考虑关节动力学优化的机器人复杂轨迹规划

考虑到关节型机器人工作时关节力矩变化对工作质量的影响,针对机器人复杂工作中各关节受力平稳性控制问题,本文提出改进直接配点法优化求解复杂轨迹上机器人关节动力学问题。在对机器人动力学模型进行分析的基础上,使用直接配点法将沿复杂轨迹运动的机器人动力学优化求解问题转化为非线性方程组的多目标优化求解问题,并采用序列二次规划算法求解;针对方程组中高度非凸函数极值求解过程中对初值敏感的问题,采用线性二次调节器为序列二次规划算法提供迭代初值。理论分析和数值仿真结果表明:提出的算法可保证机器人各关节在复杂轨迹上力矩、角度及角速度变化平缓,稳定工作质量,同时也能更合理地控制机器人工作时的能耗水平。     

基于S7-1200PLC和时域分析的工业机器人移动轨迹最优化规划方法

受到规划算法的影响，导致工业机器人协同规划过程的平均求解耗时较高。因此，提出基于S7-1200PLC和时域分析的工业机器人移动轨迹最优化规划方法。针对工业机器人的实际工作环境，提取轨迹规划约束条件，并依托于S7-1200PLC，设计轨迹跟踪控制器，参数化预测时域内的工业机器人移动轨迹控制增量，建立滚动时域轨迹规划算法，结合滚动规划框架，得到最优的工业机器人移动轨迹最优化规划序列。实验结果表明：所提出的最优化规划方法协同规划求解耗时，相比其他两种方法，分别降低了51.52%和60.25%。     

一种个体自适应康复训练机器人机构的研究

针对现有下肢康复训练机器人人机连接柔顺性和关节对中性差的问题,提出了一种个体自适应的欠驱动康复训练机器人。欠驱动机器人系统只有4个直线驱动,驱动的直线运动通过连杆和人机连接机构转化为人下肢在矢状面内的屈伸运动,可带动人体进行步态康复训练。建立了机构的人机耦合模型,进行了正、逆运动学分析。然后,基于人机耦合模型,提出了一种人体参数与连接参数的在线辨识方法,可获得难以实际测量的人体肢体长度与人机连接参数等信息,并实现了个体自适应步态轨迹规划。最后,利用MATLAB和ADAMS软件进行了仿真验证,验证了参数辨识方法的正确性,以及提出的康复训练机器人具有个体适应性。     

基于RBF神经网络的闭链下肢康复机器人自适应补偿控制

在下肢康复机器人的康复训练过程中,模型参数、环境干扰等不确定性因素会影响机器人轨迹跟踪的精度。针对这一问题,提出了一种基于径向基函数（Radial Basis Function,RBF）神经网络的自适应补偿控制,该控制方法能够提高机械系统轨迹跟踪的精确性。首先,设计一款具有4种工作模式、运动稳定的闭链卧式下肢康复机器人结构;然后,利用拉格朗日方法求解动力学名义模型,将康复装置的模型参数以及外界干扰等不确定性因素分离出来,并设计基于RBF神经网络的自适应补偿算法对其进行逼近控制;最后,通过Matlab/Simulink环境对其进行仿真验证,证明了该控制策略的有效性。结果显示,在人体步态曲线轨迹跟踪中,提出的基于RBF神经网络的自适应补偿算法相比传统的模糊比例-积分-微分（Proportional Integral Derivative,PID）控制的方法响应速度快、跟踪效果好,且髋关节和膝关节轨迹跟踪的角度误差峰值分别为0.08°和0.13°,远小于患者下肢在康复运动中的转动角度。设计了单腿样机试验,试验结果表明,采用的RBF补偿自适应控制器能够实现高精度的跟踪结果,也能够满足患者在康复...     

多连杆式下肢康复训练机器人结构优化与仿真

为实现节约人工成本,提高下肢康复训练效果的目的,提出了一种新型多连杆式下肢康复训练机器人。基于人体行走生物力学和人体行走的关节轨迹映射关系的研究,提出一种新型多连杆式下肢康复训练机器人,并对机器人进行了运动学建模与分析,求解了机器人的髋、膝关节角度曲线。同时,分析了关键结构参数对关节轨迹与下肢关节映射关系的影响,建立了关节轨迹与映射关系的复现性的机构评价指标,利用MATLAB软件对多连杆下肢训练机构的结构参数进行了优化,并依据分析结果对机器人结构参数进行了修正。     

下肢康复机器人模糊增益自适应调整的滑模阻抗控制

为了实现下肢康复机器人在康复训练过程中主动模式下的控制,在分析了人机交互作用力与动力学模型的基础上,提出了一种模糊增益自适应调整的滑模阻抗控制。该控制方法,通过阻抗控制器修正期望的下肢运动轨迹,得到新的关节运动轨迹,将新的关节轨迹与实际的关节轨迹误差转化为滑模函数,通过模糊化,将自适应力矩作用于下肢康复机器人。该控制方法减轻了滑模控制中的抖振现象,使其达到期望的力矩控制效果,实现了主动模式下的的柔顺性。     

一种水平机器人动力学模型辨识方法

机器人动力学模型的辨识方法往往涉及多个参数变量,在控制应用中步骤繁琐,实施难度大.鉴于此,提出了一种水平机器人动力学模型简化的方法.通过拉格朗日原理建立水平机器人完整的动力学模型;采集本体轨迹和电流实时数据,通过理论的机械惯量参数,采用最小二乘法辨识本体的摩擦/转子惯量系数,最后进行了实验效果的验证.通过此方法,可降低动力学参数辨识过程的复杂度,可用于估算轨迹规划中的电机扭矩分布情况,从而便于优化轨迹处理.     

2自由度绳索牵引并联机器人的高速点到点轨迹规划方法

合理的轨迹规划方法可以提高机器人运动控制的平稳性、快速性和工作效率。当前绳索牵引并联机器人的轨迹规划方法主要采用多项式函数和三角函数满足平稳性要求,但规划算法复杂、快速性较差。针对一种2自由度绳索牵引并联机器人,根据动力学模型推导绳索拉力的单向性约束条件,提出一种新的点到点轨迹规划方法——S型-梯形组合规划方法。考虑到具体的点到点轨迹包含若干个需要依次到达的目标点,构成起始段、中间段和终止段三种不同的运动段,故采用S型-梯形组合规划方法分别设计这三种运动段的速度曲线,使得机器人在起始点和终止点的加速度为零,而中间若干点的加速度不为零,实现动态轨迹规划。仿真试验表明所提出的规划方法不仅可以满足绳索拉力的单向性约束条件,且加速度为简单的一次曲线,可以实现高速的点到点运动。     

双臂机器人神经网络解耦与路径规划算法研究

针对双臂机器人的手臂运动控制问题,研究了其神经网解耦和路径规划算法。首先,对其双臂机械结构进行了分析,总结了各个关节对机器人末端位姿的影响;其次,通过MDH法建立了连杆坐标系,并给出了机械臂的运动学模型,进而依据手臂末端位置与姿态解耦的特点,通过三层BP神经网络与解析法相结合的方式研究了解耦逆运动学算法,避免了蚁群算法收敛较慢的问题;最后针对S曲线介绍了规划过程中各个参数的求解和适配方法,提出一种基于数值积分的B样条求解方法实现曲线拟合,优化空间曲线的平顺性;最后,对运动学算法与轨迹规划算法的有效性进行了验证。     

大范围平动并联机器人运动学解耦与速度自适应规划

并联机器人是一种多支链、多关节、强耦合非线性系统,具有高速、高刚度和大负载等明显优势而被广泛应用到工业领域。然而,随着关节数量的增加导致该类机器人运动学解耦和高精度平稳控制的难度较大。为实现大范围平动3-RRRU并联机器人自动化轨迹跟踪和控制的平稳性,针对运动学解耦和速度自适应规划方法展开了系统、深入地研究。首先,应用DH法建立了机器人运动学模型,基于结构约束条件完成运动学解耦计算,并在S型控制策略中加入速度自适应修正机制,依据不同轨迹可自动计算并修正最大速度参数,实现自适应优化;其次,采用激光跟踪仪对机器人轨迹进行动态跟踪,对比分析了S型速度和梯型速度控制策略下的跟踪精度,梯型速度规划下其最大误差高达4.513 mm,是S型控制策略的3倍,且位置误差曲线出现多个尖峰值,说明因速度突变导致运动平稳性较差;最后,测试S型速度规划下采用自适应修正机制前、后机器人的平稳性以及轨迹跟踪精度。实验结果表明:当规划路径难以实现机器人加速到原预设最大速度时,在轨迹末端存在较大的惯性速度,产生位置尖峰误差为2.676 mm,是修正后最大误差的2.4倍,且伴随着明显的冲击效应。引入自适应修正机制后圆轨迹的起点和终点位置误差分别为0.722 mm和0.382 mm,二者相对位置偏差仅为0.34 mm,且末端定位误差相比修正前降低了一个数量级,有效解决了机器人存在惯性冲击效应的难题,大幅提高了机器人整体轨迹跟踪的精度和控制的平稳性。     

基于S型曲线加减速的机器人圆弧轨迹规划与仿真

轨迹规划算法在机器人控制中的地位十分重要,其优劣会直接影响机器人的运动速度、精度以及平稳性。结合康尼公司设计的KNT-ESR6B机器人,针对传统加减速算法的运动加速度突变所造成的机器人运动抖动问题,提出了基于S型曲线加减速的空间圆弧轨迹规划算法,并在Matlab平台进行了仿真实验。     

基于动力学的搬运机器人运动规划控制算法与仿真

针对移动操作自由度冗余搬运机器人伤员搬运运动的安全性、稳定性要求,提出基于动力学的运动规划与控制方法。采用改进D-H方法建立搬运机器人正逆运动学模型;采用拉格朗日法建立机器人动力学模型;基于零力矩点（ZMP—the Zero-Moment Point）方法建立机器人稳定性评估模型;采用S形曲线方法规划机器人末端运动;通过优化稳定性求解机器人运动学逆解;采用滤波方法拟合关节运动曲线实现关节平稳运动;仿真验证了基于动力学的搬运机器人运动规划控制算法的有效性。     

双S速度规划器的改进及其在协作机器人中的应用

本文研究了双S速度规划器在协作机器人中的计算和应用问题,解决了双S速度规划器在应用中最大速度不可达情况下存在轨迹不能规划的情况,对双S速度规划器进行改进。具体方法是对加速度最大值进行衰减迭代,重新分配加/减速度段时间。最后将改进的双S速度规划器作为轨迹规划器算法应用于协作机器人,机器人运行平稳。改进后的双S速度规划器能够解决机器人因采用传统轨迹规划器或在双S速度规划器下无法规划引起的抖动问题。     

弧焊机器人自适应轨迹跟踪控制仿真

针对多关节机械手具有非线性和耦合性等特点,常用的PD控制难以达到现场作业的要求。以弧焊机器人为研究对象,运用拉格朗日法建立该机器人的动力学模型,并在进行动力学仿真的基础上求得两关节机器人的简化模型,然后采用鲁棒自适应算法与PD控制结合的算法实现轨迹跟踪控制,最后在MATLAB/Simulink中进行算法仿真。仿真结果表明,机器人能有效抑制外界扰动对跟踪轨迹的影响,动态性能和误差收敛性良好,为实现多关节机器人的轨迹跟踪控制提供了理论基础。     

不确定性机器人轨迹跟踪控制的粒子群算法

由于机器人动力学系统中存在的不确定项以及外部干扰信号等因素的影响,传统控制方法实现机器人系统的轨迹跟踪时存在较大的跟踪误差。针对这一问题,提出了一种基于粒子群算法的机器人轨迹跟踪的学习补偿控制方法。首先利用PD控制的计算力矩法控制机器人系统的精确已知部分,再利用粒子群算法的进化学习功能对机器人系统中存在的不确定性因素进行补偿,消除不确定性因素对系统的影响,实现机器人系统运动轨迹跟踪的良好控制。文末以PUMA560型机器人为受控对象,给出了仿真算例,仿真结果表明了该方法的有效性。     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。     

基于改进RRT算法的数控机床上下料机器人路径规划仿真研究

针对工业机器人辅助的数控机床对避障、平稳且以较快速度实现目标点定位的需求,设计了三维空间中工业机器人轨迹规划的目标函数,提出具有角度目标导向的改进RRT算法,构建了基于机器人操作系统（ROS）的AUBOi5机器人数控机床上下料仿真环境。在ROS中分别对数控机床加工环境的主要组成部分进行仿真,模拟真实工况;在创建数控机床加工环境的基础上,利用Moveit！和Gezebo平台对机械臂进行配置,创建了Moviet！轨迹规划和机器人控制文件,并测试两种算法的轨迹规划效果。仿真实验结果表明,改进后的RRT算法规划在规划时间和拓展点总数上分别比传统的RRT算法减少18.6%和22.7%。所提RRT改进算法可以成功应用于协作机器人的数控机床工作环境,实现人机安全协作,提高了上下料效率。     

迭代学习在工业机械手自适应控制中的应用

针对机器人运动控制模型中存在的未知项建模误差,提出了基于迭代学习与滑模控制的机器人组合自适应控制方法.将机器人动力学方程以状态回归量的形式表示,使时变参数与物理参数分离,通过设计的参数自适应律,实现了对未知参数的在线估计.将跟踪误差限制在滑模面上,实现了对目标轨迹的有效跟踪.仿真实例表明,提出的组合控制算法在机器人轨迹跟踪中具有一定的可行性.     

柔顺并联机器人运动规划

以柔顺关节并联机器人系统为研究对象,对其运动规划问题进行研究。根据柔顺关节特性,建立系统分析模型,基于拉格朗日方法建立系统动力学方程。为保证系统平稳运行,抑制惯性力的变化速度,应用梯形和S型速度规划方法进行运动规划,并给出了直线轨迹和圆轨迹的运动规划算法。仿真试验结果验证了运动规划方法的有效性。     

一种基于多轴工业机器人的非线性同步控制方法

为了提高机器人的末端轨迹精度,提出了一种基于六轴工业机器人的包含位置误差和同步误差的非线性PD偏差耦合控制策略。该策略无需考虑机器人精确的动力学模型参数,避免了不精确动力学参数的影响。首先建立了基于IRB120型虚拟样机的动力学模型,再利用Simulink和Adams进行联合仿真验证该策略的合理性。仿真结果表明,利用该方法与基于相同规划轨迹的传统非同步控制的力矩前馈算法和PD同步控制算法进行比较,有效地降低了关节同步误差,提高了末端的轨迹精度。