基于ARM和FPGA的机器人运动控制器的实现

介绍了一种基于ARM(Advanced RISC Microprocessor)和FPGA(Field Programmable Gate Array)的嵌入式机器人运动控制器的可重构设计方法,给出了控制器的结构设计、功能设计和硬件设计,提出了由ARM微控制器通过JTAG配置FPGA的方法,以及介绍了嵌入式操作系统μC/OS-Ⅱ在控制器中的应用;充分利用ARM微处理器高速运算能力和FPGA的快速配置能力,大大减少了系统的外围接口器件,有效地降低了成本,提高了系统的集成度和灵活性,便于用户实现较为复杂的算法;实验表明,控制器性能可靠,能同时满足多轴电机运动控制的需要.     

基于激光测距仪的3 维景深图像重构与辨识

针对3 维景深图像仅仅具有距离信息的局限性,提出景深面元的概念,并利用基于景深面元的法向 量聚类法对景深图像进行基本的识别．通过景深面元,将Sobel 算子引入到景深图像的边缘检测上来,提出了一 种简易的景深图像边缘识别方法．为了满足3 维景深图像重构和识别的实时性要求,采用了ARM（advanced RISC machine）+ DSP（digital signal processing）的硬件平台架构．实验结果表明,基于景深面元的3 维识别和边缘检测算 法是有效可行的．     

具有关节角反馈的绳驱动仿人肩关节的张力优化与控制

本文研究一种具有关节角反馈的3-DOF绳驱动仿人肩关节,采用3个垂直相交于一点的单轴机构实现肩关节的功能.针对绳驱动技术中绳的弹性和机械安装误差,在各关节上均安装编码器读取各关节位置误差.针对并联机构输出耦合的问题,设计了具有逆运动学的实时计算和误差在线补偿的线性位置插补方法.同时针对载荷变化引起的绳上张力变化剧烈和振...     

适用于独立式车辆自动跟踪的力延时柔性虚杆建模

针对传统车辆自动跟踪系统中前车加速和转弯时跟踪误差大的缺点,提出一种具有力延时的改进柔性虚拟杆建模的算法.在原柔性虚杆的基础上增加虚拟力控制部分,使虚拟柔性杆精确地拟合出前车轨迹,并拖动后车沿着虚杆的形状进行精确运动.该作用力会根据虚拟柔性杆的形态和长度的不同而发生改变,并且该虚拟力自产生到发生作用要经历一段延时,通过...     

绳驱动拟人臂机器人回零算法分析

为解决绳驱动拟人臂机器人在运动过程中产生的误差累积问题以及确定断电后重启的位姿,介绍一种不依靠外部设备的回零方法,即仅依靠自身检测的传感信息和相应的算法实现自回零.针对三自由度的并联球关节的自动回零问题,结合绳驱动并联机器人的结构特点,系统采用增量式编码器与限位开关相结合作为回零检测装置|在此基础上,对机构的运动耦合性进行了分析,提出分三步实现机器人动平台的原点定位与自动回零方法,并通过解耦控制,实现每步回零运动只需主动控制一条驱动绳索|仿真与实验验证这种三步自动回零算法的可行性,能够灵活准确的使机器人回到初始状态.     

球型电机电流控制器设计

为了满足球型电机对电流双极性、多通道、大功率的实时同步控制,文章采用单片机、CPLD和Visual C＋＋串口编程技术来实现电流控制器的设计与开发。该控制器可以灵活、方便的同步输出各种控制算法所需的多路电流,满足对复杂控制对象的控制。文中介绍了电流控制器的主要实现电路、控制算法、调试方法,试验结果表明该电流控制器完全能够满足球型电机控制的需要。     

可实现三维位置检测的球型电机磁场分析

本文提出了一种直流永磁球型电机整体结构的设计理念.为了减小球型电机运动环节产生的摩擦力,针对球型电机结构特点,设计了基于十字轴结构的运动装置,并结合编码器以及倾角传感器提出了在球型电机内部可实现三位置检测的设计思路.为了得到球型电机的力矩输出与线圈激励的关系,对球型电机进行了磁场分析,利用麦克斯韦定律建立标量磁位的拉普拉斯方程,求解方程并利用边界条件得到空间磁场分布表达式,其结果可为进一步的研究和实验方案设计提供借鉴和参考.     

基于UKF的室内移动机器人定位技术研究

为提高室内轮式机器人定位精度,采用多传感器信息融合的机器人自主定位方法,根据室内轮式移动机器人的运动模型,建立了定位系统的状态方程;基于传感器的工作原理和数学模型,建立了各自的观测方程。鉴于二者的非线性,利用无味卡尔曼滤波算法对传感器信息进行融合。实验中开发了基于FPGA的主控平台,降低了数据处理系统的冗余度,提高了系统的稳定性。另外,设计了多传感器并行采集与快速处理的算法,提高了传感器信息融合的实时性和有效性。通过进行的机器人行走实验,结果表明该算法明显减小了定位误差,有效地提高了定位精度。     

基于腕力传感器的绳驱动拟人臂的力/位混合控制研究

该文在研究7-DOF绳驱动拟人臂运动控制的基础上,结合安装在关节处的角度传感器的反馈信息,提出一种改进的耦合球关节闭环控制算法,使拟人臂的运动精度大大提高;同时利用安装在末端的腕力传感器的反馈信息,提出一种基于阻抗控制的力位混合控制算法,并讨论了容易建模和不易建模的两种环境下的轨迹规划问题,结合PC+PMAC分级控制系统和上面两种算法完成了7-DOF拟人臂的高精度位置伺服控制和与外界环境的接触力控制。实验和仿真结果表明算法的正确性和控制的有效性。     

复杂环境下基于推抓协同操作的目标物体抓取

针对现有抓取技术在复杂环境下难以进行有效的目标导向性抓取的问题, 本文提出了一种基于深度强化学习的推动和抓取协同操作的方法. 相对于以往的抓取方法, 本方法使用深度学习来处理Intel-D435i相机所获得的RGB-D图像数据, 同时又在视觉网络中引入了注意力机制, 用来提高系统对工作区域内目标物体的敏感性. 其次,使用深度Q网络来学习UR5机械臂与环境之间的交互过程, 提出了密集奖励策略来评判推动或抓取操作的好坏. 随着训练次数的不断增加, UR5机械臂在训练过程中不断地优化两种操作之间的协同策略, 从而更高效的进行决策.最后, 在V-rep仿真平台上设计了仿真场景, 并进行测试, 平均抓取成功率达到92.5%. 通过与其他几种方法进行对比, 证明该方法可以在复杂环境下较好的完成目标物体的抓取任务.