基于强跟踪滤波的机器人运动轨迹控制系统设计

机器人运动信息采集的抗噪性较差,导致系统运动轨迹与实际轨迹不符,轨迹控制效果较差;因此提出基于强跟踪滤波的机器人运动轨迹控制系统设计;系统通过软硬件协同工作,实时控制机器人轨迹;采用IPM电机驱动控制系统硬件结构,根据指令和感知信息,采用多CPU结构控制方式,控制一个机器人关节运动;使用PCI9052接口控制PCI-485接口卡,实现了上下位机之间通讯;以TMS32OF240XDS为核心,设计DSP控制器,完全分离程序空间与数据空间;在软件设计方面,通过CAN-TTLG单片机光隔离超远程驱动器,使系统具有一定抗噪能力;构建机器人运动方程,引入强跟踪滤波弱化因子,计算运动轨迹偏差,并对机器人运动控制进行重力补偿,由此设计轨迹控制流程,完成机器人运动轨迹控制系统设计;实验结果表明,该系统运动轨迹与实际轨迹相符,且轨迹控制效率较好,具有良好控制效果。

基于CARLA-PSO组合模型的机器人步态控制系统设计

传统机器人步态控制系统对路线把握能力不强,导致对机器人步态的控制精度较差、时间过长;为解决上述问题,基于CARLA-PSO组合模型设计了一种新的机器人步态控制系统;硬件部分挑选操作性能较高的硬件元件系统,精准掌控系统中心点的位置,并在此位置上加大数据研究力度,通过数据监视模块及数据控制模块获取的数据结果,利用目标参数控制模块实施数据处理操作;以收集的硬件信息作为软件操作基础,利用CARLA-PSO组合模型得出机器人步态控制局部及全局最优解,综合运用软件控制算法整合获取的步态信息,调控路径信息,结合传感角信息,清理无关步态数据,完成机器人步态控制系统设计;实验结果表明,基于CARLA-PSO组合模型的机器人步态控制系统能够更精准地把控路线,相较于传统控制系统,设计的系统控制时间提高了15.2%,具有较好的控制效果。