共查询到16条相似文献,搜索用时 93 毫秒
1.
在分析工业以太网EtherCAT协议基础之上,针对现今EtherCAT从站采用专用ASIC或者商用IP核实现的成本高、不灵活等问题,提出了一种基于通用FPGA的实现方法。该方法根据数据帧驱动特性的分时复用策略,将EtherCAT从站IP核中的各个功能模块任务进行分类,利用FPGA的并行特性进行模块任务的串并行调度,实现了在无数据帧缓存的条件下EtherCAT从站IP核。实验结果表明,基于该方法设计及实现的IP核不仅具有良好的兼容性和稳定性,还具有更为优良同步特性和快速响应特性。 相似文献
2.
3.
4.
5.
实时工业以太网技术是目前工业通信领域研究的热点,EtherCAT技术具有光明的应用前景.无线传感网ZigBee技术可以带来传输通道部署和规划上的便利,可以减少大量布线施工的代价与困扰.开发连接EtherCAT和ZigBee的网关可以拓展工业通信网络的范围,实现对工业制造现场的环境变化的感知.在对两种协议深入研究的基础上,提出了ZigBee接入EtherCAT的实现方案,设计了EtherCAT和ZigBee的网关通信模型,并且采用ARM Cortex-A8和CC2530设计并实现了连接EtherCAT与ZigBee的网关.经过测试表明,该网关实现了EtherCAT与ZigBee网络通信的协议转换功能,能够满足实时采集现场数据的需要. 相似文献
6.
LinuxCNC是一款开源实时数控系统,可应用于工业机器人的伺服控制等领域,但其本身并没有实现任何与下层设备的通信功能。因此,若想利用该系统作为上位机软件,需另外扩展其与下位机的通信模块。介绍了一种通过扩展LinuxCNC的HAL模块来实现EtherCAT实时工业以太网主站的设计方法,从而实现整个系统的上位机和下位机通信。详细阐述了主站各个模块的功能和工作原理,并给出了其具体实现的步骤。实验结果表明,用该方法实现的EtherCAT主站可以稳定高效地运行在LinuxCNC数控系统上。 相似文献
8.
9.
由于传统PLC需要依赖于特定的软硬件,其硬件、软件系统封闭,系统开放性和扩展性不足,并且现场数据传输实时性不高。针对这些问题,提出了一种利用实时以太网EtherCAT协议通讯,基于PC的软PLC运动控制方案。该方案通讯总线采用分布式时钟技术,使用标准以太网协议,无需专用网卡,便能够实现多轴精确同步控制,适合高速机器人的高精度伺服控制。通过在DELTA2高速并联机器人上的测试分析,结果表明:该控制方案使机器人的运动控制性能得到了很大的提升。 相似文献
10.
11.
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°。 相似文献
12.
机器人的高可靠性、重复性及高速特点,极大地提高了自动化线的工作效率和智能化程度。利用基于PC机的Lab VIEW VDM机器视觉识别软件强大的运算能力,配合机器人视觉识别系统实现锁螺丝的连续工作。实践证明,该系统运行安全可靠。 相似文献
13.
文章以实时以太网EtherCAT技术为基础构建网络结构,组建了一个三轴并联高性能伺服控制系统.硬件设计方面选用了施耐德Ser系列伺服电机和Lexium17D系列伺服驱动器,以及德国倍福公司的ET1100设备系列的运动控制器.软件方面使用Unilink和TwinCat提供运动控制程序运行平台.此系统实时性好、组网简单,可用于复杂加工控制领域中的高性能三轴联动伺服控制. 相似文献
14.
15.
为解决人工捡球费力费时的问题,设计了一种双目视觉识别定位、机械手捡拾和自主避障的轮式智能捡球机器人。该机器人通过双目摄像头和Lab VIEW平台,实现对小球图像的实时采集与处理;运动控制系统采用以STM32F411为主核心的NUCLEO-F411RE嵌入式开发板,实现对各个模块的驱动;通过五自由度机械手实现小球的捡拾;通过红外传感器检测周围环境,实现自主避障;由计数器统计捡球数量,通过手柄模块人机交互辅助完成卸载过程。仿真结果表明:该机器人能够完成高尔夫球、乒乓球、网球等多种小型球类的捡拾任务。 相似文献
16.
为了提高Delta机器人在自动化拾取作业中的控制精度、速度及系统的实时性和可靠性,提出基于欧姆龙Sysmac自动化平台对Delta机器人控制系统进行设计,采用NJ系列机器人控制器和控制用高速网络EtherCAT,将机器人的运动控制和周边运动的逻辑控制进行统一,实现一体化控制,并通过视觉系统判断抓取对象的位置偏差,实现精确定位,展现机器人与视觉系统的完美配合。验证工作基于Delta机器人的动态抓取实验平台展开,顺利地完成了"检测—跟踪—抓取—搬运"实验,实验结果充分证明了方案的可行性。 相似文献