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。     

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.     

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。     

一种自动化柑橘采摘机器人设计

目前，我国柑橘果实采摘方式多为人工采摘，存在劳动强度大、人工易受伤等问题。针对以上问题，结合现阶段研发的柑橘采摘机器人存在的不足，设计了一种全自动柑橘采摘机器人。该机器人由圆筒式末端执行器对果实进行捕获，由锯刀片将果梗切断，使得果实滑落进输送软管直至储存箱，能有效降低对果实机械损伤的风险。根据实际采摘需求，运用D-H法建立了采摘机械臂坐标变换矩阵，给出了运动学正解并进行仿真，仿真结果验证了采摘机械臂结构设计的科学性和合理性。     

葡萄采摘4-DOF机械臂设计与虚拟样机仿真

为实现篱架式栽培的食用葡萄自动化采摘,设计了一种关节型四自由度(4-DOF)机械臂,并利用DH参数法建立机械臂的连杆坐标系。通过MatLab里的Robotics Toolbox建立机械臂的数学模型,对机械臂的正、逆运动学进行仿真,对末端执行器走直线轨迹进行了轨迹规划。利用ADAMS建立机械臂的虚拟样机,将轨迹规划仿真数据作为驱动,进行动力学仿真,获得夹持2kg葡萄时腰关节、肩关节、肘关节及腕关节所需驱动力矩分别为95、52、48、12N·m,从而为采摘机械臂的物理样机制造与采摘试验提供了技术依据。     

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。     

采摘机器人作业行为虚拟仿真与样机试验

为开展采摘机器人智能防碰损作业行为及规划算法的仿真试验与验证,设计了一种基于虚拟现实的采摘机器人仿真试验系统。以葡萄采摘机器人为对象,先构建虚拟现实环境下采摘机器人及其作业场景模型,用于模拟设施果园试验环境;然后对虚拟采摘机器人进行运动学建模,运用D-H参数法解算机械臂运动学正解和逆解;再依据葡萄串形状等特性设计一种夹-托-剪式的采摘机器人末端执行器及其采摘过程控制模型;建立机械臂末端连杆与执行器之间的空间位姿变换关系,并对机械臂运动进行轨迹规划;设计并定义仿真系统各模块间的数据接口,最终基于虚拟现实平台EON开发出采摘机器人虚拟仿真系统。基于该系统进行18次葡萄防碰损采摘路径规划及夹剪行为试验,成功率达88.89%;将相关算法移植到物理样机进行43次室内试验,成功率为86.05%。结果表明,开发的仿真系统可为采摘机器人智能行为算法的测试及改进提供虚拟试验平台。     

基于改进蚁群算法的机械臂路径规划

针对机械臂在运动过程中的避障问题,提出基于改进蚁群算法对其路径进行规划。首先引入可选节点周围安全因素对蚁群算法中的转移概率进行改进,得到机械臂末端执行器的路径轨迹;其次根据执行器位置,利用伪逆法进行运动学逆解的求解,获得各关节变量;最后进行仿真及利用实物机械臂进行验证,结果表明,与传统的蚁群算法相比,改进的算法在相同的规划环境下具有较快的收敛速度,获得的路径轨迹较为合理,避障效果明显。     

多末端苹果采摘机器人机械手运动学分析与试验

提出了一种多末端采摘机器人机械手结构方案,设计了机械臂、末端执行器及其控制系统。机器人机械臂采用主从两级结构,从臂前端可挂接多个末端执行器。末端执行器能进行果实连续采摘,其结构紧凑、驱动简单、通用性好,可适用于苹果、柑橘、梨等球形水果的自动化收获。针对设计的采摘机械手具有多末端的特点,提出了果树分区采摘作业策略,一个采摘区内各个末端执行器同时连续采摘、果实集中回收。在此基础上建立了机器人机械手运动学模型,采用D-H法推导了运动学方程,运用Matlab Robotics Toolbox进行了运动学仿真验证。制作了机械手物理样机并在实验室环境下进行了机械手运动学及采摘试验,结果表明,机械手各从臂末端位置误差小于9 mm,采摘成功率为82.14%。     

码垛机械臂运动学位置正逆解分析

准确的运动学位置正逆解分析是对机械臂进行轨迹规划、运动控制和动力学分析等的基础。以某型码垛机械臂为研究对象，分别采用D-H法和解析法对其进行了位置正逆解分析，两种方法的分析结果一致，一定程度验证了分析方法和结果的可靠性，为后续研究奠定了基础。      

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

基于SimMechanics的空间3R机械臂建模与仿真

对空间3R机械臂建立的虚拟样机模型进行模拟仿真。由于对机械臂的运动学与动力学分析较为困难,导致机械臂的控制难度较大,不利于其扩大应用范围。针对三自由的机械臂的动力学问题,使用D-H坐标法建立运动学模型,使用逆运动学规划运动轨迹后,利用MATLAB中的SimMechanics工具箱来建立模型,以便对机械臂的运动进行模拟仿真,然后得到运动的模拟图和各个关节的驱动力矩,并验证模型的合理性。     

基于OpenGL和MATLAB的五自由度采摘机器人动态仿真

为验证运动学分析的正确性,形象直观地反映运动过程,建立了基于OpenGL和MATLAB的采摘机器人可视化动态仿真平台。利用Denavit-Hartenberg方法建立了机器人运动学模型,得到了机器人的运动学正解。采用简化的反变换法求解机器人运动学逆解。采用SolidWorks建立机器人的三维模型,然后通过Deep Exploration将其转换成OpenGL所识别的cpp格式文件。基于VisualC++6.0与OpenGL的仿真平台,对机械手的运动学正解、逆解、抓取动作进行可视化仿真验证。并且利用MATLAB的Robotics Toolbox对机械手的各关节进行轨迹规划。仿真结果表明:D-H法建立的运动学模型反映了采摘机器人的真实运动情况,采摘机器人运动学正逆解正确。     

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。     

仿人机器人头部设计与目标跟踪运动控制

针对仿人机器人视觉目标跟踪任务需求,设计了一种高精度、灵巧型仿人机器人头部系统,构建了视觉感知模块与3自由度机械臂运动机构。利用虚拟连杆方法对仿人机器人头部进行运动学建模,将目标跟踪问题转换为机械臂的运动学逆解问题,通过计算机构可操作度与条件数,显示机器人头部对目标跟踪任务具有良好的运动学灵活性。在此基础上,基于梯度投影法建立了目标跟踪运动学逆解与规避关节极限位置的同步优化算式,并针对视觉测量系统带宽较窄、容易造成较大跟踪误差的问题,提出了在两次视觉测量间隔内用轨迹预测的方法获得目标位置的估计值,以提高跟踪精度。仿真与实验结果表明,在测量盲区内采用轨迹预测方法,可将跟踪精度提高约80%,实现高精度目标跟踪。所提出的仿人机器人头部及控制方法,对动态目标具有良好的跟踪性能。     

黄瓜采摘机械臂运动学分析与样机试验

为提高黄瓜机械化采摘的可行性,在完成新型黄瓜采摘机器人设计的同时,针对采摘机械臂这一关键部分展开研究,并制作黄瓜采摘机械臂样机;利用机构组合的形式代替采摘机械臂通常的关节型设计形式,完成黄瓜采摘机器人的整机方案设计。对作为关键部分的采摘机械臂进行机构运动分析和研究。通过建立矢量多边形和Adams运动学仿真对机构运动过程进行分析,证明设计方案的可行性。按照采摘机械臂设计方案进行零件加工装配和控制系统设计,完成试验样机试制,并进行黄瓜采摘试验,对采摘效果进行评价和总结,得到采摘机械臂中存在的问题和缺陷,并在后续的工作中对其进行优化。     

基于双目摄像头的机械臂目标抓取

通过一台双目摄像头对目标物体进行图像采集,利用自适应分割法将疑似目标物分割出来并识别,从而获取其位置坐标信息,并将此信息发送给上位机。通过改进的机械臂逆运动学解与五次多项式插值算法,获取机械臂的关节角变化轨迹,再结合空间Q学习算法对机械臂的末端轨迹进行优化,包括在仿真中解决避障问题,最终驱动机械臂对该物体完成抓取。     

基于唯一域方法的机器人逆向运动学求解

针对机器人的逆运动学多解问题,提出一种基于唯一域求解的新方法。利用机器人的雅可比矩阵行列式等于0确定的边界,将机器人的关节空间划分为与逆运动学多解数目一致的唯一域;各唯一域的边界作为约束条件,将唯一域内的逆运动学求解转换为CMA-ES算法的有约束寻优;利用佳点集均匀分布性的特点,优化唯一域中CMA-ES算法求解的初始均值点。通过求6R工业机器人的逆运动学多解,阐述了该方法的应用,并以机械臂逆解数值法为参照,在钱江一号6R工业机器人和KUKA仿人机械臂上进行了2个仿真实验对比。仿真结果表明,本文所提方法在满足精度要求的前提下,平均求解时间更短。实验1中,CMA-ES算法求解一组逆解的平均速度约为5.1ms/次,数值法求解的平均速度约为7.5ms/次;实验2中,一组逆解的求解平均速度约为18.9ms/次,数值法求解的平均速度约为54.8ms/次;CMA-ES算法对两款机器人的位置跟踪精度均稳定在10-6mm数量级。     

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。     

基于Matlab的油茶果机械采摘平台设计与试验

针对目前我国油茶果采摘主要以人工为主、采摘效率低、采摘中易对油茶花苞造成损伤等特点,本文提出了一种基于CCD视觉机械臂定点采摘的方法,设计了油茶果机械采摘平台,通过Matlab工具箱对机械臂进行运动学模拟分析,并控制机械臂实际采果动作。试验表明,仿真结果与试验效果基本一致,验证了该采摘平台对油茶果定点采摘的可行性。