多自由度串联机器人的高效率反向动力学建模方法

针对多自由度串联机器人的反向动力学建模问题,通过引入解耦的自然正交补的概念和方法,消除了牛顿-欧拉动力学方程中的约束力项,得到了一种基于解耦的自然正交补的高效反向动力学递推建模方法。编制程序对七自由度串联机器人进行了仿真验证,并将其与牛顿-欧拉递推建模方法进行了对比。结果表明,基于解耦的自然正交补的反向动力学递推建模方法可节省约2/3的CPU计算时间,仿真结果正确、合理,从而验证了该方法的可靠性和高效性。     

堆垛机神经网络PID控制系统研究

针对立体仓库在可利用的空间资源和对资源的综合管理上的优势,提出了一种以DSP为控制器的堆垛机神经网络PID控制方法,自动完成并实现堆垛机系统x-y-z轴上3个电机的执行动作。通过神经网络PID与传统PI的切换,配合红外传感技术,提高了电机的运行效率,实现了对仓库位置的精确定位。对系统进行了仿真,仿真结果表明,系统运行可靠,动静态性能良好,具有较高稳定性。     

一种串联机器人约束力的计算方法

针对串联机器人关节约束力的计算问题,在传统的动力学模型的基础上,引入解耦的自然正交补的概念和方法,利用旋量来表示相关的运动学和动力学变量,得到了1种基于解耦的自然正交补的关节约束力建模方法。在Mathematica 9.0中对平面3自由度串联机器人进行仿真验证,对各个关节所需的约束力进行了分析。分析结果表明,基于解耦的自然正交补的约束力建模方法的仿真结果正确、合理,验证了该方法的可靠性和实用性。