机械臂绝对定位精度测量

提出了用激光跟踪仪标定机械臂的D-H参数、测量机械臂绝对位姿以及对机械臂的绝对定位精度进行分析的方法;用激光跟踪仪测量机械臂各个关节单独运动时得到的一系列离散点,就可确定机械臂各个关节的轴线,由此建立机械臂的D-H坐标系,并对D-H参数进行标定;然后,给出了由6D激光头位姿确定机械臂末端位姿的方法;最后,推出了由测量位姿值与命令位姿值相比较,得到机械臂绝对定位的位置和姿态偏差的方法;这些方法可以有效、迅速地完成对机械臂绝对定位精度的测量.     

面向铣削机器人的低成本精确标定及刀路拟合方法

针对铣削机器人路径轨迹绝对拟合精度低及空间路径拟合会产生刀路误差的问题,提出了一种无须精密仪器即可获得有效标定的方法。研究重点在于提高铣削加工精度。首先,通过重新计算和修正机器人路径轨迹控制点的方式,解决了路径拟合带来的切削误差问题,为接下来的切削测量精度提供了进一步的保障;然后,针对铣削主轴使工具末端位置产生的偏移,在机器人标定模型中加入了自重及外加负载模型,并且特别引入了包含角度数据的约束方程和目标函数,增加了标定数据的全面性并提高了标定效率;最后,利用此方法对KUKA60机器人进行参数标定实验,实验显示,经过标定后的铣削机器人的加工精度得到了显著的提高,铣削方块边长和夹角精度分别从0.520 mm和30分降为0.240 mm和16分,提高了53.8%和46.7%。     

机械臂卷积神经网络滑模轨迹跟踪控制

针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。     

六自由度飞机清洗臂运动学建模与轨迹优化

传统飞机清洗车由于关节运动不稳定,清洗时间长,清洗效率低造成无法对机身蒙皮进行快捷高效清洗。针对心目问题,设计了六自由度飞机清洗臂,为验证机械臂的运动性能,运用改进D-H法进行运动学分析得到机械臂末端转换矩阵,设计了GUI计算运动学正逆解。并提出将改进粒子群算法与3-5-3分段插值相结合的方法对飞机清洗臂进行时间最优轨迹规划。通过仿真结果显示,与传统3-5-3多项式插值相比,上述方法在保证运动稳定性的同时缩短了运动时间。为以后飞机清洗臂的路径规划与控制问题的研究奠定了基础。     

带电作业用便携式仿生机械臂作业路径的自动化控制方法

为增强对机械臂作业路径的控制效果,本文提出带电作业用便携式仿生机械臂作业路径的自动化控制方法。在测定仿生机械臂参数后,建立机械臂的有限元模型,更直观地表达便携式仿生机械臂的动态变形过程;结合近似逆动力学模型与CMAC控制技术,控制带电作业用机械臂的运动轨迹。实验结果表明,应用本文方法后,机械臂轨迹跟踪效果较好,避撞成功率也高于传统方法。     

冗余度机械臂零初始加速度运动规划方案研究

针对冗余度机械臂加速度非零初始值的情况,探讨了一种基于伪逆的加速度层优化控制方案。利用约束函数以使关节从零初始加速度开始运动,并引入关节速度/位置的反馈信息,采用速度/位置误差补偿方法改善运动学方程。通过上述方案对机械臂进行优化控制,可及时减小末端执行器的速度误差和位置误差,从而保证轨迹跟踪的精度。利用MATLAB软件对平面三连杆机械臂跟踪圆形和星形轨迹进行了实验。实验表明末端执行器位置误差在5s内达到10-6 m精度,机械臂能顺利完成跟踪任务。     

机器人轨迹跟踪精度对铣削再生颤振的影响

针对工业机器人低轨迹精度导致的轨迹跟踪误差，分析了切削过程中动态切削厚度和时滞效应对轨迹跟踪误差的响应。考虑轨迹跟踪误差引起的加工底面过程阻尼增加现象，建立包含轨迹误差的动态切削力模型。通过铣削实验验证了该模型，发现了机器人轨迹跟踪误差引发的动态切削厚度变化、时滞效应以及过程阻尼增加等现象能够提高临界轴向切深，扩大铣削加工的稳定域，但会降低表面质量与尺寸精度。本文的理论模型解释了在机器人铣削实验过程中出现的颤振发生又逐渐消失的特殊现象，为提高机器人铣削效率及抑制铣削颤振提供了理论模型。     

机械臂轨迹跟踪控制--基于EC-RBF神经网络的机械臂模型参考自适应控制

针对机械臂运动轨迹控制中存在的跟踪精度不高的问题,采用了一种基于EC-RBF神经网络的模型参考自适应控制方案对机械臂进行模型辨识与轨迹跟踪控制。该方案采用了两个RBF神经网络,运用EC-RBF学习算法,采用离线与在线相结合的方法来训练神经网络,一个用来实现对机械臂进行模型辨识,一个用来实现对机械臂轨迹跟踪控制。对二自由度机械臂进行仿真,结果表明,使用该控制方案对机械臂进行轨迹跟踪控制具有较高的控制精度,且因采用EC-RBF学习算法使网络具有更快的训练速度,从而使得控制过程较迅速。     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

基于蚁群算法的机械臂轨迹偏离自动控制方法

常规的机械臂轨迹偏离自动控制方法使用相关的控制算法对偏离的轨迹进行补偿跟踪,无法控制移动的姿态轨迹,导致机械臂轨迹偏离值过高,因此需要基于蚁群算法,设计一种全新的机械臂轨迹偏离自动控制方法。以自动化执行网络为基础,获取最优控制反馈,生成偏离控制器,再输出控制参数,形成控制轨迹模型,得到轨迹偏离自动控制算法,从而实现机械臂轨迹偏离自动控制。实验结果表明,设计的基于蚁群算法的机械臂轨迹偏离自动控制方法在不同测试点下的轨迹偏离值均较低,证明设计方法的自动控制效果较好,具有有效性,有一定的应用价值。     

基于指数趋近律的机械臂神经网络滑模控制

为解决机械臂轨迹跟踪控制中存在建模不确定性以及外界干扰及摩擦造成的控制效果不理想等问题。利用神经网络对建模的不确定项进行逼近,本文提出一种基于指数趋近律的神经网络滑模控制对机械臂完成轨迹跟踪控制。采用二自由度的刚性机械臂为控制对象进行实验,仿真结果表明,该控制方法能缓解外部干扰对控制系统的影响,保证系统的稳定性,有效地提高系统的控制性能。     

基于力/位混合算法的7自由度机械臂精细操控方法

为了使冗余机械臂在具有良好的自治性和灵活性的同时保证末端的执行精度,提出一种基于力/位混合控制的冗余机械臂精细控制方法.通过建立准确的运动学模型,分析机械臂系统的运动特性,利用固定角度与梯度下降相结合的方法求动力学逆解.在对机械臂的力/位混合控制律建模的基础上,利用位置控制和力控制对机械臂末端的运动轨迹进行规划.针对受环境约束的机械臂的控制问题,提出冗余自由度机械臂的适从坐标系建立方法,使得末端执行器能够在任意曲面完成作业任务.在仿真分析和实验中,令机械臂末端跟随任意设定的曲线轨迹到达给定点.通过多次测量得出,力精度误差小于2%,并且在保证作用力方向精确的条件下,机械臂末端轨迹的偏离值小于5%.结果表明,所设计的力/位混合控制方法对7自由度机械臂控制精度效果良好.     

机械臂D-H参数和减速比几何标定及误差补偿

针对机械臂D-H参数和关节电机减速比不精确导致机械臂绝对定位精度降低的问题,提出了在利用几何分析标定机械臂D-H参数的基础上,通过分析关节实际旋转角度和相应电机编码器码值的线性关系,标定关节电机减速比的方法;针对关节角误差微分补偿法计算量大的缺点,通过推导机械臂末端位姿矩阵误差和关节角误差之间的微分关系建立误差模型,求解关节补偿角,避免了雅各比矩阵的求取,提高了计算效率;最后采用三维激光跟踪仪搭建测量系统,完成了一种6自由度机械臂的标定及补偿实验;实验结果表明,通过参数标定及误差补偿,机械臂的绝对定位误差均值从标定前的2.83 mm和1.14°降低到0.54 mm和0.24°,验证了方法的有效性。     

机械臂轨迹跟踪控制研究进展

综述了近年来刚性机械臂轨迹跟踪控制研究领域的最新进展.根据应用于机械臂的不同控制算法进行分类,从自适应PID控制、神经网络自适应控制、模糊自适应控制、滑模变结构控制和鲁棒自适应控制5种主要控制方法进行阐述.重点从关节空间出发,论述了各种控制算法在提高机械臂轨迹跟踪性能方面的各自优缺点,并分析了它们之间的相互联系.对机械...     

基于PMSM驱动的柔性关节空间机械臂轨迹跟踪控制方法

针对目前柔性关节空间机械臂轨迹跟踪控制方法忽略了不同重力影响下的机械臂驱动力变化,导致柔性关节空间机械臂轨迹跟踪控制效果较差的问题,提出了基于PMSM驱动的柔性关节空间机械臂轨迹跟踪控制方法。基于构建PMSM驱动数学模型,采用PMSM的矢量控制方法,分析驱动力矩矢量。根据驱动力矩矢量分析结果,分析不同重力环境下有、无摩擦时的驱动力矩。构建柔性关节模型,分析其在不同重力环境下遇到的重力释放问题,使用自适应反演滑膜控制方法,设计控制率,保证机械臂能够按照既定的方向运动,使机械臂具有鲁棒性。根据柔性关节空间机械臂动力学特性,分析不同重力环境下基于PMSM驱动力矩,确定重力项是随之发生改变的。设计控制器,构建动力学模型,确保空间阶段能够最大限度跟踪运动轨迹。实验结果表明,所提方法X轴、Y轴的末端跟踪结果均与实际运动轨迹一致,误差为0。关节控制力矩在时间为3s时,出现了最大为0.5N.m的误差,说明所提方法的跟踪控制效果较好。     

基于三步法的机械臂轨迹跟踪控制

考虑机械臂末端轨迹跟踪控制问题,以跟踪逆运动学求解出的末端期望轨迹对应的各关节期望角度为控制目标.设计了一种基于三步法的控制器,该控制器由类稳态控制、可变参考前馈控制和误差反馈控制3部分组成.证明了该控制器可以通过控制机械臂的各关节力矩实现各关节实际角度对期望角度的状态跟踪,进而使得末端轨迹渐近跟踪期望轨迹,并且跟踪误差是输入到状态稳定的.仿真表明基于三步法控制器的空间机械臂末端可以渐近跟踪期望轨迹,并且该算法可以克服系统的末端负载质量变化等不确定性的影响.     

基于专家PID的带臂四旋翼无人机控制方法

相较于未带臂的无人机,带臂无人机（UAV）的飞行轨迹会出现较大偏差,更难以稳定控制。为了解决带臂UAV的精确轨迹控制问题,提出基于专家PID的带臂四旋翼无人机控制方法。首先,将机械臂搭载于UAV上把它们作为整体,并通过拉格朗日方程建立了带臂UAV的运动学和动力学系统模型;其次,设计专家PID控制器用于对系统的稳定控制;然后利用五次多项式对带臂UAV的机械臂进行轨迹规划;最后,通过仿真验证专家PID控制方法对带臂UAV稳定控制的有效性。实验结果表明,相较于常规PID控制,所提基于专家PID的控制方法提高了系统的响应速度,且能够有效地抑制外部扰动;该方法对于动作情况下的机械臂能够稳定地跟踪其轨迹,且具有很好的抗扰性和鲁棒性。     

基于改进型RLM算法的六轴机械臂运动学标定实验

六自由度机械臂为高维性、强耦合的非线性时变系统,其模型较复杂,参数辨识易受外界扰动影响,导致末端绝对定位精度低,精度一致性差等问题。以某型六轴机械臂为研究对象,根据微分运动学原理并忽略高阶项,获得末端线性误差模型,提出了收敛速度快且鲁棒性较强的改进型RLM算法进行几何参数的误差辨识,在此基础上搭建综合标定实验平台,利用静态测量精度较高的API T3三维激光跟踪仪采集工作空间中灵敏度较高的样本位姿点,根据国际标准ISO 9283中的位置精度评价标准,比较标定前后的位置误差分布区间,并对分析结果给出评价和总结,完成六自由度工业机械臂本体标定实验。     

基于参数不确定机械臂系统的自适应轨迹跟踪控制

针对机械臂系统惯性参数及运动学参数不能准确测量进而影响轨迹跟踪性能的问题,提出一种任务空间自适应轨迹跟踪控制方法,通过定义关节角速度参考误差,并将任务空间的轨迹跟踪误差及运动学参数误差反馈给控制器,以改善系统稳定性,设计电机参数传输矩阵及电机参数自适应率,以抵消电机发热引起参数漂移对跟踪性能影响,并给出了稳定性证明.实验结果表明,该方法能够较好地克服电机参数漂移对跟踪控制性能的影响.     

基于双向LSTM神经网络的机器人机械臂智能轨迹控制系统

针对机械臂智能轨迹控制易受其不确定性与外部扰动影响的问题,设计基于双向LSTM神经网络的机器人机械臂智能轨迹控制系统,实现对机器人机械臂轨迹的实时控制,使其能够快速响应环境变化和执行新任务。利用远程控制模块输入用户设定的机械臂运行参数;主控制模块的主控单元利用双向LSTM神经网络,估计机械臂的不确定性数据,并依据用户设定的相关参数,结合自适应滑模控制器,设计机械臂智能轨迹复合控制律,由主站通讯板卡传输至伺服模块;伺服模块接收智能轨迹复合控制律后,利用伺服驱动器启动直流力矩电机,按照复合控制律驱动机械臂运动,完成机械臂智能轨迹控制。实验证明：该系统可有效完成机器人机械臂智能轨迹控制,且控制后的运行轨迹与设定轨迹非常接近;经过控制后的机械臂关节角度变化曲线较平滑,且连续,具备较优的智能轨迹控制效果。