基于IPSO算法的机器人抓取系统刚度优化研究

微小型工业机器人以其强耦合性、可扩展性、高精度被广泛应用到各行业，然而大多数机器人以串联型为主，其结构弱刚度问题会导致机器人动作时产生振动从而影响整体稳定性。以服务型机器人为研究对象，为保证机器人结构刚度以及抓取物体过程的稳定性，对机器人整体结构刚度进行优化。对机器人进行运动学静态建模，利用刚度等效原理计算机器人关节刚度；在抓取位姿范围约束下，将机器人末端刚度椭球半轴长作为优化指标，采用改进粒子群算法(IPSO)对机器人在不同抓取位姿的刚度进行优化，并将结果与遗传算法、粒子群算法的优化结果进行对比；通过ANSYS有限元分析和实验对比机器人优化前后的末端变形量，结果表明：基于IPSO算法的机器人抓取系统刚度优化对提高机器人整体稳定性具有一定意义。     

关节一体化机器人动力学建模与伺服系统控制

针对关节一体化双臂机器人手臂高速运动下稳定抓取和电机控制问题,文章研究了其动力学建模与伺服系统控制算法。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;简化后的动力学方程更利于实现,有效加快计算速度。其次针对简化后的模型参数采用最小二乘法辨识,最后通过仿真和系统实验,验证动力学计算结果的正确性。再次由机器人动力学和电机动力学建立关节转矩模型进行关节转矩力控制;最后讨论了交流永磁同步电机的建模和控制问题。经过验证简化后的模型一方面等效于直流电机便于设计控制器,另一方面可用于机器人关节转矩控制。     

一种基于点云的机械手抓取方法

针对传统的机械手抓取方法难以获得可靠抓取位姿的问题，提出一种基于点云的抓取方法。通过深度相机获得工作空间的部分点云；采用GPD法在点云空间采样候选抓取位姿；最后，通过自主设计的评估模型筛选出高质量的抓取位姿。基于所提方法，搭建了完整的自主抓取系统，对多种物体进行实际抓取实验。结果表明：算法能有效地检测出可靠的抓取位姿，且对未知物体的泛化性良好，抓取成功率和抓取完成度较传统方法有明显提升，能够满足各类抓取任务的需求。     

基于MATLAB的MH24机器人3D建模仿真研究

在机器人的建模仿真研究中,多关节机器人因其结构复杂易导致建模不准确,机器人在仿真运动过程中难以体现实际的运动情况。为提高多关节机器人仿真运动时的模型逼真效果,提出了一种结合机器人工具箱和三维绘图软件构建机器人3D仿真模型的方法。以安川的MH24通用机器人作为研究对象,对各关节结构和连杆参数进行建模分析,求解该机器人的正逆运动学方程。使用Solid Works绘图软件建立机器人各关节的3D模型,通过机器人工具箱对各关节3D模型和D-H参数模型进行整合,构建了逼真的MH24机器人3D仿真模型,完成了机器人各连杆的动态仿真驱动和末端执行器的轨迹规划仿真分析。通过正运动学方程和求解的机器人末端执行器的位姿矩阵值验证了3D建模的精确性。     

基于视觉的机器人目标抓取研究

为了减少机械臂在产品分类和抓取过程中的执行时间,减少定位误差,提高生产效率,提出基于视觉反馈机制的机器人控制方法。针对传统机器人只根据待抓物体特征点进行识别的局限性,根据机械臂系统可同时检测对象颜色和形状属性,提出基于RGB颜色空间和surf算法结合的目标对象特征提取方法;结合机械臂空间移动过程方法的研究,从机械臂逆运动学的角度出发,对以完成位姿定位的物体进行抓取;使用众为创造科技有限公司生产的xArm机器人验证所提方法的有效性和鲁棒性,结果表明该视觉识别方法有效提高了机器人抓取的精准性。     

气动连续型机器人设计及运动学分析

针对传统工业机器人柔性不足的情况,根据象鼻仿生学基本原理,采用气动柔性驱动器(FPA),设计了气动连续型机器人的机械结构,并基于"头部引导法"进行了运动学分析,设计了相应的测控系统。系统实现连续型机器人弧长、偏转角度、曲率实时检测,并将检测数据传输至上位机。由上位机实现机器人位姿实时计算。最后加工制作了该连续型机器人原型,并实现了抓取实验,原型机可实现200 g以内物体卷绕抓取,弯曲角度控制精度小于10°。     

基于单目视觉的工业机器人拆垛系统设计与实验

基于单目视觉提出了工业机器人拆垛系统构想。为实现工业机器人视觉拆垛系统中机器人精确运动控制与工件位姿识别,运用D-H位移矩阵法建立了机器人运动学模型,得到机器人末端相对机器人坐标系的位姿信息。基于形状模板匹配法提出目标图像识别算法,得到各个目标图像在相机坐标系下的位姿信息;将三维视觉模型与机器人运动学模型进行信息融合,建立机器人视觉拆垛控制系统数学模型。基于CCD工业相机、4-DOF工业机器人搭建视觉定位抓取实验系统。通过对空间目标进行抓取的实验,验证基于单目视觉的工业机器人拆垛系统的正确性、精确性、鲁棒性。     

基于机器人的舱体自动常温性能测试系统设计北大核心

针对目前雷达系列舱体常温性能测试过程中存在的移载过程占用人工多、姿态模拟精度不高等问题,设计了基于机器人的舱体自动常温性能测试系统,提出一种舱体位姿偏差精确识别与定位方法,进行舱体位姿高精度识别与定位,基于机器人实现舱体自动抓取及姿态模拟。实验结果表明,通过应用机器人代替人工操作,可实现舱体的精准自动抓取及高精度姿态模拟。该研究的成功应用不仅减少了人工占用,也提高了舱体测试自动化程度。     

基于高斯过程的倾转旋翼机器人模型辨识

针对一种新型倾转旋翼水空跨域机器人,采用一种非参数系统辨识算法,目的是在数据量较少情况下,实现对跨域机器人的动力学建模。该算法基于多输出高斯过程,在无需机器人动力学模型的先验知识情况下,可通过采集试验数据,获得机器人的模型。为降低高斯过程回归的计算复杂性,采用局部高斯过程回归,对机器人的动力学模型进行辨识。为验证该辨识方法的有效性,在空气中以倾转四旋翼模型为试验平台,利用遥控获取的机器人数据进行验证。在机器人相同控制输入量下,对比模型预测值和实际测量值,证明该机器人动力学辨识方法的有效性和局部高斯过程回归的快速性。     

6R机器人轨迹规划目标逆解精度优化算法

应用常规D-H建模方法,建立6R机器人正运动学模型。当模型存在误差时,轨迹规划目标逆解含有误差,实际运行轨迹无法满足机器人作业精度。提出将目标位姿与实际位姿间误差作为迭代目标,基于Levenberg-Marquardt方法求逆,利用含有误差的模型参数,实现逆解精度迭代优化,输出修正后的关节角逆解,可使机器人实际运动以所需作业精度接近轨迹规划目标位姿。经仿真验证,算法可完成复杂的轨迹规划逆解精度优化,且避免运动学模型高精标定与参数识别,有实际应用价值。     

机器人轨迹规划目标逆解精度优化算法

应用常规D-H建模方法,建立6R机器人正运动学模型。当模型存在误差时,轨迹规划目标逆解含有误差,实际运行轨迹无法满足机器人作业精度。提出将目标位姿与实际位姿间误差作为迭代目标,基于Levenberg-Marquardt方法求逆,利用含有误差的模型参数,实现逆解精度迭代优化,输出修正后的关节角逆解,可使机器人实际运动以所需作业精度接近轨迹规划目标位姿。经仿真验证,算法可完成复杂的轨迹规划逆解精度优化,且避免运动学模型高精标定与参数识别,有实际应用价值。     

打磨机器人不同位姿下的刚度特性研究

针对机器人在加工应用中的弱刚性问题,对串联机器人打磨过程中的位姿进行优化以提高操作刚度。文章以ABB公司IRB6700六自由度串联机器人为研究对象,研究了该机器人在不同位姿下的刚度特性。首先以该型号机器人的连杆及结构参数,建立机器人各连杆坐标系,推导出其运动学方程及雅克比矩阵。其次忽略机器人臂杆刚度,建立了考虑关节刚度的机器人末端静刚度模型。最后研究了机器人在不同位姿下的刚度特性,以优化机器人末端刚度为目的,得到了该型号机器人在本打磨工况下的最优加工位姿。     

基于视觉引导的FANUC机器人抓取系统研究

针对目前工业机器人上料时大都采用预先示教的方式,一旦工作条件发生变化就会导致抓取失败的问题,研究了一种基于视觉引导FANUC机器人的抓取系统,提高了机器人柔性化抓取能力。系统采用单目视觉定位方法:将图像中的特征点通过相机标定参数、Eye-in-Hand手眼标定参数转换为机器人基坐标系下的位姿,利用FANUC Robot Interface实现上位机与机器人通信并把定位结果发送到机器人位置寄存器,引导机器人运动到相应位置并通过末端执行器完成对空心圆柱体工件的抓取。经过多次抓取实验数据分析,该系统定位误差在0.5mm以内,具有很好的实际应用价值。     

四自由度串并联机器人的位姿误差分析

介绍四自由度垂直移动关节与回转关节组合式串并联机器人的机构特点和机器人位姿误差分析的"小位移摄动法",利用该方法建立该构型机器人的位姿误差分析模型,通过仿真实验分析机器人广义坐标偏差和结构偏差对机器人末端位置误差的影响。仿真结果表明角度误差对机器人末端位置误差的影响较大,结构误差对机器人末端位姿误差的影响不大,证实该位姿误差模型的正确性,为机器人的位置误差补偿及精度优化设计提供参考。     

基于末端开环视觉系统的机器人目标抓取研究

以MOTOMAN-SV3X机器人、摄像机和传动带为基础,构建了一个基于机器视觉的机器人目标抓取系统.本系统中摄像机和机器人分别布置在传动带两端,其工作原理为:利用视觉定位和系统标定结果,经过坐标系转换将位姿信息转化到机器人基础坐标系中,然后根据位姿信息进行运动学逆解得相应的控制文件,最终实现摄像机在一端拍摄,机器人在另外一端对目标进行抓取.抓取实验结果验证了此系统的可行性和实用性,为提高生产线的自动化程度提供了一种新的方法,对后续的相关研究做了铺垫.     

机器人智能抓取系统视觉模块的研究与开发

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open CV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。     

UR10机器人的运动学分析与轨迹规划

为了让机器人在作业过程中运动轨迹具有连续、平滑的特性,对6自由度机械臂进行了运动学分析和轨迹规划。以6自由度的UR10机器人为研究对象,以刚体运动的齐次变换理论为基础,应用改进的D-H法对UR10机器人进行了运动学建模,基于几何与代数法对机器人进行了正、逆运动学分析,得到笛卡尔空间中末端执行器的位姿与关节空间中机器人关节角度之间的映射关系,并通过实例验证了公式推导的准确性。最后,基于MATLAB机器人工具箱,应用梯形的速度混合曲线对UR10机器人进行轨迹规划的仿真实验。试验结果表明:基于梯形的速度混合曲线得到的轨迹规划,实现了机器人的运动轨迹的连续和平滑。     

基于机器视觉的阀口袋动态抓取系统设计北大核心

在粉体包装领域常使用人工抓取阀口袋完成粉料的装填,自动化程度低且危害人体健康。为了解决这一问题,设计一套基于机器视觉的阀口袋动态抓取系统。首先,通过机器视觉完成相机标定、图像特征信息提取,得到阀口袋在机器人坐标系下的位姿数据。为了提高运动状态下阀口袋的定位精度,采用卡尔曼滤波对特征点位置进行校正。然后使用数据拟合描述阀口袋的位姿变化,进而预测抓取时刻阀口袋的位姿。在PLC控制下,工业机器人实现了对输送带上运动阀口袋的动态抓取,系统运行稳定,抓取误差小于1 mm,为实现自动化粉体包装提供了一种可行方案。     

气动仿人柔性灵巧手工作空间分析与抓取实验

采用自主研发的气动柔性关节,仿人手外形研制了一种新型柔性灵巧手。该机械手为人手的1.5倍,每根柔性手指由两个气动柔性关节组成,通过调节关节内气压控制手指形变实现机械手抓取物体。利用三维运动捕捉系统和机械手气动实验平台进行了不同气压下柔性手指的运动学实验,分析了机械手工作空间,并进行了机械手抓取实验。实验结果表明:该机械手具有较好的柔性和物形适应性可实现多种抓取模式和完成不同类型物体抓取;五指握取时可抓持最大物体直径为220 mm,最小物体直径为50 mm,质量为1 kg的物品。     

基于位姿变化的钻铆机器人刚度优化

钻铆机器人广泛应用于航空薄壁件加工装配中,当末端配备重载执行器进行钻铆作业时,因受到自身重力和横向切削力的影响会导致末端变形,加工质量变差,工业机器人这种弱刚性限制了其在精密加工领域的发展。以工业机器人自动钻铆系统为研究对象,建立运动学模型;选择合适的试验进行关节刚度辨识;在刚度模型基础上定义关节刚度性能指标;并通过粒子群优化算法寻找工业机器人作业时刚度最大位姿,确定所处位姿的关节角参数。通过选择合适的加工位姿提升工业机器人的刚度性能,保证孔位加工质量,提高生产效率,也可避免危险事故的发生。通过以上研究,可以求得符合钻铆工况下刚度最优的机器人工作位姿,并在假设实验中,验证了该姿态优化方法的可行性和有效性。