一种利用位置误差模型的机器人位姿标定方法

针对机器人位姿标定模型中位置和姿态数据的权重不合理导致参数识别精度低甚至发散问题,给出一种直接基于末端位置坐标测量的机器人位姿标定方法,避免了位置和姿态数据量级不同对参数识别精度的影响。采用指数积方法,建立一种包含3点位置信息的机器人运动学模型。通过对运动学模型取微分,利用指数映射微分公式推导出机器人末端3点位置误差与几何参数误差之间映射关系的显示表达并给出参数误差识别方法。采用激光跟踪仪作为测量设备,以UR5机器人为标定对象进行运动学参数标定和验证试验。试验结果表明,机器人末端位置误差模和姿态误差模的平均值分别降低了90%和92%。

一种融合二维激光雷达和RGB-D相机的移动机器人建图方法研究

针对单独使用二维激光雷达描述环境信息不足、单独使用RGB-D相机构建地图精度不足以及三维激光雷达使用成本高的问题,提出一种使用低成本二维激光雷达和RGB-D相机点云信息融合的方法。首先,通过Autoware联合标定的方式获取相机的内部参数和外部参数,建立激光雷达数据和相机数据的变换关系。然后,基于体素网格滤波的方式降低相机原始数据的噪声和密度,并将滤波后的数据进行投影转换成伪激光雷达数据。最后,通过将转换后激光雷达数据与相机的伪激光雷达数据叠加的方式,实现两传感器信息融合。实验结果表明,有效弥补了移动机器人搭载单一传感器地图构建精度不足和获取环境信息描述不足的问题,提高了移动机器人建图的可靠性和完整性,为机器人有效导航提供保障。

一种基于工具坐标系的机器人运动学参数标定方法

机器人末端执行器位姿误差在基础坐标系中表示时,误差模型中包含姿态误差与位置矢量的乘积项,影响了参数标定识别精度。以工具坐标系为参考系,给出一种基于指数积公式包含关节约束条件的机器人位姿误差标定模型,避免了姿态误差与位置矢量的乘积项对参数标定识别精度的影响。以UR5机器人为标定对象,采用LeciaAT960-MR激光跟踪仪为测量设备,进行参数标定试验。试验结果表明,经参数标定后UR5机器人位置误差模和姿态误差模的平均值分别减小了91.07%和89.16%。

模块化机器人几何误差分析及参数辨识研究

为解决模块化机器人重构后误差的快速补偿问题,对模块化机器人几何误差来源进行分析,将其划分为模块参数误差和模块间装配参数误差。基于指数积公式和齐次变换对关节模块、连杆模块及模块间装配位姿进行数学描述,建立关节-连杆子装配体的实际运动学模型。给出一种基于精密球和外部测量的模块参数及模块间装配参数辨识方法,完成子装配体运动学参数的辨识。针对两种典型构型的关节-连杆子装配体进行参数辨识和验证试验。试验结果表明,经误差补偿后子装配体的平均定位误差约为补偿前误差的1/30。

一种用于乘用车车底图像采集的自主勘察机器人

为满足事故现场乘用车辆底盘勘察需求,研制一种乘用车车底图像采集的自主勘察机器人。通过设计一种半潜式两自由度云台实现车底图像信息的采集,基于机器人运动坐标和红外传感器阵列遮挡面积信息估算机器人与底盘的相对位置;根据红外传感器间的位置信息,采用基于传感器触发时序的机器人相对车辆姿态的3步式校准方法,解决惯性导航模块在铁制车体下的漂移问题;利用多传感器组合信息实现机器人对环境障碍信息的复合感知,借鉴模糊控制思想实现机器人的自主避障运行。在柏油和混凝土路面对研制的机器人开展自主运行模式测试,结果表明:研制的机器人能够自动实现乘用车辆底盘的勘察遍历,采集的高清底盘图像信息可满足交警部门事故勘测取证要求。

基于双目视觉与ROS的机器人去板坯毛刺方法

针对传统钢铁行业板坯去毛刺方法无法满足自动化生产的需求,提出基于双目视觉定位的机器人去板坯毛刺方法。在机器人操作系统(ROS)框架下配置所需工作站的仿真模型;通过加速分割检测特征角点检测算法对尺度不变特征变换算法进行改进,采用最近邻、次近邻比值法得到匹配可靠性最高的角点,利用以角点为中心的圆形区域筛选轨迹规划所需的有效角点;根据双目视觉获取的有效角点三维信息对机器人切割作业进行轨迹规划。结果表明,该方法便捷有效,角点定位准确,测量误差保持在合理范围内。通过完整地模拟双目视觉机器人切割板坯毛刺的历程,验证了双目视觉用于引导机器人去除板坯毛刺的可行性。

矩形通风管道清洁机器人机构设计与优化

针对矩形通风管道的清洁需求,设计一种矩形通风管道清洁机器人,其主要由驱动机构、变距机构与清灰机构三部分组成。根据机器人在竖直管道中的工作条件,构建静力学平衡方程,确定管壁施加在机器人轮子上的最小压力;对变距机构进行力学分析,建立变距机构相关数学模型,确定电机扭矩与轮子所受压力之间的关系;通过ADAMS对变距机构进行参数化建模,将各连杆杆长作为设计变量,考虑几何约束条件,将滑块与地面间移动副所受合力最小为目标函数,使用ADAMS内置算法OPTDES-GRG对变距机构进行优化分析。结果表明:优化后的连杆长度使机器人可用于高度在220~293 mm之间的管道,驱动力矩较优化前减少了45.2%。

基于改进ACS算法的移动机器人路径规划研究

针对蚁群系统(Ant Colony System,ACS)算法存在收敛速度慢、路径不平滑、易陷入局部最优等缺点,提出了一种基于万有引力搜索策略的ACS算法.为了解决算法初期由于地图信息匮乏,导致蚁群寻路盲目性较大的问题,提出了简化ACS算法对初始信息素浓度进行更新.引入万有引力算法搜索策略,提升了算法收敛速度,且有效解决了局部最优问题.对每次迭代获取到的最优路径进行优化,减少了路径的转折点数量、提升了路径平滑性.仿真试验表明,改进算法能够有效提升算法的收敛速度、路径平滑性.将改进算法应用到实际的移动机器人导航试验中,试验结果表明,改进算法能够有效解决移动机器人的路径规划问题,且有效提升移动机器人的导航效率.

车辆底盘勘察机器人上位机软件设计与实现

针对车辆底盘勘察机器人,基于C#的.NET Framewrok开发了一款上位机控制软件。基于Windows Socket网络编程技术,通过机载WiFi无线网络实现了机器人的远程操控和车辆底盘图像信息实时显示;基于INI文件读写,实现了对机器人参数的修改。上位机软件满足了勘察人员的作业需求,有效降低了勘察人员的操作难度和劳动强度。

一种模拟激光雷达的自主移动机器人虚拟墙方法

针对自主移动机器人系统中引导式虚拟墙方法存在传感器位置不易选取和不规则区域的虚拟墙不易设置等问题,提出1种模拟激光雷达的自主移动机器人虚拟墙方法:在机器人操作系统环境中,对需要设置虚拟墙的区域使用激光雷达数据模拟该区域的屏蔽墙,且作为路径规划的输入模块;在全局路径规划时考虑到虚拟墙区域,使得规划出的路径更为平滑。实验的结果表明,该方法能在地图任意位置设置任意形状的虚拟墙。

单套索人工肌肉的力学特性建模及试验分析

套索传动机构因具有传动路径灵活、柔顺性强等特点而被广泛应用于机器人传动系统,尤其是在机器人的仿生设计中经常将套索传动与人工肌肉相结合实现远距离柔顺驱动。然而套索传动系统中存在明显的非线性因素,这对套索人工肌肉整体传递特性有较大影响。为探究套索人工肌肉传递特性的影响因素,基于Cloulomb摩擦模型及Lugre摩擦模型理论分别建立了传动系统的静态模型和动态模型,并搭建了试验台探究与验证其力/位移的传递特性,试验结果与仿真结果基本一致。试验结果表明,全曲率和摩擦力是影响套索传动效率的主要因素,并联弹性元刚度过大和串联弹性元刚度过小均会降低套索人工肌肉的效率。本文的研究为基于Hill模型的套索人工肌肉的应用提供了理论指导。

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。

基于机器视觉的细长产品表面缺陷检测设备研究

为提高对细长产品表面缺陷的检测效率,运用机器视觉技术对细长产品外部轮廓尺寸及表面缺陷状况进行检测。运用机器视觉技术,分析图像传输过程中噪声产生原因及降噪方法;采用canny算法和Simple Blob Dectorte特征点检测方法,提取零件轮廓和色斑轮廓;编写基于机器视觉的表面缺陷检测程序,并通过实验验证了该方法的可行性。采用系统法对表面缺陷检测设备进行整体分析,设计出与检测程序相配套的机械设备。

热环境下压电功能梯度板的非线性等几何建模与主动控制研究

压电材料的压电参数(应力、应变和介电参数)对温度均较敏感,且直接影响压电智能结构的工作性能。为更准确地探究热环境中上、下表面覆盖有压电层的功能梯度板的非线性力学行为和非线性主动控制问题,首先,在传统的线性压电本构方程中引入温度对压电参数的影响,基于一阶剪切变形理论(first-order shear deformation theory,FSDT)和Von Kármán理论建立压电功能梯度板(piezoelectric functionally graded plates,PFGPs)的非线性等几何分析(isogeometric analysis,IGA)模型,并通过相关算例验证该模型的正确性和有效性;其次,对多种载荷作用下板的自由振动和非线性静态弯曲响应进行分析;最后,利用位移-速度反馈控制方法研究板的非线性主动控制。研究结果表明,压电参数的温度相关性对PFGPs的自由振动、非线性静态弯曲响应以及非线性主动控制效果均有影响,且影响大小与压电层的厚度、梯度指数n和温度有关。

基于激光雷达与深度相机融合的SLAM算法

针对单一传感器地图构建时存在环境表征不充分,无法为移动机器人自主导航提供完整环境地图等问题,本文通过将激光雷达与深度相机获取的环境信息进行互补融合,构建出更完整精确的栅格地图。首先,对传统ORB-SLAM2算法进行增强,使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次,为验证增强后ORB-SLAM2算法的性能,在fr1_desk1数据集和真实场景下进行测试,数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%,相机跟踪轨迹增长14.7%,定位更加精准。然后,D435i型深度相机采用增强型ORB-SLAM2算法,激光雷达采用的Gmapping-Slam算法,按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后,搭建实验平台进行验证,并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明,本文融合算法对周围障碍物的识别能力更强,可获取更完整的环境信息,地图构建更加清晰精确,满足移动机器人导航与路径规划的需要。

基于NSGA-Ⅱ算法的直流无刷电机控制方法

直流无刷电机是一种非线性、涉及多种变量以及强耦合的复杂系统,传统的基于线性控制的PI、PID控制器无法满足精确控制的要求.为提高控制性能,提出一种基于NSGA-Ⅱ优化PID参数控制直流无刷电机速度环的方法.NSGA-Ⅱ算法将速度超调量和ITAE法则相结合构造第一目标适应度函数;将速度调节时间和ITAE法则相结合,构造第二目标适应度函数.利用快速非支配排序和拥挤距离排序使种群个体收敛到最终的Pareto前沿,得到最优的PID参数.根据无刷直流电机的数学模型和运行特性搭建控制仿真模型,检验算法的控制效果,并与传统PI、PID算法的控制效果进行对比.结果表明:基于NSGA-Ⅱ算法优化PID参数的直流无刷电机控制具有较好的鲁棒性,响应速度快,几乎无超调量.

高伸缩比气动软体驱动器刚度特性研究

对一款由乳胶气囊、纤维布等材料组成的高伸缩比气动软体驱动器的刚度特性展开研究。根据软体驱动器的结构特点,采用理论与实验相结合的方法,改进软体驱动器的静态输出力模型,建立软体驱动器的静态刚度模型;并结合气体多变方程,建立软体驱动器的动态刚度模型,动态刚度为静态刚度与气压刚度之和;搭建软体驱动器静态刚度实验平台并对其静态刚度进行实验研究。结果表明:软体驱动器的静态刚度随膨胀高度的增大而减小,具有良好的线性关系和较小的相对误差,当供气压力为70 kPa时,软体驱动器静态刚度可达15 kN/m左右。对气压刚度进行仿真分析,结果表明:气压刚度主要受膨胀高度、供气压力以及激励位移的影响,当软体驱动器膨胀高度为30 mm、供气压力为10 kPa、激励位移为5 mm时,气压刚度仅为静态刚度的1/6左右。

一种刚柔结合柔性夹持器的设计

为解决传统刚性夹持器适应性差和软体夹持器夹持范围较小的问题,提出了一种刚柔结合柔性夹持器的设计方案,其中刚性的曲柄滑块机构采用铝合金材料制作,柔性的气动软体驱动器则由乳胶气囊以及纤维布两部分组成。通过滑块平移带动夹爪转动,实现夹爪张开和闭合,再通过调整供气气压控制夹持范围。基于ADAMS软件对刚性机构进行运动学分析,再仿真并结合实验,研究气动软体驱动器的动态特性,确定其最佳尺寸。最后,对样机进行实验测试,实验结果表明,设计的夹持器自适应性好、夹持范围较大。

单自由度吊丝配重式重力补偿机构的精度分析

以单自由度吊丝配重式系统为研究对象,建立系统误差模型。为评估各类几何误差及惯性力对补偿精度的影响,将起吊点和悬挂点的偏离量作为误差评估指标,选定同步误差对应的误差评估指标进行误差匹配,可分析各类误差的影响。研究发现吊丝长度与补偿精度成正相关,各类几何误差对评估指标的影响有差异。惯性力引起的误差可等效成求解悬链线问题,经分析发现,其导致起吊点方向偏转为最大影响因素。算例表明,角加速度过大时,系统对吊丝长度有更高的要求。

基于Qt的钢管壁厚在线检测软件设计

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢管壁厚检测系统人机交互界面软件。结果表明:该系统具有良好的稳定性,检测误差约为0.1 mm,可以高效地完成壁厚检测任务。