机器人行走步态具有高稳态、低能耗、拟人化的行走特性。

改进边折叠算法的数字孪生模型几何轻量化设计

目的基于经典的边折叠算法,提出一种提高数字孪生技术中虚实映射关系实时性与稳定性的数字孪生模型几何轻量化方法,解决数字孪生模型占用内存大的难题。方法首先分析缝袋机器人码垛流水线的数字孪生模型的数据结构;其次基于经典的边折叠算法,引入二次误差度量作为边折叠代价,设计控制折叠因子,并运用多细节层次技术改进边折叠算法;最后设计四组对比实验进行测试。结果简化后的顶点数量平均减少了50.14%;简化后的文件所占用的内存降低了79.08%;符合数字孪生模型的几何形状误差要求并且大大提高了场景动画的帧率。结论笔者所提出的数字孪生模型几何轻量化方法大大减少了模型的几何图元,降低了模型文件所占用的内存,有效地改善了在数字孪生技术中虚拟产品和物理产品之间一一映射关系的实时性与稳定性差的问题,提升了场景实时渲染效果,保持了模型的细节特征和视觉效果。

智能生产线机械臂上下料轨迹规划与仿真

以特定环境下的智能生产线6自由度机械臂GP-25为对象,通过研究机械臂在上料过程中经过始末两点间连续路径点时,角位置、角速度和角加速度与时间之间的关系,避免抖动产生的误差并提高工作效率。使用机器人工具箱建模,并通过该方法求得运动学正解,随后用五次多项式法规划上料轨迹;最终使用Simulink进行可视化仿真,判断是否出现碰撞干涉。结果显示,五次多项式规划的方法可以有效完成轨迹规划,且无明显抖动、碰撞和干涉等现象。