六自由度机械臂逆运动学求解

对六自由度机械臂进行了正运动学分析与求解,并提出了一套解决六自由度机械臂逆运动学问题的算法,同时使能耗达到最少。首先从机械臂的结构特点出发,建立D-H坐标系,得到正运动学模型;然后通过对正运动学模型的可解性进行分析,采用矩阵逆乘的方法来得到机械臂逆运动学的完整析解;再通过求极值的方法来算出机械臂在运动过程中哪种运动轨迹耗能最少;最后用求解实例的方法验证正运动学模型和逆运动学求解的正确性。     

六自由度水果采摘机械臂结构设计与试验

首先从数学模型建立、正运动学和逆运动学几个方面对水果采摘机械臂总体设计状况进行分析,随后重点分析六自由度水果采摘机械臂的主要结构及参数设计计算,对六自由度水果采摘机械臂的运动和任务进行设计规划,最后分析机具的实际效果及创新点,通过搭建采摘试验平台,对规划设计结果进行综合分析。研究中选取3kg六自由度机械臂作为研究对象,构建机械臂采摘运动模型,随后使用第五关节分离法解决机械臂自适应调整问题,并计算验证机械臂运动中的轨迹,最后使用试验分析方法对采摘效果和时间进行验证分析,采摘机械臂可以直接利用双目识别以及定位系统所提供的坐标,实现运动规划并完成果实采摘。采摘试验分析发现,单果采摘时间为25.5s/个,多果实采摘中使用关节角加权最小设定连续采摘任务,能够促进果实采摘时间的逐渐降低,提升采摘效率,降低生产成本与能耗。     

基于动捕对仿人采摘机械臂运动学分析与仿真

通过三维光学动作捕捉实验采集了人体上肢完成采摘动作时上肢各关节角度的变化及各关节的点位数据,对上肢进行受力分析并利用MatLab编程获得力矩的变化情况。将上肢划分为3个关节7自由度的刚体模型,利用Robotics工具箱建立7自由度的仿人采摘机械臂,并通过D-H方法建立各连杆坐标系写出各连杆参数进行逆运动学分析,求解出机械臂7个关节角度值。由于存在冗余自由度使得逆解结果不唯一,因此提出了“最小能量法”选取最优采摘路径。对最优采摘路径进行五次多项式插值仿真各关节的角度、角速度及角加速度的变化,最后根据各关节的活动度进行末端执行器工作空间的分析。结果表明：“最小能量法”选取的最优解使仿人采摘机械臂在采摘点已知情况下能选择最优的路径进行采摘,整个采摘过程稳定。研究结果为仿人机器人采摘机械臂的运动控制和轨迹优化奠定了基础。     

八自由度机械臂位置运动学模型解析解

采用D-H法建立了八自由度农业机器人机械臂连杆坐标系,得到以关节变量为输入的正运动学方程。在正运动学方程的基础上,根据农业机器人实际工况以及机械臂自身的结构特点,设定了约束条件,进行了逆运动学分析,得到了各关节变量的解析表达式,并对正运动学与逆运动学计算结果进行了相互验证。采用ADAMS仿真软件建立了机械臂的仿真模型,进行了运动学仿真,仿真结果与理论计算相符。搭建实验平台,实验验证了正运动学与逆运动学求解结果的正确性。     

柑橘采摘机械臂控制算法研究

对3自由度柑橘采摘机械臂控制算法进行研究。调用OpenGL相关函数建立3D仿真模型,利用DH参数法与雅克比矩阵求逆法对机械臂进行运动学正解与逆解建模,并使用robotic toolbox对所获得的运动学逆解结果进行验证。利用拉格朗日法进行动力学计算,并模拟机械臂实际工作中的受力情况。结果表明,控制算法控制效果良好,能满足柑橘采摘机械臂运动控制的要求。     

模糊算法在黄瓜采摘机器人轨迹控制中的应用

为了实现黄瓜采摘自动化,解决农村劳动力缺失问题,设计了黄瓜采摘机器人。设计主要包括以下内容:①对黄瓜采摘机器人进行运动学分析,以机器人行走系为坐标原点,建立采摘机构坐标与腰部,大臂和小臂舵机角位移之间关系,进而求解逆运动方程,实现控制;②采用摆线函数,对机械臂运动轨迹进行规划,实现无冲击,平稳运动;③采用模糊控制方法,对机械臂动力学方程中摩擦不确定项进行逼近,提高机器人运动精度;④最后,对机器人运动精度进行测试,实地检测机器人采摘成功率和采摘速度。     

模块化六自由度机械臂逆运动学解算与验证

针对六自由度模块化串联机械臂,进行了正运动学求解,并提出了该种臂型的运动学逆解计算方法.从机械臂的结构特点出发,采用DH法进行结构建模,得到了正运动学模型.在逆运动学求解过程中,针对纯代数法找不到该种臂型的独立不相关变量方程的问题,采用几何方法求解机械臂前3个关节、后3个关节使用反变换法求解,通过给出解的组合原则,得到了该机械臂逆运动学的完整解析解.为满足机器人系统编程和实际控制需要,基于VC++编制了MFC的运动学算法程序,验证了正逆运动学求解的正确性,为机械臂精确定位和运动规划提供了必要的前提条件.     

基于CAM/CAE的采摘机器人运动轨迹控制研究

为适应现代农业装备向精细化、智能化方向,更为准确地掌握采摘机器人作业过程中的实时运动轨迹,不断提升采摘机器人的作业效率,以6自由度的采摘机器人机械臂为研究对象,在全面理解采摘机器人结构组成及作业原理的基础上,运用运动学与动力学相结合的理论模型,通过对其进行三维实体建模,优化整体臂体结构及控制系统的软硬件组成、臂体运动学求解算法及关键参数控制要求等。同时,利用CAM/CAE分析工具进行模拟仿真验证,结果表明:通过不断调整运动部件与作业环境间的相互关系,实现了采摘机器人臂体的运动轨迹跟踪控制,臂体的各个执行部件运动位置误差范围控制在10%之内,达到了机器人自主采摘的控制要求。这一控制研究可为采摘机器人其他相关部件研究与改进提供参考。     

果蔬采摘机械臂结构设计与性能测试

针对作业空间较小的大棚果蔬采摘环境，研制了串联式4自由度关节型果蔬采摘机械臂。采用SolidWorks建立了机械臂的3维模型，在拉格朗日法建立动力学分析模型的基础上，利用ANSYS和ADAMS分析软件，对机械臂进行静态结构分析和运动学、动力学仿真分析。静力学仿真结果表明，机械臂的最大应力为8.181 8 MPa，最大形变为0.000 329 11 m，结构设计合理，强度符合要求；运动学仿真结果表明，机械臂可以精确到达目标位置，运动过程平稳；动力学仿真结果表明，各关节的最大力矩均在安全合理的范围。为进一步验证设计的合理性，对研制的果蔬采摘机械臂进行了性能测试，结果表明机械臂定位精度最大误差±2.5 mm，平均误差±1.1 mm，带载能力3 kg，机械臂运动平稳，可以满足果蔬采摘作业要求。      

农业轮式机器人PI鲁棒-滑模控制——基于RBF神经网络

农业轮式机器人机械多体系统朝柔性机器人方向发展,自由度越来越多,对应的结构也变得更加复杂,自动化和智能化水平越来越高,其动力学建模和实时控制难度增大。为提高机器人动力学建模效率,以通用性较强的具有6自由度机械臂的AMR果蔬收获机器人数学模型为研究对象,利用空间算子代数理论建立了轮式机器人O(n)阶效率的运动学和广义动力学模型。同时,利用Elman神经网络求解了机器人逆运动学问题,结合广义动力学模型和逆运动学模型,根据农业轮式机器人的特点,利用神经网络控制理论、PID鲁棒理论和Lyapunov稳定性理论,设计了一种6自由度机械臂的RBF-PI鲁棒-滑模控制算法,对机械臂末端进行心形轨迹实时追踪。最后,通过试验仿真,验证了本文提出的逆运动学理论、广义动力学模型和控制方法的合理性,为农业轮式机器人的研究提供了参考数据。     

圆形水果采摘机械手运动学分析与仿真

针对目前水果采摘劳动强度大、作业效率低及危险等问题,设计一种六自由度圆形水果采摘机械手。采摘机械手采用液压和气动系统相结合的方式实现升降、俯仰及快速采摘,且采用D-H法建立了各连杆坐标系,并对其进行运动学正解和反解分析;最后,运用Adams和Matlab对采摘机械手进行运动轨迹、夹紧力及工作空间的仿真分析。结果表明:机械手采摘的高度范围为230~5 100 mm,末端执行器关节的旋转角度为0°~280°,弧形手抓最大夹紧力为22 N,工作空间内的工作点分布均匀对称且水平方向上可360°旋转。通过仿真可有效地看出各连杆之间运动平稳,验证运动学分析的正确性,为进一步的研究提供理论基础。     

基于PLC的苹果采摘机械手运动控制系统设计

以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。     

VR技术在采摘机器人仿真系统中的应用研究

采用VR虚拟现实技术,利用Novint Falcon控制器,以采摘机器人为研究对象,建立和搭建了采摘机器人的运动学模型和仿真平台,实现了采摘机器人的虚拟操作。仿真结果表明:采摘机械手精确地执行了圆形轨迹的运动模拟,实现了逆向运动学计算与仿真,为研究采摘机器人正、逆运动学提供了一定的理论参考。     

一种多机械手编码控制系统的果蔬采摘机器人设计

为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。     

气动柔性果蔬采摘机械手运动学分析与实验

采用气动弯曲型柔性驱动器设计了一种带有柔性机械臂的多自由度果蔬采摘机械手。基于分段常曲率理论,根据柔性驱动器形变规律,建立了多关节串并联的采摘机械手运动学模型和抓持力模型,研究了机械手采摘作业时抓取模式、工作空间和手指输出力与气压的关系,并进行了相关实验验证。制作了机械手样机,并在实验室环境下进行了多种果蔬模拟采摘实验,结果表明,该果蔬机械手具有多种抓取模式,且动作灵活、柔顺可靠、易于控制,适用于球形和圆柱形果蔬自动化采摘作业。     

苹果采摘六自由度机械手设计——基于迭代学习和智能轨迹规划

为了提高苹果的采摘效率、降低采摘过程的漏采率和破碎率,设计了一种新的六自由度的采摘机械手。该机械手可以完成夹紧、旋转、俯仰、摇摆及回转动作,通过神经网络迭代学习算法,可以有效地控制机械手的运动轨迹,提高采摘过程的自动化程度。为了验证六自由度机械手对苹果采摘的有效性和可靠性,对机械手进行了苹果采摘测试,并使用脉冲神经网络PID调节的方式调节轨迹控制误差。通过测试发现:该机械手的误差较小,可以有效地完成采摘作业,且漏采率和破碎率都很低,是一种高效的苹果采摘机械手,可以在其他果蔬采摘作业中进行设计和推广。     

基于ARM的采摘机械手运动控制及避障研究

通过对采摘机械手位姿描述和运动学分析,以及对机械手运动控制和避障方法的深入研究,针对采摘机器人在作业过程中容易和树枝、非目标果实发生碰撞这一问题,设计了基于ARM的机械手运动控制及避障系统,并采用Mat Lab进行了机械手末端执行器的三维仿真实验。结果表明:该控制系统达到了预期的要求,并具有较好的实时性、稳定性和可靠性。     

基于DSP的三自由度采摘机械手控制系统研究

通过对采摘机械手进行运动学分析,针对采摘机器人运动控制难度大这一问题,设计了基于DSP的三自由度采摘机械手控制系统,并从硬件和软件等方面搭建了系统平台。MatLab仿真结果表明:采摘机械手在控制系统的驱动控制下,可以准确从起点运动到终点,且轨迹比较圆滑,可以到达预期目标,满足采摘机器人作业需求,证实了该方法的可行性。     

基于蚁群算法的六自由度采摘机器人轨迹规划研究

在现代农业生产中,果蔬采摘作业复杂而繁重,采摘机器人在作业过程中常常需要经历成千上万个果蔬采摘点,面对这样巨大的工作量,采摘机器人移动路径规划显得非常重要。为此,以采摘机器人运动轨迹为研究对象,以其运动轨迹总长最短为研究目标,针对机器人各关节机构运动速度变化情况及机器人运动特性,利用基本蚁群原理对六自由度采摘机器人的路径进行规划。实验结果表明:所设计的采摘机器人轨迹优化技术不但路径优化能力强、运动轨迹平滑,还具有可靠性强及稳定性好的优点。