片簧型柔顺并联机器人运动规划与轨迹跟踪技术

针对柔顺关节并联机器人系统存在的误差因素,为提高系统整体性能,开展运动规划及轨迹跟踪研究。根据性能要求,设计柔顺关节的结构参数,分析柔顺关节特性,建立机器人系统的分析模型并推导运动学方程。针对柔顺关节轴心漂移引起的杆长误差,提出一种机器人主动杆和从动杆实际杆长的计算方法,修正主动杆关节角的期望轨迹。为补偿系统振动及参数摄动误差,基于径向基(RBF)神经网络设计模型逼近控制算法,跟踪期望轨迹。基于Solid Works、ANSYS、ADAMS及Matlab/Simulink建立机器人系统的虚拟仿真模型。仿真结果表明,提出的运动规划和控制方法将未补偿柔顺关节误差时的机器人末端轨迹误差降低了84%以上,能够有效提高柔顺关节并联机器人系统的运行精度。     

直线驱动型并联机器人误差模型与灵敏度分析

为提高直线驱动型并联机器人动平台末端执行器位置精度,根据并联机构结构和运动学模型,对影响末端位置精度的各项误差源进行了分析,利用解析法建立动平台末端操作空间与关节空间之间的误差映射模型;在灵敏度误差模型的基础上,依据全域灵敏度评价指标,提出了一种误差源筛选方案,筛选影响位置精度的主要误差源,利用蒙特卡洛法随机模拟并联机器人中各零部件的尺寸误差、驱动误差和装配误差,得知筛选前后动平台位置误差基本一致,验证了评价指标的正确性。以激光跟踪仪为测量工具在任务空间中取点测量,对筛选后的主要误差源进行辨识,修正并联机构的正向运动学模型后,并联机构末端位置精度改善显著,验证了误差源筛选方案的有效性和可行性,减轻了误差参数辨识的复杂程度和计算量,对结构较复杂的机构误差补偿具有一定的指导意义。     

半对称三平移Delta-CU并联机构运动误差分析与标定

对提出的一种半对称三平移Delta-CU并联机器人机构进行误差建模和实验分析。在规划执行末端运动轨迹的基础上,采用外部直接标定和修正系统输入的方法对机构的运动学误差进行补偿。在外部直接标定的过程中,为降低系数矩阵中的随机测量误差对执行末端坐标精度的影响,利用整体最小二乘法求解坐标变换参数;以误差数据为样本,通过模糊神经网络模型进行训练,并将训练好的模糊神经网络模型用于Delta-CU并联机器人机构的误差值预测。实验表明,模糊神经网络模型能够对Delta-CU并联机器人机构误差进行精准的预测,有利于提高Delta-CU并联机器人机构的补偿精度,可为Delta-CU并联机器人机构误差补偿提供参照。补偿后其绝对位置精度由1.187 mm提高到0.4 mm,重复位置精度由0.037 mm提高到0.018 mm。     

2TPR&2TPS并联机器人结构参数辨识

并联机器人末端位姿精度对其工作性能影响较大，建立有效的标定算法是提高机器人位姿精度的重要保证。本文以一种2TPR&2TPS并联机构为研究对象，首先对机器人进行运动学分析，采用全微分法得出机器人的误差模型，根据该模型得出机器人结构参数误差与末端位姿误差的量化关系，以及各误差项误差变动对末端位姿误差的影响规律；接着，建立参数辨识模型和标定效果评价函数，验证了参数辨识模型的有效性，再用该模型辨识机器人的结构参数误差；最后，修正运动学模型完成了机器人的误差标定。实验结果显示，标定后机器人的平均位置精度提升68.62%,距离误差均值由7.710 mm降至2.350 mm,精度提升69.52%,实验结果证明本文的标定算法有效。     

基于ZRM-MDH模型转换的串联机器人运动学参数标定

运动学参数误差是影响工业机器人绝对定位精度的主要因素,通过误差标定能够有效地提高工业机器人的精度。运动学模型的完整性、连续性与冗余性对运动学参数的辨识精度影响较大。为尽可能地提高机器人的标定精度,并易于实现机器人误差补偿,本文提出一种基于ZRM-MDH模型转换的机器人运动学参数标定方法。首先,基于零参考模型(ZRM)建立TX60型串联工业机器人的位姿误差模型,结合测量位姿误差辨识ZRM的参数;其次,基于圆点分析法将ZRM转换成MDH模型。在TX60型机器人前侧工作区域内任意选择50个测量点,实施运动学参数误差标定。实验表明,基于MDH模型标定后的机器人平均综合定位误差为0.081 mm,而经过ZRMMDH模型转换后的机器人平均综合定位误差为0.062 mm。为验证标定方法的稳定性,在TX60型机器人前侧工作区域内,选择5个区域实施运动学参数误差标定,结果表明,基于ZRM-MDH模型转换获得的标定精度稳定性相对较好。     

外骨骼手臂康复训练机器人仿真分析与研究

设计了一种六自由度外骨骼手臂康复训练机器人,分析了结构与连杆参数,并采用D-H后置坐标系法,建立了各连杆结构和坐标系的运动学模型,得到运动学的正解,从而编程得到机器人末端理论运动曲线,再与ADAMS仿真得到的曲线进行对比,验证了运动学模型的准确性。采用蒙特卡洛法计算出该机器人的工作空间。利用Matlab中的Robotics Toolbox模块功能,建立该机器人的运动学模型,对其进行关节空间的轨迹规划,得到机器人关节较为平滑、连续的角度、角速度和角加速度曲线和运动轨迹曲线。最后,将轨迹规划中得到的关节数据导入到ADAMS中,将运动曲线spline作为驱动,经过仿真得到各个关节所需的力矩变化曲线,为电机选型和控制确定理论基础。     

应用于茶叶罐分拣的码垛机器人最优关节空间控制

针对茶叶罐分拣生产线的高效率运动控制,提出一种码垛机器人最优关节控制方法。首先,设计茶叶罐分拣码垛机器人生产线的三维模型,根据拉格朗日方程推导出机器人动力学模型,明确模型的输入输出关系。进而,利用萤火虫算法的寻优优势对码垛机器人进行运动学反解,并引入NUBRS曲线平滑处理经五阶多项式插补的轨迹。最后,设计快速连续非奇异终端滑模控制器来实现关节空间内的高精度轨迹跟踪控制。研究结果表明:与滑模控制和反步法控制相比,本文控制器具有更高的控制性能;萤火虫算法能在0.37 s内求解机器人反向运动学,结合五阶多项式插补法与NUBRS曲线能获得光滑柔顺的参考关节轨迹;本文控制器能有效抑制集总干扰力矩影响,保证机器人关节空间内轨迹跟踪精度。     

直线超声电动机驱动并联平台建模与控制

为实现直线超声电动机驱动的3-PRR并联平台的精确轨迹跟踪控制,对其进行了运动学和动力学建模,并设计了基于模型和轮廓误差的控制器。首先,根据并联平台的闭链约束条件,对并联平台进行了运动学分析。在此基础上,对并联平台的各部件速度和加速度进行了推导,并获得了相应的雅可比矩阵,随后基于虚功原理建立了平台的动力学模型。最后,由切线近似法推导了平面三自由度轮廓误差的转化方法,并设计了基于模型和轮廓误差的控制器。实验结果表明,基于动力学模型和轮廓误差的控制器可将X和Y轴的轨迹跟踪误差控制在15μm以内,提高了动平台的轨迹跟踪精度。     

直线驱动型并联机器人反向动力学分析与验证

以直线驱动型并联机器人为研究对象,根据其几何结构模型,利用矢量法建立并联机器人的运动学模型,并得到其运动学逆解、速度和加速度模型。利用虚功原理建立反向动力学模型,分析机械系统中各个运动部件在虚位移下对应的广义力,推导出其动力学方程,并确定其影响因素。给定动平台末端一个已知轨迹,反解出各个电机的力矩,分析得出惯性项是力矩的最大影响因素。通过ADAMS与Matlab联合仿真和负载特性试验,验证了动力学理论模型的正确性,为并联机器人的尺寸综合与轨迹规划奠定了理论基础,也为同类并联机器人控制器的研究与开发提供了理论支撑。     

柔性并联机器人非线性摩擦动力学建模与速度规划

为了实现柔性并联机器人的高速、高精度控制,基于HensensKostic理论,计入关节非线性摩擦力建立了Lagrange动力学误差模型,测试了补偿前后机器人的单点定位误差。基于机构最大速度和加速度约束条件,分析了S型和常用T型2种速度规划算法下机器人的位置误差和速度性能。仿真结果表明:T型速度规划位置和速度跟踪最大误差为78.1μm和11.4 mm/s,而S型速度规划分别是37.8μm和3.72 mm/s,且2个终止点定位误差仅为8.1μm和8.9μm;速度性能方面,S型速度峰值误差变化最大仅为1.74 mm/s,远小于T型速度规划的6.88 mm/s。可见,在高速下S型速度规划算法保证了较高的位置跟踪精度尤其是定位精度,速度尖峰突变小且整体曲线相对平缓,大幅提高了速度跟踪精度和运动平稳性,更易于实现机器人高速、高精度平稳控制。实验测试了机器人连续运动下定点位置误差,仿真所得位置误差小于实测数据,存在100μm左右的误差,但所得结论一致,验证了仿真分析的有效性。     

空间刚柔耦合并联机器人动力学求解策略

针对空间刚柔耦合并联机器人在动力学方程求解过程中存在的违约问题,提出了一种基于瞬态刚体校正法的非线性动力学模型求解方法。利用自然坐标法和绝对节点坐标法构建该3-RRRU并联机器人的正动力学模型与逆动力学模型,考虑各支链柔性空间梁单元的剪切效应,并可描述其大范围非线性弹性变形。基于自然坐标法和刚性机构的运动学模型,分别提出2种动力学模型的瞬态刚体校正法,同时从系统能量等角度总结出获取该动力学系统稳定因果解的求解策略。仿真结果表明,动力学方程的求解精度为10-6,约束方程的相容误差为10-8,满足工程应用的要求,且有效地改善了动力学系统的综合收敛性能。通过圆形轨迹跟踪实验可知,与理想刚性模型的控制方法相比,基于逆动力学稳定因果解构建控制方法最大跟踪误差降低了0.372 mm,圆度误差降低了1.46 mm;各柔性杆上特征点处主应变测量值与理论计算值均处同一数量级,且具有相同的变化趋势,从而验证了该方法的有效性。     

基于力传递模型的连续体机器人驱动误差补偿研究

针对绳索传动系统中的非线性摩擦、驱动线伸长及关节间耦合效应导致的连续体机器人控制精度较低的问题,提出了一种考虑非线性摩擦的连续体机器人误差补偿方法。基于虚功原理构建包含关节间耦合作用的连续体机器人静力学模型,分析不同预紧力、不同包角等参数对绳-轮传动系统力传递效率的影响规律,并基于改进的Capstan方程建立包含绳索弯曲刚度及非线性摩擦的力传递模型,提出一种基于力传递模型的驱动误差补偿方法,通过运动实验对所建模型及控制方法进行验证。结果表明,补偿前后连续体机器人运动控制精度得到明显提高,平均位置误差由补偿前5.94 mm降低至补偿后3.15 mm,补偿率达46.97%。     

农业物料移运机器人协同作业时间最优轨迹规划方法

为了解决机器人将农产品从收获场所转移到仓库或运输车辆存在的移动轨迹和作业轨迹相对独立且耗时长的问题,本文设计一种物料移运机器人,并提出一种物料移运机器人协同作业时间最优轨迹规划方法,获得机器人作业系统和行驶系统协同作业的时间最优轨迹。该方法建立机器人协同作业的运动学模型和动力学模型,对物料移运机器人开展时间最优轨迹规划,并基于Lyapunov理论设计控制律减少跟踪误差,最后通过Matlab/Simulink和ADAMS联合仿真验证方法的有效性。结果表明,提出的轨迹规划方法可使机器人在抓放料协同作业和避障协同作业中取得平滑且时间最优的运动轨迹,机器人各关节的位移、速度、加速度、力/力矩曲线变化平缓,两履带牵引力满足机器人的要求且可快速稳定跟踪时间最优路径。     

果树快速定位采摘机器人设计——基于红外和激光扫描技术

为提高采摘机器人的自主导航能力和采摘效率,实现机器人的快速果树识别和定位,结合红外测距传感器与计算机图像处理技术,利用激光扫描传感器体积小、功耗低、速度快、抗干扰等特点,提出了一种非接触式测量果树深度信息的方法;并结合计算机图像处理对果树进行了标定,实现果树的快速识别与定位,为采摘机器人运动轨迹规划提供了自主导航的参数。为了验证该方法的可靠性,在采摘机器人试验样机上安装了红外线测距和激光扫描快速定位装置,并通过左右两侧果树的导航路径拟合,得到了机器人的行走路径,通过对比红外线测距和激光扫描的结果发现,其拟合路径基本吻合,从而验证了该方法测量数据的可靠性。根据不同的树高对应的枝叶密度,利用计算机图像处理对果树进行了标定,最后利用激光扫描方法对标定后的果树进行了快速定位,并将结果和全站仪的结果进行了对比,结果表明:激光扫描和全站仪之间的最大误差仅为20mm。这说明,激光测量的精度较高,可以满足设计的需求。     

基于运动特性的农机导航控制方法

农业机械（农机）运动学模型的精度影响导航控制精度和稳定性,为提高农机路径跟踪控制器精度,提出了一种基于运动特性的农机导航控制器设计方法。该方法主要是对传统二轮车运动学模型建模方法进行改进,针对传统二轮车模型小角度近似替代（方向角等于横摆角）的缺点,采用加入侧偏角的方法优化农机运动学建模过程。采用相同的控制方法（状态反馈控制）和不同的运动学模型设计控制器进行对照实验。直线路径跟踪时,侧偏角对模型精度影响较小,引入侧偏角可以在一定程度上影响农机的跟踪精度;曲线路径跟踪时,侧偏角对方向角的变化影响较大,可以大幅影响路径跟踪精度。以安装有自动导航设备的拖拉机为实验平台进行实地实验,结果表明：直线行驶的最大横向误差平均值为0.0454m,绝对平均误差平均值为0.0149m,标准差平均值为0.0119m;曲线行驶的最大横向误差平均值为0.1613m,绝对平均误差平均值为0.0688m,标准差平均值为0.0434m;基于本文提出的优化模型设计的路径跟踪控制器对直线路径跟踪有一定提升,对曲线跟踪精度有大幅提升。     

基于POE模型的工业机器人运动学参数二次辨识方法研究

针对工业机器人在高度制造领域精度不高的问题,本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential,POE)模型的运动学误差模型构建方法,并建立基于POE误差模型的适应度函数;为实现高精度的参数辨识,提出了一种二次辨识方法,先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识,初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648mm,0.212°)降低为(0.457mm,0.166°);为进一步提高机器人的精度性能,再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识,最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237mm,0.063°),机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性,随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识,结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。     

给定速度需求的移动机器人路径跟踪控制与实验

针对轮式移动机器人给定速度需求的非连续路径跟踪控制问题,将其转换为满足速度约束的轨迹规划和轨迹跟踪控制。首先,针对给定速度需求的路径跟踪问题,以运行时间和能量为优化目标,给定的路径和速度为约束条件,采用五次Bezier样条方法优化得到了满足需求的连续光滑轨迹。其次,利用轮式移动人系统的微分平坦特性,采用微分平坦方法设计前馈控制器;然后,将轮式移动机器人运动学模型在前馈控制的平衡点处进行一阶泰勒展开,得到了线性时变的误差模型,并通过定义新的状态变量,设计了具有Lyapunov稳定性的误差反馈控制器。结合前馈控制和反馈控制得到了二自由度轨迹跟踪控制器。同时将泰勒展开的高阶项考虑为有界的扰动输入,在输入到状态稳定性框架下证明了控制系统的鲁棒稳定性;最后,通过Pioneer 3-dx轮式移动机器人进行了实验验证,实验结果表明,提出的算法能够满足给定速度需求的非连续路径的跟踪控制需求。