两4R冗余度柔性机器人协调操作的运动规划

提出了改进的关节初始位形规划法、改进的自运动规划法以及初始位形和自运动规划综合法，并对冗余度柔性协调操作机器人进行了运动规划，在保证两机器人协调以及两机器人各杆的弹性变形和动应力不超标的情况下，有效地降低了系统负载质心的位置误差，改善了系统的运动学性能，并且规划后的角加速度规律容易实现。     

基于细菌生长曲线的工业机器人运动规划

为解决工业机器人运动规划中的冲击、振动、快速响应等问题,提出了一种源于细菌生长曲线的新算法。介绍了细菌生长曲线,证明了其与运动规划中速度变化情况的相关性;导出了理想速度曲线及公式,给出了应用实例。仿真实验及在真实机器人上实验证明算法可行而有效,可解决关节驱动器运动规划中的冲击振动等问题,同时可调节算法参数以满足其他规划要求如快速到达目标位置等。算法虽简单但新颖实用。     

机器人装配中接触操作规划的准静态方法

接触约束是机器人装配操作的核心。通过对接触约束的分析,采用线性不等式组对不同接触约束进行进行表示,详细了不等式组多面凸锥的理论,给出了一个基于奇异值分解的多面凸锥的求解方法,并通过优化得最最优接触约束转移速度。最后给出了算法的图形仿真示例。     

柔性机器人协调操作终点定位规划

本文研究了柔性机器人协调操作系统的运动规划问题.提出了利用对机器人关节进行运动补偿来提高被操作物体在轨迹终点的定位精度的方法,并给出了两个平面3R柔性机器人协调操作一刚性负载的数值模拟,仿真结果证明了该方法的有效性.     

复合运动机器人及运动参数优化

介绍了复合运动机器人的概念及运动原理.由于运动参数对机器人运动速度和协调性有着很大的影响,故针对机器人两腿直线滑行时的运动建立等效数学模型,采用遗传算法对腿部运动参数进行优化,获得以稳态速度最大为目标函数的最优参数组合,为后续的控制工作提供了依据.     

基于RobotStudio的PC生产线重载工业机器人运动规划研究

面对PC生产线日益增长的需求量,高性能、高效率、智能化和自动化逐渐成为装配式建筑领域的发展趋势.基于RobotStudio的PC生产线重载工业机器人运动规划方案,针对生产线布局设计和工序流程的要求,通过研究PC生产线的重载工业机器人运动规划,获得产品数据,配置装配资源数据,从而实现PC生产线布局规划.构建基于Robot...     

面向时间与能耗的工业机器人运动参数优化

针对工业机器人作业时间和作业能耗,提出一种运动参数优化方法。采用五次多项式拟合机器人关节空间中每两个路径点之间的轨迹,基于机器人运动学和动力学建立时间和能耗模型,使用加权系数法构建了以绿色度最大为目标的优化模型。为了便于计算和避免算法陷入局部最优,引入增广拉格朗日乘子方法将模型简化,采用带收缩因子的粒子群算法进行求解。运用所提方法对中纤板生产线作业机器人运动参数进行优化,对两种轨迹函数所得结果进行对比,证明了所提方法的合理性,表明该方法能有效平衡机器人作业时间和作业能耗,提高机器人作业过程绿色度。     

机器人工作空间配置的可靠性规划

机器人工作空间是机器人运行控制的一个重要指标。本文依据动作可靠性的基本概念 ,结合机器人动作可靠性评价的基本要求 ,建立了机器人运动误差分析模型。基于针对机器人工作空间配置的数学描述 ,给出了机器人工作空间配置的可靠性评价方法与规划策略。运用一个 4自由度机器人工作空间规划分析的实例说明 ,机器人工作空间配置的可靠性规划 ,是全面完善系统性能的一个有效途径。     

面向可避障域的移动操作机运动规划解析方法

针对传统避障运动规划方法求解时间较长且不能保证避障充分性的不足,从移动平台与串联手臂联合避障的角度出发,通过整体自运动分析和障碍分类来求解可避障区域,进而得到一种移动操作机避障运动规划的新方法.对环境模型、障碍物、操作机关节轴线分布的几何特征进行分析,在此基础上结合8自由度轮式移动操作机自运动的特点,建立典型操作环境下障碍物的可回避性判据,利用此判据求解移动平台的可避障区域,进而面向可避障区域完成移动操作机的运动规划.该方法将空间避障对应的三维搜索问题转化为平面解析问题与一维搜索问题的叠加,虽然还不是一种纯解析方法,但较传统的数值优化方法大大减少了计算量,且保证了避障的充分性.试验结果验证了方法的可行性.     

基于平滑反射运动的工业机器人多变量时间最优轨迹规划研究

针对如何提升高精度装配工业机器人工作效率的问题,设计了一种基于平滑反射运动的工业机器人多变量时间最优轨迹规划方法,该方法可有效适用于健康和退化状态。研究了工业关节型机器人的运动链,并根据精确装配任务的要求和机械人各关节的性能,采用了新颖的多变量优化方法,将任意特定路径的执行时间缩到最短;采用异步方式调整了加速时间,实现了执行效率的优化;在光电子行业的模块化6自由度(DoF)机器人上进行了具体测试。实验结果表明:相比于其他最优执行运动规划方法,该方法将机器人执行轨迹的速度提高39%,即使在退化关节模式下仍具有较好的优化性能。     

基于多智能体的视觉反馈冗余度机器人实时运动规划

视觉反馈冗余度机器人的实时运动规划是非常复杂的。本文将基于黑板的多智能体技术用于实时运动规划，把复杂的任务分解为若干相对独立的子任务(智能体)，各智能体之间完全动态的相互协作和竞争。文中还针对视觉反馈冗余度机器人系统探讨了智能体类型和黑板的组织结构。     

基于改进RRT算法的套管柔性针运动规划

运动规划是运动控制的基础,然而套管柔性针穿刺软组织的运动规划问题面临着巨大的挑战:一方面由于套管柔性针的运动是个非完整约束运动,另一方面要求套管柔性针绕过人体的某些生理结构障碍和敏感组织准确穿刺靶点。基于分析现有运动规划算法存在的不足,提出基于改进的快速探索随机树(RRT)的套管柔性针运动规划算法。提出贪婪启发策略并结合可达引导策略来改进传统RRT算法;引入直线段路径,采用直线、曲线结合的路径形式;同时考虑入射姿态的规划。基于套管柔性针的运动学模型,分别在二维和三维有障碍环境下进行仿真研究。结果表明,所提出的运动规划算法不论是在运算速度和收敛性上还是在路径形式和搜索的鲁棒性上都优于目前普遍采用的运动规划算法。这些优势为将来的实时运动规划奠定基础。最后对规划的路径进行了穿刺实验,结果证明实验路径与规划路径十分吻合,验证了所提出的路径规划算法的正确性和规划路径的可行性。     

基于数据融合和改进 MoCo的工业机器人抖动原因识别

实际工程中工业机器人受关节控制参数不佳易引起末端抖动,抖动原因识别有助于定位关节异常及优化控制。而工业机器人抖动原因识别存在周期信号冗余度高、抖动方向多及抖动状态样本标签缺失的问题,故提出基于数据融合和改进动量对比学习(MoCo)的工业机器人抖动原因识别方法。首先,对工业机器人末端各传感器数据依次进行数据降维、数据扩充、水平拼接融合及降维,构建充足且全面反映抖动方向及状态信息的融合样本。其中,数据融合前降维可降低周期样本冗余度及提升样本融合效率,数据融合后降维可避免融合样本过长导致模型训练复杂度增加。其次,在MoCo前标记少量融合样本由正编码器分类通道输出监督信息,引导特征聚类。然后,改进对比学习策略,将正编码器提取的无标签融合数据特征与动量编码器保存的负样本特征的聚类中心进行对比,去除特征相似度最高的聚类中心以降低对比类别错误的假负样本干扰。并通过对称调换两个编码器的输入进行两次对比损失计算,完成编码器训练。最后,在编码器分类通道后添加Softmax分类器完成工业机器人抖动原因识别。实验结果表明,所提方法在不同工况的工业机器人抖动原因识别准确率均在90%以上,证明了该方法的有效性。     

基于运动相对性的六足机器人机体运动规划

将处于支撑相的六足机器人视为时变的并联机构进行运动学分析,给出了姿态给定情况下机体工作空间的确定方法及边界方程。在此基础上基于运动相对性原理,提出将机体的运动规划转化为足端轨迹规划的方法,从而简化机体运动规划中逆解的求取问题,并通过仿真与实验进行了验证。结果表明：六足机器人在支撑相内机体的工作空间为至多是支撑腿条数个空心球体的交集,利用运动相对性原理对支撑相内机体的运动规划问题进行转化简便、可行。     

冗余度机器人故障后的运动规划

在一些应用环境中，不仅要求机器人具有容错性能，而且希望在某个（些）关节出现故障后机器人仍能继续完成预定的工作任务，针对冗余度机器人发生自由摆动故障，分析了故障后机器人运动的特性，指出其运动的实质，构造了机器人发生自由摆动故障后的运动学规划模型。仿真结果表明，采用该方法进行机器人故障后运动规划，能完成后续的工作任务，是一种有效的方法。     

Motion error compensation of multi-legged walking robots

Existing errors in the structure and kinematic parameters of multi-legged walking robots,the motion trajectory of robot will diverge from the ideal sports requirements in movement.Since the existing error compensation is usually used for control compensation of manipulator arm,the error compensation of multi-legged robots has seldom been explored.In order to reduce the kinematic error of robots,a motion error compensation method based on the feedforward for multi-legged mobile robots is proposed to improve motion precision of a mobile robot.The locus error of a robot body is measured,when robot moves along a given track.Error of driven joint variables is obtained by error calculation model in terms of the locus error of robot body.Error value is used to compensate driven joint variables and modify control model of robot,which can drive the robots following control model modified.The model of the relation between robot’s locus errors and kinematic variables errors is set up to achieve the kinematic error compensation.On the basis of the inverse kinematics of a multi-legged walking robot,the relation between error of the motion trajectory and driven joint variables of robots is discussed.Moreover,the equation set is obtained,which expresses relation among error of driven joint variables,structure parameters and error of robot’s locus.Take MiniQuad as an example,when the robot MiniQuad moves following beeline tread,motion error compensation is studied.The actual locus errors of the robot body are measured before and after compensation in the test.According to the test,variations of the actual coordinate value of the robot centroid in x-direction and z-direction are reduced more than one time.The kinematic errors of robot body are reduced effectively by the use of the motion error compensation method based on the feedforward.     

移动机器人在线实时路径规划

研究了不确定环境下移动机器人的路径规划问题。采用全局规划和局部规划相结合的方法，提出了一种基于极坐标空间，以期望方向角为优化性能指标的在线实日寸路径规划方法。该法利用机器人的传感器系统，实时探测局部环境信息，在每次的局部规划窗口，确定机器人的期望方向角，以机器人的实际运动方向角与期望方向角之间的差异来驱动机器人避开障碍物和朝向目标点运动。该法不仅简单灵活，而且克服了全局规划和局部规划的缺陷。仿真实验表明其有效可行性、实时性、优化性、精度高、稳定性好。     

双工业机器人协调作业的研究

提出了根据约束进行协调作业的位姿、速度的对应与分解的关系从而实现双工业机器人协调作业的方法.通过对机器人运动学的分析、双工业机器人安装位姿以及协调作业的运动约束的分析与描述,确定双工业机器人运动学关系.通过对机器人关节角的改变控制双工业机器人工具坐标系原点.以螺旋副的拆装为例从运动学的角度实现了双工业机器人的协调作业.研究证明,利用该方法能够实现双工业机器人的协调作业.     

基于视觉的机器人抓取技术的研究

该文提出了一种基于智能相机的机器人抓取系统,采用图像处理算法对相机捕获到的图像使用模板匹配、边缘查找及坐标变换,得到工件在机器人坐标系的位置和姿态,通过串口将处理后的工件位姿数据发送给机器人控制器,控制器向机器人发送运动指令。经实验验证,系统达到设计要求,在工业机器人系统中引入计算机视觉提高了机器人的柔性以及对环境的适应能力。     

Automated tool trajectory planning of industrial robots for painting composite surfaces

Automatic trajectory generation for spray painting is highly desirable for today’s automotive manufacturing. Generating paint gun trajectories for free-form surfaces to satisfy paint thickness requirements is still highly challenging due to the complex geometry of free-form surfaces. In this paper, a CAD-guided paint gun trajectory generation system for free-form surfaces has been developed. The system utilizes the CAD information of a free-form surface and a paint gun model to automatically generate a paint gun trajectory to satisfy the paint thickness requirements. Complex surfaces are divided into patches to satisfy the constraints. A trajectory integration algorithm is developed to integrate the trajectories of the patches. The paint thickness deviation from the required paint thickness is optimized by modifying the paint gun velocity. A paint thickness verification method is also developed to verify the generated trajectories. The results of simulations have shown that the trajectory generation system achieves satisfactory performance. This trajectory generation system can also be applied to generate trajectories for many other CAD-guided robot trajectory planning applications in surface manufacturing.