基于D-H算法的自主机器人机械臂建模方法研究

近年来,关于自主机器人机械臂控制的研究越来越多,如何快速、准确且平稳地抓取物体一直是研究的难点。用D-H建模方法对四自由度机械臂进行建模,给出了机械臂正运动学方程,并用代数法及几何法给出了机械臂逆解,算出了各关节变量值。最后,通过实验比较了两种逆解方法的有效性,使自主机器人机械臂的控制越来越准确、平稳。     

自适应粒子群算法求冗余机械臂逆运动学解

以正向运动学方程为基础，冗余机械臂逆运动学解问题转换为等效最小值问题，提出一种自适应粒子群算法求解该问题。为了保持粒子群的活力，在算法内引入弹射操作。如果粒子满足设定自适应判别函数，粒子将按概率被从当前位置发射到较远区域。为了配合弹射操作，提出一种新的粒子优劣的判断机制，使得粒子可以被弹射飞出可行域。数值实验表明，算法具有较强的全局搜索能力和较快的搜索速度，是求解冗余机械臂逆运动学解的一种有效方法。     

基于改进差分进化算法的机械臂运动学逆解

以9自由度液压机械臂为研究对象,建立求解位姿逆解的非线性方程组.以末端执行器位姿误差最小为优化指标建立目标函数,将非线性方程求解问题转化为最优化问题,并应用差分进化(DE)算法求解该问题.首先,为了避免位置和姿态收敛精度的不同,引入自适应权值系数进行平衡.然后,为克服基本DE算法难以平衡全局探索能力和局部开发能力的缺陷,结合DE/rand/1/bin和DE/best/1/bin两种进化模式,改进自适应变异差分进化(SAMDE)算法,提高了算法的收敛精度和收敛速度.最后,采用对称映射法对不满足关节角边界范围的个体进行处理,提高了收敛精度.开展了与基本DE算法的对比试验,仿真结果表明,该算法的收敛精度和收敛速度优于基本差分进化算法,且能够大幅度提高算法的稳定性.     

空间曲线焊缝的FSW焊接位姿运动学建模与仿真

焊接位姿的控制对提高空间复杂曲线焊缝的焊接精度具有重要意义.本文以A/B摆角五轴联动搅拌摩擦焊设备为基础,对空间复杂曲线焊缝的焊接位姿进行建模与仿真,建立了空间复杂曲线焊缝焊接的位姿描述模型;基于描述模型获得了五轴联动焊接运动学逆解;运用UG对搅拌头TCP点运动进行仿真,分析运动参量响应,并将仿真值与计算的实际焊接速度...     

面向机械臂的抓取位姿检测

针对结构化环境和单一已知目标的抓取方面,搭载末端夹持器机械臂抓取技术取得了显著进展。但当工作场景环境不明、工作目标形状各异时,机械臂容易受环境光照变化、物体遮挡的影响,为此,本文深入研究了机械臂抓取系统流程和抓取方法,设计了基于卷积神经网络自主检测机械臂抓取位姿的方法。     

基于人机交互的机械臂位姿自动监视系统设计

为了提高机械臂位姿自动监视和控制能力,提出一种基于人机交互的机械臂位姿自动监视系统设计方法,系统设计包括机械臂的位姿自动控制算法设计和系统硬件设计两部分,采用粒子滤波位姿跟踪方法进行机械臂的动态定位位姿参数信息采集和融合处理,在动态和静态环境下,结合加速全局定位方法进行机械臂位姿自动监视的人机交互设计,构建机械臂人机交互的动态定位控制模型,采用自适应位姿跟踪方法实现对机械臂的位姿自动监视,通过捕捉未知目标的质量特性参数,实现机械臂的位姿自动监视和人机交互设计。通过DSP和嵌入式ARM实现对机械臂位姿自动监视系统的硬件设计。测试结果表明,采用该方法进行机械臂位姿自动监视的自动化水平较高,智能性较好,提高了机械臂的位姿自动监视和控制能力。     

基于智能优化算法的欠驱动机械臂位姿控制

针对中间关节为欠驱动的平面机械臂系统,提出一种基于轨迹规划和跟踪控制的位姿控制策略,实现了系统位姿控制目标。根据系统控制目标,针对驱动连杆设计了一条连续的运动轨迹。其中,为了实现驱动连杆的控制目标,根据驱动连杆的初始和目标角度设计第一部分的运动轨迹;为了同时实现欠驱动连杆的控制目标,设计第二部分带有可调参数的轨迹。同时,通过差分进化算法对轨迹参数进行优化。并设计滑模变结构控制器使驱动连杆跟踪设计的运动轨迹达到目标状态。最后,仿真结果验证了该策略的有效性。     

排爆机械臂逆运动学的模拟退火神经网络算法

采用传统方法计算没有封闭解的机械臂的逆运动学运算量大、精度无法保证,对于复杂结构很难满足实时精确控制的要求;6个并行三层双隐层前馈神经网络被设计用来解决排爆机器臂的逆运动学问题,神经网络的应用受到输出误差的限制,需要减小网络输出误差;针对机械臂结构,以神经网络输出为初始值,对网络输出关节变量进行实值编码,采用分离位姿模拟退火算法对的机械臂末端位置、姿态分别进行优化;仿真结果显示,该方法有效地减小了网络输出误差,在运算结果精确性和运算速度方面满足排爆机械臂求逆运动学解的要求.     

基于ELM-IWO机械臂运动学逆解算法研究

为了提高机械臂控制中运动学逆解的速度和准确度,提出了一种基于入侵性杂草优化的机械臂运动学逆解方法.通过D-H法建立了工业六自由度机械臂的正向运动学模型,并利用训练速度较快的ELM(极限学习机)计算机械臂关节角度向量,即输出其逆运动学初解.利用IWO(入侵性杂草优化)算法对得到的初始逆解进行优化,取最小适应度下的杂草位置作为输出,以便得到最佳的逆运动学求解.实验结果表明,相比基于PSO-BP神经网络的求解方法,基于ELM-IWO算法的机械臂末端执行器的精度更高,实时性更好.     

视觉伺服机械臂手机抓取最佳位姿检测

针对下水道、勾缝等狭窄位置的手机拾取的问题, 本文提出一种基于机器视觉的伺服机械臂抓取方法. 首先对机械臂eye-in-hand上的相机进行标定, 图像预处理及目标检测等, 在位姿检测中提出一种基于二维坐标系下手机位姿解算算法, 得出解算的最佳位姿角只与夹持点的像素坐标的差值有关, 其位姿角的大小决定了手抓旋转的角度....     

基于IGAPSO算法的宏微机械臂逆运动求解

工程四自由度宏微机械臂的传统逆运动求解方法需要大量公式推导,繁琐且复杂,新出现的智能优化算法在应用上存在缺陷和不足,本文在结合原有粒子群和遗传算法的基础上,提出了改进遗传粒子群逆解算法。以2F2R机械臂为例,首先利用齐次变换法构建机械臂运动学模型,然后基于Matalab Robotics Toolbox搭建仿真模型,并训练和测试模型。测试结果表明,遗传粒子群算法有效提高了机械臂的逆解速度和关节角精度。     

基于单应矩阵的相对位姿改进算法

从单应矩阵恢复相对位姿在视觉导航、视觉伺服应用中具有重要价值,证明了单应矩阵的新性质,并利用该性质改进了基于单应矩阵分解的相对位姿估计算法。与已有算法相比,该算法的候选解个数减半,并扩大了适用范围。理论分析、合成数据和真实数据测试均表明,改进方法使从候选解中筛选出唯一解的运算时间减少了50%,提高了位姿估计的总体运算效率。     

基于改进RRT算法的机械臂路径规划

针对快速探索随机树(RRT)路径规划算法缺乏导向性和规划空间增大时算法时间复杂度高的问题,提出一种目标概率偏置与步长控制的改进RRT算法(I-RRT)。I-RRT结合目标概率偏置,以一定概率使采样点偏置为目标点,提高路径规划的导向性,并引入步长控制优化算法,提高运算效率,优化路径。在MATLAB平台建立了算法的仿真实验,结果表明:I-RRT的导向性与算法时间复杂度均优于经典的RRT算法;并在ROS平台上搭建了六自由度机械臂的避障规划与控制实验,实验验证了该算法的有效性。     

一种挠性机器人逆动力学控制的迭代算法—动态位姿误差补偿方法

本文分析了挠性机器人逆动力学问题的数学模型,成功地提出了一种逆动力学控制的迭代算法——动态位姿误差补偿方法,可离线或实时计算执行目标位姿所需的驱动力矩和关节变量.本方法具有计算量小、精度高的特点,同时提出了具有动态前馈-伺服补偿和振动抑制结合的阶层控制方案.     

融入注意力机制的多模特征机械臂抓取位姿检测

针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题,提出一种融入注意力机制多模特征抓取位姿检测网络.首先,设计多模态特征融合模块,在融合多模态特征同时对其赋权加强;然后,针对较浅层残差网络提取重点特征能力较弱的问题,引入卷积注意力模块,进一步提升网络特征提取能力;最后,通过全连接层对提取特征直接进行回归拟合,得到最优抓取检测位姿.实验结果表明,在Cornell公开抓取数据集上,所提出算法的图像拆分检测精度为98.9%,对象拆分检测精度为98.7%,检测速度为51FPS,对10类物体的100次真实抓取实验中,成功率为95%.     

改进PROSAC算法的并联机器人末端位姿检测方法

为解决双目视觉末端位姿检测中光照、噪声干扰等外部因素造成的检测精度降低问题,提出一种改进PROSAC (Progressive Sample Consensus)算法的水果分拣并联机器人双目视觉末端位姿检测方法。基于ORB算法进行特征提取和立体匹配;采用改进的PROSAC算法对立体匹配进行提纯,该改进通过穿插取点和预检验候选模型克服PROSAC算法存在的模型参数估计精度不高和验证错误候选模型耗时问题;将提纯后的匹配点对代入双目视觉模型求出末端位姿。实验结果表明,与未改进PROSAC算法的末端位姿检测方法相比,改进PROSAC算法的并联机器人末端位姿检测方法,其位姿各分量x、y、z、γ的误差平均绝对值分别降低了53.9%、65.5%、66.9%、47%,误差标准差分别降低了53.2%、67%、66.6%、56.6%,验证了所提出方法的有效性。     

基于多层级特征的机械臂单阶段抓取位姿检测

针对机械臂对尺寸变换、形状各异、任意位姿的未知物体抓取,提出一种基于多层级特征的单阶段抓取位姿检测算法,将物体抓取位姿检测问题视为抓取角度分类和抓取位置回归进行处理,对抓取角度和抓取位置执行单次预测.首先,利用深度数据替换RGB图像的B通道,生成RGD图像,采用轻量型特征提取器VGG16作为主干网络;其次,针对VGG1...     

基于点线对应的无人机位姿估计算法

针对无人机着陆,提出了一种基于视觉的辅助着陆方法,仅利用跑道两条边缘线和一条横向着陆阈值线引导着陆;利用跑道上的这三条直线之间的几何约束关系,可求出三条线之间的交点在摄像机系中的坐标,再考虑消失点的特性可求得三条线在摄像机系中的向量;最后使用Umeyama方法求出三个姿态角,并利用点的共面性特性得到了无人机相对跑道位置的鲁棒解;仿真中姿态误差均保持在0.5.的范围,横向和高度误差在1 m以内,处理一帧图像平均耗时1.3 ms,因此,提出的视觉辅助无人机着陆的方法精度高、实时性好.     

用于吊具位姿估计的改进SIFT立体匹配方法

针对在传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多以及位姿估计过程中存在的误差过大等问题,提出了一种结合Harris算子和极限约束改进的立体匹配算法,用于在机械吊具的位姿检测中获取更加精确的特征点。算法增加Harris算子的尺度参数,以弥补现有立体匹配算法中图像尺度不变性的缺乏;同时将SIFT算子替换成新的Harris算子进行角点检测,并引入极限约束条件提高角点定位精度。实验结果表明,经改进算法估计的吊具位姿与实际位姿基本一致,其可行性与实用性得到验证。     

悬臂式掘进机机身位姿误差消除策略的研究

基于悬臂式掘进机机身位姿检测系统,提出了一种悬臂式掘进机机身位姿误差消除策略:根据悬臂式掘进机机身位姿检测系统所采集的数据,判断各方向位姿误差的大小;当误差较大时,通过控制履带、前铲板与后支撑对悬臂式掘进机整体进行调整,减小机身各方向误差;当误差减小到截割臂的控制补偿范围,根据当前位姿误差设定截割轮廓的正确位置并进行自动截割;解算出各方向剩余位姿误差的补偿量,根据补偿量在自动刷帮过程中控制截割断面的边界位置。该策略对实现自动定向掘进和掘进远程控制具有一定的参考价值。